"""Verifikasi cepat lapis ML Field-Fit: deteksi salah-field lintas field + dedup."""
import sys
from pathlib import Path

sys.path.insert(0, str(Path(__file__).resolve().parent.parent / "src"))
from field_fit.field_fit_detector import FieldFitDetector

det = FieldFitDetector(use_ml=True)
det.load()
print("ML aktif:", det.ml_active, "\n")

# (teks, field_sekarang, harapan: target field atau None bila tak ditandai)
CASES = [
    ("Kamu adalah seorang dokter spesialis anak", "task", "role"),     # rule+ML, dedup -> role
    ("Sajikan dalam bentuk tabel dengan kolom tujuan", "task", "outputFormat"),
    ("Khusus untuk siswa kelas 3 SD", "task", "audience"),
    ("Jangan lebih dari 100 kata", "task", "constraints"),
    ("Gunakan bahasa yang ramah dan santai", "context", "tone"),
    ("Buatkan rencana pembelajaran tentang fotosintesis", "task", None),  # benar di Task
    ("Untuk kelas 7 SMP, durasi 80 menit", "context", None),             # benar di Context
    ("Gunakan buku paket halaman 20-35", "references", None),            # benar di References
]
ok = 0
for text, cur, expect in CASES:
    fs = det.detect(text, cur)
    got = fs[0].target_field if fs else None
    n = len(fs)
    verdict = "OK " if got == expect else "BEDA"
    if got == expect:
        ok += 1
    print(f"[{verdict}] field={cur:11} -> target={str(got):12} (harap {str(expect):12}) "
          f"n={n}  '{text[:42]}'")
print(f"\nSesuai harapan: {ok}/{len(CASES)}")