"""Motor de inferencia: del estado/features al patrón estratégico dominante. REGLA DE ORO del experimento: las condiciones operan sobre FEATURES derivados de la secuencia (pendiente, racha, cambio de régimen, fase), NUNCA sobre el valor puntual de `diferencia_cp`. Por eso el comentario emerge del análisis de la trayectoria y no es una traducción directa cp→texto. Categoría académica: sistema basado en reglas (inferencia simbólica). """ from .estado import EstadoEstrategico # Umbrales sobre FEATURES (no sobre cp crudo de la jugada actual). UMBRAL_PENDIENTE = -8.0 # cp/jugada: pendiente que indica caída sostenida UMBRAL_RACHA = 2 # jugadas seguidas por debajo de la media propia UMBRAL_CAMBIO = 35.0 # cp: salto entre ventanas que indica cambio de régimen _MALAS = {"Imprecisión", "Error"} def _patron_posicional(t: dict) -> str | None: """Patrón ajedrecístico a partir de los features del tablero (python-chess). Explica el PORQUÉ posicional de un error mirando lo que vienen mostrando las jugadas previas. Reglas de más a menos específicas; la primera que matchea gana. Devuelve None si no hay un problema posicional claro. """ if t.get("avance_enroque"): return "avance_enroque" if not t["enrocado"] and t["rey_centro"] and t["numero"] >= 8: return "rey_sin_enrocar" if t["desarrollo"] <= 1 and t["numero"] >= 6: return "sin_desarrollo" if t.get("pieza_repetida") and t["numero"] <= 12: return "pieza_repetida" if t.get("dama_fuera") and t["numero"] <= 7: return "dama_temprano" if t.get("caballo_borde"): return "caballo_borde" if t["control_centro"] <= 1 and t["numero"] >= 5: return "cede_centro" return None def _fallback_por_jugada(t: dict | None) -> str: """Fallback cuando no hay patrón claro: varía según el tipo de jugada (SAN). Evita el comentario genérico idéntico: aunque no se detecte un patrón fuerte, el texto menciona qué clase de jugada fue (captura, peón, pieza...). """ if not t: return "desviacion_leve" return "leve_" + t.get("tipo_jugada", "otro") def detectar_patron(estado: EstadoEstrategico, clasificacion: str, tablero: dict | None = None) -> str: """Devuelve la clave del patrón dominante. Las reglas están ordenadas de más a menos específicas: la primera que se cumple gana. Así un mismo conjunto de features produce siempre el mismo patrón (determinismo). `tablero` aporta el contexto posicional (python-chess); si es None, se decide solo con los features de cp. """ mala = clasificacion in _MALAS # 1. Caída brusca: el régimen reciente cae con fuerza (suele ser un error # táctico puntual; narrativa fuerte y específica). if mala and estado.cambio <= -UMBRAL_CAMBIO: return "caida_brusca" # 2. Explicación posicional del error (apertura/medio juego, con tablero). # Tiene prioridad sobre la tendencia de cp porque dice el PORQUÉ ajedrecístico # (rey expuesto, sin desarrollo, centro cedido), no solo que "viene cayendo". if mala and tablero and estado.fase != "final": posicional = _patron_posicional(tablero) if posicional: return posicional # 3. Deterioro sostenido: racha bajo la media propia + pendiente negativa. if mala and estado.racha >= UMBRAL_RACHA and estado.pendiente <= UMBRAL_PENDIENTE: return "deterioro_sostenido" # 4. Error en el final: la fase amplifica el costo del descuido. if mala and estado.fase == "final": return "error_en_final" # 5. Hallazgo táctico. if clasificacion == "Brillante": return "hallazgo" # 6. Recuperación: salto de mejora de régimen tras un tramo flojo. if not mala and estado.cambio >= UMBRAL_CAMBIO: return "recuperacion" # 7. Solidez: sin racha sostenida bajo la media propia, juego parejo. if not mala and estado.racha < UMBRAL_RACHA: return "solidez" # 8. Sin patrón fuerte: fallback que varía según el tipo de jugada (mala) / # neutro (buena sin patrón marcado). return _fallback_por_jugada(tablero) if mala else "neutro"