Update services/planner.py

services/planner.py

@@ -54,13 +54,13 @@ def _category(meta: dict) -> str:
         return "food"
     if "museum" in tags or "gallery" in tags or "aquarium" in tags or "zoo" in tags or "culture" in tags:
         return "culture"
-    if "park" in tags or "nature" in tags or "outdoor" in tags or "attraction" in tags:
+    if "park" in tags or "nature" in tags or "outdoor" in tags or "attraction" in tags or "garden" in tags:
         return "nature"
     if "temple" in tags or "shrine" in tags or "heritage" in tags or "place_of_worship" in name:
         return "heritage"
     if "performing_arts" in tags or "theatre" in tags or "cinema" in tags or "arts_centre" in tags:
         return "performing_arts"
-    if "shopping" in tags:
+    if "shopping" in tags or "marketplace" in tags:
         return "shopping"
     return "sightseeing"
 
@@ -83,18 +83,15 @@ def _score_doc(d: dict, center: Tuple[float, float], interests: List[str], weath
         s += 0.6
     if "outdoor" in tags and cond in ["sunny", "cloudy"]:
         s += 0.6
-    # 距離ペナルティ（中心から離れすぎる候補を下げる）
     try:
         dkm = haversine((float(m["lat"]), float(m["lon"])), (center[0], center[1]))
-        s -= max(0.0, (dkm - 4.0)) * 0.15  # 4km超は緩やかに減点
+        s -= max(0.0, (dkm - 4.0)) * 0.15
     except Exception:
         pass
     return s
 
 def _preselect_by_quota(docs: List[dict], center: Tuple[float, float], interests: List[str], weather: dict,
                         hard_radius_km: float, quotas: Dict[str, int], cap: int) -> List[dict]:
-    """多様性を担保しつつ件数上限まで先に絞る。"""
-    # まず距離フィルタ＋チェーン保険除外
     filtered = []
     for d in docs:
         m = d.get("meta") or {}
@@ -108,10 +105,8 @@ def _preselect_by_quota(docs: List[dict], center: Tuple[float, float], interests
             continue
         filtered.append(d)
 
-    # スコアで降順
     sorted_docs = sorted(filtered, key=lambda x: _score_doc(x, center, interests, weather), reverse=True)
 
-    # クォータで選別
     counts: Dict[str, int] = {}
     out: List[dict] = []
     for d in sorted_docs:
@@ -126,7 +121,6 @@ def _preselect_by_quota(docs: List[dict], center: Tuple[float, float], interests
 
 # ---------------- Distance matrix & TSP ----------------
 def _build_order_and_matrices(nodes: List[dict], profile: str):
-    """OSRMの行列を取得し、TSP順序と経路ポリラインを構築"""
     coords = [(n["lon"], n["lat"]) for n in nodes]
     try:
         durations, distances = distance_matrix(coords, profile=profile)
@@ -166,35 +160,28 @@ def generate_plan(rag, center: Tuple[float, float], hours: float, traveler: str,
         move_mode = "Walk"
     profile = "foot" if move_mode == "Walk" else "driving"
 
-    # 候補収集（Web only 推奨）
+    # 候補収集
     docs = gather_web_docs(center, interests or [], date, radius_km=web_radius_km)
     if not docs:
         return {"map_html": "", "table": [], "narrative": "周辺で公開データの候補を取得できませんでした。都市名や半径を広げて再試行してください。"}
 
-    # 1日の現実的上限（滞在＋移動）
+    # 1日の現実的上限（滞在＋移動）→ 長時間日は上限を緩和（〜10件）
     dwell_default = max(MIN_DWELL_MIN, dwell_minutes_for_pace(pace))
-    # 1区間の平均移動を ~18分と仮置き
     avg_leg_min = 18
-    n_cap = max(3, min(6, int((hours * 60) / (dwell_default + avg_leg_min))))
+    n_cap = max(4, min(10, int((hours * 60) / (dwell_default + avg_leg_min))))
 
-    # カテゴリ・クォータ（多様性）
+    # 多様性クォータ
     quotas = {
-        "food": 2,               # 昼・夜を想定（時間外は基本入れない）
-        "culture": 2,            # 美術館/博物館は最大2
-        "nature": 1,
-        "heritage": 1,
-        "performing_arts": 1,    # 劇場/映画館は1
-        "sightseeing": 2,
-        "shopping": 1
+        "food": 2, "culture": 2, "nature": 2,
+        "heritage": 1, "performing_arts": 1,
+        "sightseeing": 2, "shopping": 2
     }
 
-    # 事前選別（距離上限＋スコア＋クォータ）
     picked = _preselect_by_quota(
         docs, center, interests or [], weather,
         hard_radius_km=web_radius_km, quotas=quotas, cap=max(top_k, n_cap*3)
     )
 
-    # ノード化 & 行列
     nodes = [{"title": "Start", "lat": center[0], "lon": center[1], "notes": "Start/End", "meta": {}}]
     for d in picked:
         m = d.get("meta") or {}
@@ -203,13 +190,11 @@ def generate_plan(rag, center: Tuple[float, float], hours: float, traveler: str,
             "lat": float(m["lat"]), "lon": float(m["lon"]),
             "notes": (d.get("text") or "")[:160], "meta": m,
         })
-
     if len(nodes) <= 1:
         return {"map_html": "", "table": [], "narrative": "候補が不足しました。条件を見直して再試行してください。"}
 
     order, durations, distances, route = _build_order_and_matrices(nodes, profile)
 
-    # スケジューリング制約
     counts: Dict[str, int] = {k:0 for k in quotas}
     t = _minutes(start_time)
     session_end = t + max(60, int(hours * 60))
@@ -220,23 +205,19 @@ def generate_plan(rag, center: Tuple[float, float], hours: float, traveler: str,
     last_cat = None
     visited: Set[int] = set([0])
 
-    # 1日の移動時間上限（総時間の35%または120分の小さい方）
-    move_cap_min = min(120, int((hours * 60) * 0.35))
+    move_cap_min = min(120, int((hours * 60) * 0.35))  # 総移動時間上限
 
     def _place_visit(idx: int, forced_window: Tuple[int,int] | None = None) -> bool:
         nonlocal t, prev, total_dist_km, total_dur_min, last_cat
 
         meta = nodes[idx]["meta"]; cat = _category(meta)
 
-        # クォータ＆連続規制
         if counts.get(cat, 0) >= quotas.get(cat, 999):
             return False
-        if last_cat == cat:
-            # 同カテゴリ連続を抑制（foodは別処理、performing_arts と culture は厳しめ）
-            if cat in ("performing_arts", "culture"):
-                return False
+        if last_cat == cat and cat in ("performing_arts", "culture"):
+            return False
 
-        # 飲食はランチ/ディナー枠内のみ
+        # 飲食はランチ/ディナーのみ
         cur = t
         in_meal_window = (_within(cur, LUNCH_W, 45) or _within(cur, DINNER_W, 45))
         if cat == "food":
@@ -245,37 +226,30 @@ def generate_plan(rag, center: Tuple[float, float], hours: float, traveler: str,
             if not in_meal_window:
                 return False
 
-        # 直前からの移動
+        # 移動
         d_m = float(distances[prev][idx]) if distances and distances[prev][idx] is not None else 0.0
         d_s = float(durations[prev][idx]) if durations and durations[prev][idx] is not None else 0.0
         d_km = max(0.0, d_m / 1000.0)
         d_min = realistic_travel_minutes(d_km, d_s / 60.0, move_mode)
-
-        # 移動時間上限チェック（追加すると上限超なら却下）
         if total_dur_min + d_min > move_cap_min:
             return False
-
         t += int(round(d_min)); total_dist_km += d_km; total_dur_min += d_min
 
-        # 時間窓（推定 or 強制）
+        # 窓
         if forced_window:
             start_w, end_w = forced_window
         else:
             tw = infer_time_window(nodes[idx]["title"], meta)
             start_w, end_w = tw.start_min, tw.end_min
-
-        # セッションとの重なり確認
         if not (start_w < session_end and end_w > t):
             return False
 
-        # 開始前は待機（残時間に配慮）
         if t < start_w:
             wait = start_w - t
             if t + wait + MIN_DWELL_MIN > session_end:
                 return False
             t += wait; total_dur_min += wait
 
-        # 滞在
         dwell_default_local = max(MIN_DWELL_MIN, dwell_minutes_for_pace(pace))
         dwell = int(meta.get("duration_min") or (45 if cat == "food" else dwell_default_local))
         dwell = max(MIN_DWELL_MIN, min(120, dwell))
@@ -292,16 +266,15 @@ def generate_plan(rag, center: Tuple[float, float], hours: float, traveler: str,
             "lat": nodes[idx]["lat"], "lon": nodes[idx]["lon"],
         })
         t = t_end; prev = idx; counts[cat] = counts.get(cat, 0) + 1
-        if cat == "performing_arts":  # 単発に抑止
-            counts[cat] = quotas[cat]
+        if cat == "performing_arts": counts[cat] = quotas[cat]  # 単発に抑止
         last_cat = cat
         visited.add(idx)
         return True
 
-    # レストラン候補（ノード番号）
+    # レストラン候補
     restaurant_idxs: Set[int] = set(i for i in range(1, len(nodes)) if _category(nodes[i]["meta"]) == "food")
 
-    # 最大件数まで回す
+    # 最大件数まで
     i = 1
     placed_count = 0
     while i < len(order) and placed_count < n_cap:
@@ -310,9 +283,8 @@ def generate_plan(rag, center: Tuple[float, float], hours: float, traveler: str,
             i += 1
             continue
 
-        # ランチ/ディナー帯なら近場の飲食を優先で1件差し込み（未達成なら）
+        # ランチ/ディナー帯の自動挿入
         cur = t
-
         def _nearest_rest():
             best, bestd = None, 1e18
             for j in (restaurant_idxs - visited):
@@ -323,7 +295,6 @@ def generate_plan(rag, center: Tuple[float, float], hours: float, traveler: str,
                 if dd < bestd:
                     best, bestd = j, dd
             return best
-
         if counts["food"] < quotas["food"]:
             if _within(cur, LUNCH_W, 45):
                 cand = _nearest_rest()
@@ -339,7 +310,6 @@ def generate_plan(rag, center: Tuple[float, float], hours: float, traveler: str,
         # 通常訪問
         if _place_visit(idx):
             placed_count += 1
-        # 置けなければスキップ
         i += 1
         if t >= session_end:
             break
@@ -364,7 +334,8 @@ def generate_plan(rag, center: Tuple[float, float], hours: float, traveler: str,
         ("\n".join(sched_lines) if sched_lines else "- （該当なし：日時や滞在時間、半径を調整してください）") +
         f"\n\n## 実用メモ\n"
         f"- 飲食は**ランチ/ディナー帯**に限定し、**チェーン店は除外**しています\n"
-        f"- 美術館・劇場は**件数上限**と**連続禁止**で疲労・移動過多を抑制\n"
+        f"- オフィス/行政/コンベンション等は**候補から除外**しています\n"
+        f"- 長時間プランでは**立ち寄り件数の上限を緩和**しています\n"
         f"\n\n### 移動手段と費用の目安\n- モード: **{move_mode}**\n"
         f"- 総移動距離: **{total_dist_km:.1f} km** / 所要: **約{total_dur_min:.0f} 分**（移動上限: {move_cap_min} 分）\n"
         f"- 推定交通費: **¥{total_cost:.0f}**\n"