Phase 1 설계서 작성 완료. docs/design/204-flutter-bootstrap/ 13 개 파일: - README.md (12 섹션 모두 채움, 함수 19 개 명세, AC 16 항) - 01-project-structure.md (feature-first + layer-first 하이브리드) - 02-drift-schema-catalog.md (Catalog 7 테이블 Dart 정의) - 03-drift-schema-user.md (User 11 테이블 + R1~R10 강제 매트릭스) - 04-migrations.md (schemaVersion v1 + 인덱스 17 개) - 05-seed-data.md (assets/seed/*.json + first-run import) - 06-ux-contracts.md (체크인 R8 ≤ 60 초 흐름) - fn-recommend-variant / fn-compute-streak / fn-weekly-minimum-ratio - fn-validate-frame-level / fn-active-habit-quota / fn-seed-importer 핵심 결정: dose_variants 는 별도 habit_dose_variant 테이블로 정규화 (FK 무결성 + recommendVariant SQL 단순성). ADR-0002 승격 권장. Refs #204 Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
5.8 KiB
5.8 KiB
함수 설계서: validateFrameLevel (#204)
부모 설계서: README.md · 상태: Draft 작성: [AI] Architect · 구현:
lib/domain/frame/validate_frame_level.dart::validateFrameLevel(TBD) 테스트:test/domain/frame/validate_frame_level_test.dart(TBD)
1. 시그니처
FrameValidationResult validateFrameLevel(
FrameInput input, {
required Iterable<FramePattern> knownPatterns, // catalog 에서 미리 load
});
class FrameInput {
final FrameLevel level; // L0/L1/L2/L3
final String? originalText;
final String framedText;
}
class FrameValidationResult {
final FrameValidationStatus status; // accept / warn / reject
final List<AvoidanceHit> avoidanceHits; // R7 회피 키워드 검출 결과
final List<FrameSuggestion> suggestions; // L2/L3 변환 제안
}
enum FrameValidationStatus { accept, warn, reject }
class AvoidanceHit {
final String keyword;
final int startIndex;
final int endIndex;
final FramePattern source;
}
class FrameSuggestion {
final FrameLevel level; // L2 or L3
final String text;
final FramePattern source;
}
2. 책임
사용자가 입력한 frame 의 (1) level 이 L2/L3 가드를 통과하는지 (R3) 검사하고, (2) framed_text 안의 회피 키워드를 detect 해 변환 제안을 반환한다 (R7).
3. 입력
| 파라미터 | 타입 | 제약/검증 | 설명 |
|---|---|---|---|
input.level |
FrameLevel enum |
not null | L0 이면 reject (R3) |
input.framedText |
String |
not empty | 사용자 최종 문장 |
input.originalText |
String? |
nullable | L0 였던 원본 (audit) |
knownPatterns |
Iterable<FramePattern> |
catalog 에서 load | 회피 키워드 사전 |
4. 출력
- 반환:
FrameValidationResult.- status:
reject— L0/L1 입력. UI 는 모달로 L2/L3 변환 제안 표시 후 사용자 선택.warn— L2/L3 이지만 회피 키워드 감지 (예: "안 ..." , "끊기"). UI 는 inline warning + 변환 제안. 사용자가 '계속' 선택 가능.accept— 통과.
- avoidanceHits — UI 가 underline 표시.
- suggestions — frame_pattern.l2_suggestion / l3_identity 에서 가져온 대체 텍스트.
- status:
- 부수효과: 없음. 순수 함수.
5. 동작 / 알고리즘
1. if input.level in (L0, L1):
suggestions = buildSuggestions(input.framedText, knownPatterns)
return reject(suggestions, hits=[])
2. hits = detectAvoidanceKeywords(input.framedText, knownPatterns)
3. if hits.isEmpty:
return accept
4. # L2/L3 인데 회피 키워드 감지 — warn
suggestions = buildSuggestions(input.framedText, knownPatterns, hits)
return warn(suggestions, hits)
function detectAvoidanceKeywords(text, patterns) -> List<AvoidanceHit>:
hits = []
for p in patterns:
idx = text.indexOf(p.avoidance_keyword)
while idx >= 0:
hits.push(AvoidanceHit(keyword=p.avoidance_keyword, start=idx,
end=idx+keyword.length, source=p))
idx = text.indexOf(p.avoidance_keyword, idx+1)
return hits.distinctBy((h)->(h.start, h.keyword))
function buildSuggestions(text, patterns, hits=null) -> List<FrameSuggestion>:
relevant = hits != null
? hits.map(h => h.source).distinct()
: patterns.filter(p => text.contains(p.avoidance_keyword))
return relevant.expand((p) -> [
FrameSuggestion(L2, p.l2_suggestion, p),
if (p.l3_identity != null) FrameSuggestion(L3, p.l3_identity, p),
]).take(5).toList() # UI 부담 위해 최대 5 개
회피 키워드 사전은
frame_patterns.json시드 (~30 항목). 'general' 도메인이 default 매칭 풀, 특정 domain (food/drink/...) 은 habit 의 protocol category 로 필터링 가능 (v2 최적화).
6. 에러 & 실패 모드
| 조건 | 처리 | 반환 |
|---|---|---|
framedText empty |
reject + suggestions=[] | reject |
level enum 외 값 |
호출자 보장 — 도달 불가 | — |
knownPatterns empty |
accept (사전 없으면 R7 skip) | accept |
| 회피 키워드가 다른 단어의 부분 일치 (예: "안전" 안에 "안") | false positive 발생. 본 phase 는 substring 매칭. 단어 경계 처리는 v2 (한국어 형태소 분석 필요). | warn (사용자가 '계속' 선택) |
7. 엣지케이스
- "끊기" 가 "끊기는 게 아니라" 안에 포함 → hit. warn. 사용자가 '계속'.
- L3 ("나는 무알콜인 사람이다") + 회피 키워드 "무알콜" — '무X' 패턴이 사전에 있다면 hit. 사용자가 '계속'.
- L2 + 회피 키워드 없음 → accept.
- L0 + 회피 키워드 없음 → reject + L2 일반 제안 ('이걸 대신 해보세요').
8. 복잡도 / 성능
- 시간: O(N × M), N = patterns 수 (~30), M = text 길이 (≤ 100). worst ≈ 3000 char ops → < 100 µs.
- 공간: O(hits).
- 호출 빈도: habit 생성 폼에서 입력 변경 시 debounced (300 ms). 무시.
9. 의존성
FramePattern모델 (domain/models).FrameLevelenum.- catalog DAO 가 startup 에 patterns 를 한 번 load 해서 Riverpod provider 로 공유.
10. 테스트 케이스
- accept: L2, "기상 직후 햇빛 10 분 받기" → status=accept, hits=[]
- reject (L0): L0, "햇빛 안 빼먹기" → status=reject, suggestions 포함 L2/L3
- reject (L1): L1, "햇빛 챙기기" → status=reject (L2 으로 변환 제안)
- warn: L2, "술 끊기 (조금만)" — "끊기" hit → status=warn, suggestions
- accept (L3 클린): L3, "나는 아침 햇빛 사람이다" → accept
- empty framedText → reject
- empty patterns → accept (회피 검출 skip)
- 다중 hits: "끊기 안 하기" → 2 개 hits, suggestions ≤ 5
11. 추적성
- 인수조건: #204 AC-8 (R3 reject), AC 보강 (R7 warn).
- 관련 메모리:
feedback_positive_framing.md(L2/L3 강제). - 관련 schema:
frame_pattern.schema.json,habit.schema.json(frame.level).