feat: upd tests

scripts/SUMMARIZATION_GENERATION.md

@@ -0,0 +1,38 @@
+# Генерация тестов пересказов из MongoDB
+
+Этот скрипт автоматически генерирует тестовые данные для бенчмарка пересказов, извлекая статьи из MongoDB и создавая ожидаемые пересказы с помощью Ollama.
+
+## Использование
+
+```bash
+# Для одной записи
+python scripts/generate_summarization_from_mongo.py --record-id <ID_записи>
+
+# Для нескольких записей из файла
+python scripts/generate_summarization_from_mongo.py --id-file ids.txt
+```
+
+## Как это работает
+
+1. **Извлечение данных**: Скрипт подключается к MongoDB кластеру и извлекает статьи из коллекции `rssNotification`
+2. **Генерация пересказов**: Использует Ollama с моделью `translategemma:4b` для генерации ожидаемых пересказов
+3. **Форматирование**: Сохраняет тесты в формате:
+   ```
+   Текст статьи
+   ==============
+   Ожидаемый пересказ
+   ```
+
+## Конфигурация Ollama
+
+- **URL**: `http://10.0.0.9:11434`
+- **Модель**: `translategemma:4b`
+- **Контекст**: 128000 токенов
+
+## Обработка ошибок
+
+Если Ollama недоступен или происходит ошибка, скрипт сохраняет пустой пересказ, обеспечивая обратную совместимость.
+
+## Выходные файлы
+
+Тесты сохраняются в `tests/summarization/` с именами файлов, соответствующими ID записей из MongoDB.

scripts/generate_summarization_from_mongo.py

@@ -19,6 +19,7 @@ from pymongo import MongoClient
 sys.path.insert(0, str(Path(__file__).parent.parent))
 
 from src.constants import TEST_SEPARATOR
+from src.models.ollama_client import OllamaClient
 
 def sanitize_filename(filename: str) -> str:
     """
@@ -125,15 +126,32 @@ def generate_test_from_mongo_record(record_id: str, verbose: bool = True) -> boo
         # Генерируем пересказ через LLM (если доступно)
         expected_summary = ""
         try:
-            # Пытаемся сгенерировать пересказ
-            summary_prompt = f"""Summarize the following text in 1-2 sentences:
-"{article_text}"
-Provide only the summary, no additional text."""
-            # Если Ollama доступен, можно было бы использовать его здесь
-            # Для простоты оставляем пустым или можно добавить логику позже
-            expected_summary = ""
-        except:
-            # Если генерация не удалась, оставляем пустым
+            # Создаем клиент Ollama для генерации пересказа
+            ollama_client = OllamaClient(base_url="http://10.0.0.9:11434")
+
+            # Загружаем промпт для пересказа
+            with open('prompts/summarization.txt', 'r', encoding='utf-8') as f:
+                summarization_prompt = f.read().strip()
+
+            # Формируем промпт с текстом статьи
+            prompt = summarization_prompt.format(text=article_text)
+
+            # Генерация пересказа с использованием модели translategemma:4b
+            # Контекст 128000 как указано в задаче
+            expected_summary = ollama_client.generate(
+                model="translategemma:4b",
+                prompt=prompt,
+                num_ctx=128000
+            )
+
+            if verbose:
+                print(f"🤖 Сгенерирован пересказ: {expected_summary[:200]}...")
+
+        except Exception as e:
+            if verbose:
+                print(f"⚠️  Не удалось сгенерировать пересказ через Ollama: {e}")
+                print("   Будет использован пустой пересказ")
+            # Если генерация не удалась, оставляем пустым (сохраняем обратную совместимость)
             expected_summary = ""
 
         # Создаем директорию для сохранения теста (всегда в tests/summarization)