feat(agent): tune retrieval for decision support

agent/query_planner.py

@@ -11,6 +11,7 @@ from __future__ import annotations
 import json
 import re
 from dataclasses import dataclass
+from datetime import date
 
 YEAR_RE = re.compile(r"\b(?:19|20)\d{2}\b")
 JSON_RE = re.compile(r"\{.*\}", re.DOTALL)
@@ -19,6 +20,12 @@ AGGREGATION_RE = re.compile(
     r"neuerungen|übersicht|zusammenfassung|alle\s|übersicht", re.I
 )
 COMPARISON_RE = re.compile(r"unterschied|vergleic|\bbzw\.|\bsowie\b", re.I)
+DECISION_SUPPORT_RE = re.compile(
+    r"günstig(?:ste|er|e)?\s+lösung|abgabenbegünstigt|steuerfrei.*(?:auszahl|präm)|"
+    r"(?:zusätzlich|extra).*(?:auszahl|präm)",
+    re.IGNORECASE,
+)
+
 
 PLANNER_PROMPT = """Du planst Suchanfragen für eine Wissensbasis zur österreichischen
 Personalverrechnung (kuratierte Briefings, Kollektivverträge je Branche und
@@ -51,6 +58,11 @@ class SubQuery:
     scope: str | None = None        # "gesetz" (ohne Branchen-KV) | "kv" | None
 
 
+def is_decision_support(question: str) -> bool:
+    """Erkennt Gestaltungsfragen, die den deterministischen Plan benötigen."""
+    return bool(DECISION_SUPPORT_RE.search(question))
+
+
 def should_plan(question: str) -> bool:
     """Heuristik-Gate: nur komplexe Fragen bekommen einen Planer-Call.
 
@@ -64,6 +76,8 @@ def should_plan(question: str) -> bool:
         return True
     if COMPARISON_RE.search(q):
         return True
+    if is_decision_support(q):
+        return True
     if AGGREGATION_RE.search(q):
         return True
     if " und " in q.casefold() and len(words) >= 10:
@@ -71,6 +85,56 @@ def should_plan(question: str) -> bool:
     return False
 
 
+def decision_support_plan(
+    question: str, default_year: str | None = None
+) -> tuple[list[SubQuery], str] | None:
+    """Deterministische Zerlegung für Gestaltungsfragen zu zusätzlichen
+    Arbeitnehmerleistungen. Sie verhindert, dass die vielen Branchen-KV-
+    Treffer allgemeine Abgabenregeln verdrängen.
+
+    Ohne genanntes Jahr wird der neueste Indexstand verwendet; die Antwort
+    muss fehlenden Einzelfallkontext weiterhin über die Prompt-Regel erfragen.
+    """
+    if not is_decision_support(question):
+        return None
+    explicit_year = YEAR_RE.search(question)
+    year = explicit_year.group(0) if explicit_year else default_year
+    year_text = f" {year}" if year else ""
+    direct = SubQuery(
+        text=(
+            f"Mitarbeiterprämie{year_text} WIKU Personal aktuell Nr 12 FAQ "
+            "Höchstbetrag 500 Lohnsteuer SV BV Beitragsfreie Bezugsbestandteile "
+            "§ 49 Abs 3 Z 30"
+        ),
+        stand_year=year,
+        scope="gesetz",
+    )
+    cash_and_benefits = SubQuery(
+        text=(
+            "Zukunftssicherungsmaßnahmen 300 Kalenderjahr Risikoversicherung "
+            "Gruppenerfordernis Bezugsumwandlung Lohnsteuer SV BV DB DZ KommSt"
+        ),
+        stand_year=year,
+        scope="gesetz",
+    )
+    purpose_bound = SubQuery(
+        text=(
+            "Sachzuwendungen Geschenke Barzahlungen stets steuerpflichtig Freibetrag "
+            "Beitragsfreie Bezugsbestandteile Z 1 bis Z 16a Mahlzeiten "
+            "Kinderbetreuungszuschuss"
+        ),
+        stand_year=year,
+        scope="gesetz",
+    )
+    broad = bool(
+        re.search(r"günstig|möglichkeiten|statt|alternative", question, re.IGNORECASE)
+    )
+    # Ein Gestaltungsvergleich ist kein Korpus-Survey: Die drei gezielten
+    # Queries passen in den normalen Antwortpfad und vermeiden unnötiges
+    # Map-Reduce samt zusätzlicher Latenz/Fehlverweigerungsrisiko.
+    return ([direct, cash_and_benefits, purpose_bound] if broad else [direct]), "specific"
+
+
 def parse_plan(raw: str, original: str) -> tuple[list[SubQuery], str]:
     """Robustes JSON-Parsing; jeder Fehler → [Originalfrage]. Liefert
     (Sub-Queries, Fragetyp 'survey' | 'specific')."""
@@ -107,6 +171,10 @@ def plan_queries(
     """Liefert (Sub-Queries, geplant?, Fragetyp) — Call-/Parse-Fehler →
     Original als Einzel-Query, Typ 'specific'. Der Planer-Call ist klein
     (Frage ohne Kontext, kurzes num_predict); Temperature 0."""
+    deterministic = decision_support_plan(question, default_year=str(date.today().year))
+    if deterministic:
+        subs, qtype = deterministic
+        return subs, True, qtype
     if not should_plan(question):
         return [SubQuery(text=question)], False, "specific"
     prompt = PLANNER_PROMPT.format(question=question.strip())