QCM : questions qualitatives + reponse=objet complet + notations par langue (intervalles/decimales via variables FR/EN, pas de py) ; garde-fou : skip du RAG si quota OpenAI epuise (429)

app/config.py

@@ -23,7 +23,7 @@ TEMPLATES_DIR = PACKAGE_DIR / "web" / "templates"
 # ── Version applicative (exposée par /health pour vérifier un déploiement) ───
 # Bumper à chaque déploiement significatif : permet de répondre « à jour ? »
 # sans se connecter (curl /health → champ "version").
-APP_VERSION = "2026-07-07b — lot pythonisation + mode « Meilleur » = Opus 4.8"
+APP_VERSION = "2026-07-07c — QCM (qualitatif/bilingue/objet complet) + skip quota OpenAI"
 
 # ── Convention MyST (vérifiée empiriquement : 222/222 exemples plateforme) ───
 # Bloc {python} = 4 backticks ; enveloppe {exercise} = 5 backticks.

app/pipeline/analyze.py

@@ -28,6 +28,17 @@ from app.rag.notions import enrich_exercise_with_notions
 
 logger = logging.getLogger(__name__)
 
+# Garde-fou : dès que les embeddings OpenAI renvoient un quota épuisé (429), on
+# arrête d'appeler le RAG fonctions pour le reste de la session (sinon chaque job
+# repaie 3 retries + ~10 s pour un catalogue de toute façon vide). Réactivé au
+# prochain démarrage (une fois le compte OpenAI rechargé).
+_RAG_STATE = {"off": False}
+
+
+def _is_quota_error(exc: Exception) -> bool:
+    s = str(exc).lower()
+    return "insufficient_quota" in s or "quota" in s or "429" in s
+
 
 def _rules_menu() -> str:
     return "\n".join(f"  - {rid} — {RULES_BY_ID[rid]['title']}" for rid in ALL_RULE_IDS)
@@ -90,7 +101,8 @@ def run_analysis_phase(content: str, model_idx: int,
             max_tokens=6096,
         )
         f_notions = pool.submit(enrich_exercise_with_notions, content, xlsx_path=NOTIONS_XLSX)
-        f_functions = pool.submit(
+        # RAG fonctions : sauté si les embeddings OpenAI sont déjà « à sec ».
+        f_functions = None if _RAG_STATE["off"] else pool.submit(
             retrieve_functions_context,
             exercise=content,
             embedding_model=RAG_EMBEDDING_MODEL,
@@ -106,11 +118,21 @@ def run_analysis_phase(content: str, model_idx: int,
             logger.warning("Retriever de notions en échec (%s) — contexte vide.", e)
             notions_ctx, lists_of_notions = "", ""
 
-        try:
-            functions_ctx = f_functions.result()["catalogue"]
-        except Exception as e:
-            logger.warning("RAG fonctions en échec (%s) — catalogue vide.", e)
-            functions_ctx = ""
+        if f_functions is None:
+            functions_ctx = ""      # RAG désactivé (quota OpenAI épuisé plus tôt)
+        else:
+            try:
+                functions_ctx = f_functions.result()["catalogue"]
+            except Exception as e:
+                functions_ctx = ""
+                if _is_quota_error(e):
+                    _RAG_STATE["off"] = True
+                    logger.warning(
+                        "RAG fonctions DÉSACTIVÉ pour la session : quota "
+                        "d'embeddings OpenAI épuisé (429). Recharge le compte "
+                        "OpenAI (platform.openai.com/billing) pour le réactiver.")
+                else:
+                    logger.warning("RAG fonctions en échec (%s) — catalogue vide.", e)
 
     analysis = _parse_analysis(raw_analysis, content)
     logger.info("Analyse : type=%s, %d variables, %d règles ciblées",

app/pipeline/prompts.py

@@ -744,6 +744,33 @@ questionHint : indice de DÉMARRAGE qui ne révèle jamais la réponse (cf. exem
 validés — tous en fournissent un) ; VERBATIM si la source en a un ; vide
 seulement si aucun indice pertinent.
 
+QUESTION QUALITATIVE (converge/diverge, monotone ou non, bornée, vrai/faux, « la
+limite existe-t-elle ? »…) → options TEXTUELLES bilingues {fr}`…`{en}`…`. Bonne
+réponse = la conclusion correcte ; distracteurs = conclusions ERRONÉES crédibles
+(« diverge vers +∞ », « croissante », « bornée par… »), en grille miroir. Pas de
+valeur numérique dans ces options.
+
+RÉPONSE = OBJET COMPLET : chaque option porte l'objet ENTIER visé par la question
+— l'intervalle complet, l'ensemble S = {…} complet, le polynôme entier, la valeur
+finale — reconstitué depuis les variables Python, JAMAIS un fragment (tout
+l'intérêt du QCM : on présente la réponse entière, plus rien à saisir).
+
+BILINGUE — NOTATIONS PROPRES À CHAQUE LANGUE (sinon la réponse s'affiche FAUX ;
+vaut pour l'énoncé, CHAQUE mcqAnswer — bonne réponse ET distracteurs — et la
+detailedSolution) :
+  • Intervalle : FR = crochets + point-virgule (borne exclue = crochet RETOURNÉ,
+    ex. `\\left] a \\,;\\, b \\right]`) ; EN = parenthèse/crochet + virgule
+    (ex. `(a, b]` ; ∞ toujours en parenthèse). → deux variables d'affichage
+    `interAffFr`/`interAffEn` (ou `pxs_Interval(...).print()` rendu par langue),
+    la bonne injectée dans CHAQUE rôle. JAMAIS la même notation dans les deux.
+  • Décimale : FR = virgule, EN = point. Un décimal affiché dans les DEUX langues
+    via UNE SEULE variable figée = BUG (il reste bloqué sur une langue). → deux
+    variables `valAffFr` (virgule) / `valAffEn` (point), la bonne dans chaque
+    rôle. (`\\py{}` est INTERDIT dans l'app : c'est la voie « une variable par
+    langue » qui règle le bilingue, pas `\\py{}`.)
+  • Entiers et coefficients LaTeX (`lc`/`pxsl_format_number`) : aucun séparateur
+    décimal → une seule variable, injectée telle quelle dans les deux langues.
+
 L'ÉNONCÉ NE DONNE JAMAIS LA RÉPONSE (l'énoncé définit, la question interroge).
 """  # noqa: E501 — texte normatif verbatim (valeur injectée telle quelle, accolades SIMPLES)