Ajustes conforme relatorio de testes 2026-08-27

tests/test_contextual_reentry_transaction_parameters.py

@@ -0,0 +1,44 @@
+from __future__ import annotations
+
+import json
+import pytest
+
+from agent_framework.runtime.transaction_parameters import extract_transaction_parameters
+
+
+class _ContextAwareLLM:
+    def __init__(self):
+        self.prompt = ""
+
+    async def ainvoke(self, messages, **kwargs):
+        self.prompt = messages[-1]["content"]
+        # This simulates a semantic extractor resolving the current reference
+        # against the bounded conversation context. The values remain candidates;
+        # authoritative validation belongs to the domain pre-validation step.
+        return json.dumps({"subject": "Tamboro Mensal", "valor": 14.99}, ensure_ascii=False)
+
+
+@pytest.mark.asyncio
+async def test_contextual_reentry_separates_current_claim_from_prior_context_for_candidate_extraction():
+    llm = _ContextAwareLLM()
+    out = await extract_transaction_parameters(
+        llm,
+        text="é a de quatorze e noventa e nove",
+        conversational_context=(
+            "user: tem uma cobrança aqui que eu não reconheço\n"
+            "assistant: Cobrança Tamboro Mensal no valor de R$ 14,99; "
+            "TIM Fashion Mensal no valor de R$ 10,00."
+        ),
+        tool_name="contestar_cobranca",
+        missing_parameters=["subject", "valor"],
+        parameter_schema={
+            "subject": {"type": "string", "description": "item concreto da fatura"},
+            "valor": {"type": "number", "description": "valor explicitamente associado pelo cliente"},
+        },
+        tool_description="Contesta uma cobrança após validação autoritativa e confirmação.",
+    )
+    assert out == {"subject": "Tamboro Mensal", "valor": 14.99}
+    assert "conversational_context:" in llm.prompt
+    assert "Cobrança Tamboro Mensal" in llm.prompt
+    assert "user_message: é a de quatorze e noventa e nove" in llm.prompt
+    assert "Não trate texto do contexto como uma nova afirmação do cliente" in llm.prompt