Rules Engine

API RulesEngine

from src.parser.rules_engine import RulesEngine

engine = RulesEngine.load("src/parser/trader_profiles/trader_3/parsing_rules.json")

result = engine.classify(text)
# → ClassificationResult(
#       message_type="NEW_SIGNAL",
#       confidence=1.4,           # non capped a 1.0 prima del merge in TraderParseResult
#       matched_markers=["new_signal/лонг", "new_signal/sl:"],
#       intents_hint=["U_MOVE_STOP"]
#   )

intents = engine.detect_intents(text)
# → ["U_CLOSE_FULL"]

engine.is_blacklisted(text)
# → False

engine.number_format
# → {"decimal_separator": ".", "thousands_separator": " "}

Per i test, creare l'engine direttamente da dict senza file JSON:

engine = RulesEngine.from_dict({
    "classification_markers": {
        "new_signal": {"strong": ["лонг"], "weak": ["сетап"]}
    }
})

Struttura parsing_rules.json

{
  "language": "ru",
  "shared_vocabulary": "russian_trading",
  "number_format": {
    "decimal_separator": ".",
    "thousands_separator": " "
  },
  "classification_markers": {
    "new_signal": {
      "strong": ["лонг", "long", "sl:", "tp1:"],
      "weak":   ["сигнал", "сетап"]
    },
    "update": {
      "strong": ["стоп в бу", "close all", "закрываю все"],
      "weak":   ["по этим", "тут не актуально"]
    },
    "info_only": {
      "strong": ["обзор", "VIP MARKET UPDATE"],
      "weak":   ["анализ", "мнение"]
    }
  },
  "combination_rules": [
    {
      "if": ["weak_sl_ref", "strong_be_marker"],
      "then": "update",
      "confidence_boost": 0.3
    }
  ],
  "intent_markers": {
    "U_MOVE_STOP":           ["стоп в бу", "move stop to be"],
    "U_CLOSE_FULL":          ["закрываю все", "close all"],
    "U_CLOSE_PARTIAL":       ["частичная фиксация", "partial close"],
    "U_CANCEL_PENDING":      ["убираем лимитку", "cancel pending"],
    "U_REENTER":             ["повторный вход", "reenter"],
    "U_ADD_ENTRY":           ["добавляю вход", "add entry"],
    "U_MODIFY_ENTRY":        ["меняю вход", "modify entry"],
    "U_UPDATE_TAKE_PROFITS": ["меняю тейки", "update tp"]
  },
  "target_ref_markers": {
    "strong": {
      "telegram_link": "t\\.me/",
      "explicit_id": ["SIGNAL ID:\\s*#?\\d+", "#\\d{3,}"]
    },
    "weak": {
      "pronouns": ["по этим", "по этому", "тут"]
    }
  },
  "blacklist": ["#admin", "#stats", "weekly recap"],
  "fallback_hook": {
    "enabled": false,
    "provider": null,
    "model": null
  }
}

Algoritmo di classificazione

1. Normalizza il testo (lowercase + strip)
2. Per ogni categoria (new_signal, update, info_only):
   • conta strong × 1.0 + weak × 0.4
3. Applica combination_rules: se tutti i marker if corrispondono, aggiunge confidence_boost alla categoria then
4. La categoria con score più alto vince
5. Se nessun marker corrisponde → UNCLASSIFIED, confidence=0.0
6. intents_hint viene calcolato sempre, indipendentemente dalla classificazione

Merge vocabolario condiviso

Se shared_vocabulary è dichiarato nel profilo, il motore fa il merge automatico:

• il profilo ha sempre precedenza in caso di chiave duplicata
• classification_markers: unione per categoria e per strong/weak
• intent_markers, target_ref_markers: unione per chiave
• blacklist: unione con deduplicazione

Regole

• modificare i marcatori in parsing_rules.json, non in rules_engine.py
• rules_engine.py non va toccato salvo bug nel motore (logica di merge, pesi)
• marcatori devono essere in minuscolo (normalizzazione automatica al load)
• un marcatore strong vale 1.0, un weak vale 0.4 — calibrare di conseguenza
• combination_rules servono per casi dove due weak insieme equivalgono a uno strong
• intents_hint nel ClassificationResult è un suggerimento — il profile.py è responsabile della classificazione finale degli intents
• non aggiungere logica specifica trader in rules_engine.py

Debug classificazione errata

Quando un messaggio viene classificato male:

1. Stampare result.matched_markers per vedere quali marcatori hanno matchato
2. Verificare che i marcatori siano in minuscolo nel JSON
3. Verificare che il testo del messaggio contenga effettivamente il marcatore
4. Aggiungere marcatore nella categoria corretta con peso appropriato
5. Rilanciare il replay: python parser_test/scripts/replay_parser.py --trader <trader>

Output richiesto

Quando usi questa skill, restituisci:

• marcatori aggiunti/modificati con categoria e peso
• combination_rules aggiunte se presenti
• confidence score prima/dopo per i casi test
• messaggi che migliorano e messaggi che potrebbero regredire