Merge pull request 'feat(drafting): טיוטת-ביניים דטרמיניסטית — Opus 4.8 + effort per-בלוק (#204)' (#356) from worktree-agent-a0d2502e8308bc27c into main

docs/block-schema.md

@@ -480,11 +480,38 @@ Conclusion → Rule → Explanation → Application → Conclusion.
 
 ## 3. כללי גזירת פרמטרים
 
-פרמטרי העיבוד נגזרים ממאפייני התוכן, לא נקבעים שרירותית:
+פרמטרי העיבוד נגזרים ממאפייני התוכן, לא נקבעים שרירותית.
 
-### Temperature — נגזר מסוג הייצור
+> **⚠️ עדכון מנגנון-הייצור (#204 / WS5).** מסלול-הייצור הוא `claude_session.query` →
+> `claude -p` (מנוי claude.ai, עלות-שולית-אפס, מקומי-בלבד — ראה
+> `reference_claude_generation_path`). ב-**Opus 4.7/4.8 הפרמטר `temperature` (וגם
+> `top_p`/`top_k`) הוסר — שליחתו מחזירה HTTP 400**. הידית היחידה היא **`effort`**
+> (low/medium/high/xhigh/max; ברירת-מחדל high). **המודל נעוץ ל-`claude-opus-4-8`
+> לכל הבלוקים** ב-`block_writer.GENERATION_MODEL` — אין עוד פיצול sonnet/opus.
+> טבלת ה-Temperature והעמודה `decision_blocks.temperature` הן **מטא-דאטה-מת
+> (deprecated, תמיד 0)** ונשמרות רק לתאימות-עמודה; אל תקראו מהן. הטבלאות למטה
+> נשמרות כתיעוד-המקור-הקונספטואלי בלבד — `effort` מחליף את "Thinking budget".
 
-| Generation type | Temperature | נימוק |
+### Effort — נגזר ממורכבות קוגניטיבית (הידית החיה)
+
+מיפוי ה-`effort` בפועל ב-`block_writer.BLOCK_CONFIG` (#204):
+
+| בלוק | gen_type | effort | נימוק |
+|------|----------|--------|-------|
+| ה (פתיחה) | paraphrase | medium | פתיחה קצרה, מבנה קבוע |
+| ו (רקע) | reproduction | medium | שעתוק ניטרלי מרובה-מקורות |
+| ז (טענות) | paraphrase | high | קיבוץ/סינתזת-טענות לפי-נושא |
+| ח (הליכים) | reproduction | medium | תיעוד כרונולוגי |
+| ט (תכניות) | guided-synthesis | high | ציטוט-תכניות מדויק (INV-AH) |
+| י (דיון) | rhetorical-construction | xhigh | חשיבה רב-שלבית CREAC (מחוץ-לתחום-WS5) |
+| יא (סיכום) | paraphrase | high | סינתזה אופרטיבית |
+| א–ד, יב | template-fill | — (script) | מילוי-שדות, ללא LLM |
+
+### Temperature — (DEPRECATED) נגזר היסטורית מסוג הייצור
+
+> מסמך-מקור בלבד — לא נשלח ל-API (ראה האזהרה למעלה).
+
+| Generation type | Temperature (היסטורי) | נימוק |
 |----------------|-------------|-------|
 | template-fill | 0 | אין צורך בשפה — מילוי שדות |
 | reproduction | 0 | נאמנות מוחלטת למקור. אפס יצירתיות |
@@ -493,18 +520,11 @@ Conclusion → Rule → Explanation → Application → Conclusion.
 | analytical-reasoning | 0.3-0.4 | צריך ליצור קשרים בין עקרונות משפטיים |
 | rhetorical-construction | 0.4-0.5 | טווח ביטוי רחב לכתיבה משכנעת ואלגנטית |
 
-### Thinking budget — נגזר ממורכבות קוגניטיבית
+### Model — (DEPRECATED) נגזר היסטורית מדרישת דיוק
 
-| Cognitive task | Budget | נימוק |
+> כעת נעוץ `claude-opus-4-8` לכל בלוקי-ה-AI (`GENERATION_MODEL`). הטבלה היסטורית.
-|---------------|--------|-------|
-| template-fill / lookup | off | אין צורך בחשיבה |
-| sequential-extraction | low | חילוץ מידע חד-שלבי |
-| multi-source-integration | medium | צריך להצליב מקורות |
-| legal-analysis-with-CREAC | max (16K+) | חשיבה רב-שלבית: מסקנה → כלל → הסבר → יישום |
 
-### Model — נגזר מדרישת דיוק
+| Accuracy profile | Model (היסטורי) | נימוק |
-
-| Accuracy profile | Model | נימוק |
 |-----------------|-------|-------|
 | factual-precision | sonnet | מהיר, מדויק לחילוץ עובדות |
 | precision + interpretation | opus | נדרש לפרשנות תכנית / ציטוט מובנה |

docs/spec/06-export.md

@@ -43,6 +43,16 @@
 >   וגם **טיוטת-ביניים** (`mode="interim"` — תת-קבוצת בלוקים בסדר חדש: רקע→תכניות→טענות→הליכים,
 >   `export_interim_draft`, `drafting.py:511`). שני המצבים שולפים מאותה טבלה — וריאציית-תצוגה
 >   של אותו מקור-אמת, לא מסלול שני.
+>
+> **דטרמיניזם-מבני של טיוטת-הביניים (#204 / WS5).** סדר-בלוקי-הביניים בייצוא קבוע
+> ב-`docx_exporter._INTERIM_BLOCK_ORDER` (רקע→תכניות→טענות→הליכים, עם בלוקי-תבנית א–ה
+> אופציונליים בתחילה). הבלוקים עצמם נכתבים דרך **אותו מסלול-כתיבה קנוני** של ההחלטה
+> המלאה (`block_writer.write_and_store_block` → `write_block`, G2 — אין מסלול-ייצור
+> מקביל), אך כעת **נעוצים למודל יחיד (`claude-opus-4-8`) עם `effort` per-בלוק ובפרומפט-
+> מבני קבוע** (למשל בלוק-ה פותח תמיד ב"לפנינו ערר…"). התוצאה: אותו תיק מפיק את אותו
+> **מבנה** בכל ריצה (אי-עקביות-הניסוח הקודמת נבעה מפרומפט-חופשי + מודל-ברירת-מחדל לא-נעוץ).
+> טמפרטורה אינה במסלול (Opus 4.7/4.8 דוחים אותה); ראה `block_writer.GENERATION_MODEL`
+> + `BLOCK_CONFIG[*].effort`.
 > - `analysis_docx_exporter.py` (`build_analysis_docx`, `:401`) — מייצא את מסמך **הניתוח
 >   המשפטי** (`analysis-and-research.md`) שכתב `legal-analyst`, לא את בלוקי-ההחלטה. זהו תוצר-עזר
 >   שונה (שלב ניתוח, לא החלטה) — והוא המסלול שהסקיל מתעד בעיקר. שניהם חולקים את **אותו טמפלט

mcp-server/src/legal_mcp/services/block_writer.py

@@ -35,29 +35,53 @@ logger = logging.getLogger(__name__)
 
 # ── Block configuration ───────────────────────────────────────────
 
-# Output token limits per Anthropic docs:
+# Generation is structurally deterministic (#204 / WS5): every AI block is
-# Opus 4.7: up to 128K output tokens (new tokenizer — ~35% more tokens)
+# pinned to ONE model (Opus 4.8) with a per-block reasoning `effort`. The
-# Sonnet 4.6: up to 64K output tokens
+# generation path is claude_session.query → `claude -p` (subscription, near-zero
-# Streaming required when max_tokens > 21,333
+# cost; local-only — see reference_claude_generation_path / claude_session
+# docstring). Opus 4.7/4.8 REMOVED temperature/top_p/top_k (sending them → HTTP
+# 400); the only knob is `effort` (low/medium/high/xhigh/max; default high).
+#
+# DEPRECATED FIELDS — DO NOT REINTRODUCE: earlier revisions carried per-block
+# `temp` (0/0.1/0.4) and `model` ("sonnet"/"opus"/"script"). Both were DEAD
+# METADATA: write_block called claude_session.query(prompt, …) WITHOUT model/
+# temp/effort, so generation ran on the CLI's default model with no temperature
+# knob at all (the table only stored a number in decision_blocks.temperature and
+# fed MODEL_MAP→timeout). They are removed here so the table no longer misleads.
+# The conceptual origin (gen_type → thinking-budget) now lives in `effort`; see
+# docs/block-schema.md §3.
+#
+# `gen_type` is retained (documentation/UI metadata + audit `generation_type`).
+# `model` below is the DISPATCH key only: "script" = template-fill (no LLM),
+# "ai" = generated via the pinned Opus model. It is NOT a model alias anymore.
+#
+# Output token note (Anthropic): Opus 4.8 supports large outputs; streaming is
+# handled by the CLI. `max_tokens` is advisory context for callers, not sent.
+GENERATION_MODEL = "claude-opus-4-8"  # single pinned model for every AI block (#204)
+
 BLOCK_CONFIG = {
-    "block-alef": {"index": 1, "title": "כותרת מוסדית", "gen_type": "template-fill", "temp": 0, "model": "script"},
+    "block-alef": {"index": 1, "title": "כותרת מוסדית", "gen_type": "template-fill", "model": "script"},
-    "block-bet":  {"index": 2, "title": "הרכב הוועדה", "gen_type": "template-fill", "temp": 0, "model": "script"},
+    "block-bet":  {"index": 2, "title": "הרכב הוועדה", "gen_type": "template-fill", "model": "script"},
-    "block-gimel":{"index": 3, "title": "צדדים", "gen_type": "template-fill", "temp": 0, "model": "script"},
+    "block-gimel":{"index": 3, "title": "צדדים", "gen_type": "template-fill", "model": "script"},
-    "block-dalet":{"index": 4, "title": "החלטה", "gen_type": "template-fill", "temp": 0, "model": "script"},
+    "block-dalet":{"index": 4, "title": "החלטה", "gen_type": "template-fill", "model": "script"},
-    "block-he":   {"index": 5, "title": "פתיחה", "gen_type": "paraphrase", "temp": 0.2, "model": "sonnet", "max_tokens": 4096},
+    "block-he":   {"index": 5, "title": "פתיחה", "gen_type": "paraphrase", "model": "ai", "effort": "medium", "max_tokens": 4096},
-    "block-vav":  {"index": 6, "title": "רקע עובדתי", "gen_type": "reproduction", "temp": 0, "model": "sonnet", "max_tokens": 16384},
+    "block-vav":  {"index": 6, "title": "רקע עובדתי", "gen_type": "reproduction", "model": "ai", "effort": "medium", "max_tokens": 16384},
-    "block-zayin":{"index": 7, "title": "טענות הצדדים", "gen_type": "paraphrase", "temp": 0.1, "model": "sonnet", "max_tokens": 16384},
+    "block-zayin":{"index": 7, "title": "טענות הצדדים", "gen_type": "paraphrase", "model": "ai", "effort": "high", "max_tokens": 16384},
-    "block-chet": {"index": 8, "title": "הליכים", "gen_type": "reproduction", "temp": 0, "model": "sonnet", "max_tokens": 8192},
+    "block-chet": {"index": 8, "title": "הליכים", "gen_type": "reproduction", "model": "ai", "effort": "medium", "max_tokens": 8192},
-    "block-tet":  {"index": 9, "title": "תכניות חלות", "gen_type": "guided-synthesis", "temp": 0.2, "model": "opus", "max_tokens": 16384},
+    "block-tet":  {"index": 9, "title": "תכניות חלות", "gen_type": "guided-synthesis", "model": "ai", "effort": "high", "max_tokens": 16384},
-    "block-yod":  {"index": 10, "title": "דיון והכרעה", "gen_type": "rhetorical-construction", "temp": 0.4, "model": "opus", "max_tokens": 16384},
+    "block-yod":  {"index": 10, "title": "דיון והכרעה", "gen_type": "rhetorical-construction", "model": "ai", "effort": "xhigh", "max_tokens": 16384},
-    "block-yod-alef": {"index": 11, "title": "סיכום", "gen_type": "paraphrase", "temp": 0.1, "model": "sonnet", "max_tokens": 8192},
+    "block-yod-alef": {"index": 11, "title": "סיכום", "gen_type": "paraphrase", "model": "ai", "effort": "high", "max_tokens": 8192},
-    "block-yod-bet":  {"index": 12, "title": "חתימות", "gen_type": "template-fill", "temp": 0, "model": "script"},
+    "block-yod-bet":  {"index": 12, "title": "חתימות", "gen_type": "template-fill", "model": "script"},
 }
 
-MODEL_MAP = {
+# Default effort when a block lacks an explicit one (defensive; every AI block
-    "sonnet": "claude-sonnet-4-20250514",
+# above sets one). High is the safe default per the generation-path reference.
-    "opus": "claude-opus-4-7",
+DEFAULT_EFFORT = "high"
-}
+
+# Blocks that take longer (deep reasoning) get the LONG timeout. The interim set
+# [he, vav, tet, zayin, chet] and the discussion block all run on the same pinned
+# Opus model, so timeout is driven by effort, not by a model split.
+_LONG_EFFORTS = frozenset({"high", "xhigh", "max"})
 
 
 # ── Template blocks (א-ד, יב) ────────────────────────────────────
@@ -120,11 +144,14 @@ TEMPLATE_WRITERS = {
 BLOCK_PROMPTS = {
     "block-he": """כתוב את בלוק הפתיחה (בלוק ה) של החלטת ועדת ערר.
 
-## כללים:
+## מבנה קבוע (חובה — אותו מבנה בכל תיק):
-- פתח ב"לפנינו ערר..." או "עניינה של החלטה זו..."
+- **המשפט הראשון פותח תמיד במילה "לפנינו"** — נוסח קבוע: "לפנינו ערר על החלטת
-- הגדר "להלן" מרכזיים: הוועדה המקומית, התכנית/הבקשה, המגרש
+  [הוועדה המקומית] מיום [תאריך] בעניין [נושא הבקשה/התכנית]." (אל תשתמש ב"עניינה של
-- 1-2 סעיפים בלבד
+  החלטה זו" או בכל פתיח חלופי — הפתיח אחיד.)
-- אין ניתוח, אין ערכי שיפוט, אין ציטוטים מצדדים
+- סעיף 1: הצגת הערר במשפט הקבוע לעיל + הגדרת ה"להלן" המרכזיים בסדר קבוע:
+  הוועדה המקומית → התכנית/הבקשה → המגרש/המקרקעין.
+- סעיף 2 (רק אם נדרש להשלמת "להלן" נוספים): הגדרות-נוספות בלבד.
+- **בדיוק 1-2 סעיפים.** אין ניתוח, אין ערכי שיפוט, אין ציטוטים מצדדים.
 - מספור: 1.
 
 ## פרטי התיק:
@@ -441,10 +468,19 @@ async def write_block(
             f"Reduce documents or call extract_appraiser_facts first."
         )
 
-    # Call Claude via Claude Code session (no API)
+    # Call Claude via Claude Code session (no API). #204: pin the model + per-block
-    model_key = block_cfg["model"]
+    # reasoning effort so generation is structurally deterministic — these were
-    timeout = claude_session.LONG_TIMEOUT if model_key == "opus" else claude_session.DEFAULT_TIMEOUT
+    # previously NOT forwarded (the source of inconsistency). model/effort flow
-    content = await claude_session.query(prompt, timeout=timeout, tools="")  # prose gen — no tool_use → no error_max_turns
+    # through claude_session.query → `claude -p --model … --effort …`.
+    effort = block_cfg.get("effort", DEFAULT_EFFORT)
+    timeout = claude_session.LONG_TIMEOUT if effort in _LONG_EFFORTS else claude_session.DEFAULT_TIMEOUT
+    content = await claude_session.query(
+        prompt,
+        timeout=timeout,
+        model=GENERATION_MODEL,
+        effort=effort,
+        tools="",  # prose gen — no tool_use → no error_max_turns
+    )
 
     sources = await _collect_block_sources(case_id, block_id)
     sources["case_law_ids"] = _precedent_case_law_ids
@@ -455,6 +491,7 @@ async def write_block(
 
 def _build_result(block_id: str, content: str, block_cfg: dict) -> dict:
     word_count = len(content.split())
+    is_ai = block_cfg["model"] == "ai"
     return {
         "block_id": block_id,
         "block_index": block_cfg["index"],
@@ -462,8 +499,14 @@ def _build_result(block_id: str, content: str, block_cfg: dict) -> dict:
         "content": content,
         "word_count": word_count,
         "generation_type": block_cfg["gen_type"],
-        "model_used": block_cfg["model"],
+        # AI blocks record the pinned model; template blocks record "script".
-        "temperature": block_cfg["temp"],
+        "model_used": GENERATION_MODEL if is_ai else block_cfg["model"],
+        # The real generation knob (#204). None for template/script blocks.
+        "effort": block_cfg.get("effort", DEFAULT_EFFORT) if is_ai else None,
+        # DEPRECATED: temperature is not a real knob on Opus 4.7/4.8 (sending it
+        # → HTTP 400). Kept only to satisfy decision_blocks.temperature
+        # NUMERIC(3,2); always 0. Read `effort` instead.
+        "temperature": 0,
     }
 
 

mcp-server/src/legal_mcp/tools/drafting.py

@@ -516,9 +516,18 @@ async def export_docx(case_number: str, output_path: str = "") -> str:
 
 # ── Interim draft (pre-ruling) ────────────────────────────────────
 
-# Blocks written for the interim draft, in display order.
+# Blocks written for the interim draft, in a FIXED order.
 # This is the same content the chair sees in the final decision (same template,
-# same skill, same prompts) — minus opening, ruling, summary, signatures.
+# same skill, same prompts, same single canonical write path — block_writer) —
+# minus ruling, summary, signatures.
+#
+# Determinism (#204 / WS5): the interim draft is STRUCTURALLY deterministic.
+# Each block is generated by block_writer.write_block, which now pins the model
+# (Opus 4.8) and a per-block reasoning effort, and uses fixed structural prompts
+# (e.g. block-he's opening is always "לפנינו ערר…"). The display order on export
+# is fixed separately by docx_exporter._INTERIM_BLOCK_ORDER. There is no parallel
+# generation path (G2): write_interim_draft is a thin orchestrator over the same
+# write_and_store_block used by the full decision.
 _INTERIM_BLOCKS = ["block-he", "block-vav", "block-tet", "block-zayin", "block-chet"]
 
 

web-ui/src/app/settings/_components/blocks-tab.tsx

@@ -49,9 +49,9 @@ function BlockRow({ block }: { block: McpBlock }) {
             <Badge variant="outline" className="text-[0.7rem] font-mono" dir="ltr">
               {block.model}
             </Badge>
-            {isLLM && block.temperature !== null && (
+            {isLLM && block.effort !== null && (
-              <Badge variant="outline" className="text-[0.7rem]">
+              <Badge variant="outline" className="text-[0.7rem]" dir="ltr">
-                temp&nbsp;<span className="tabular-nums">{block.temperature}</span>
+                effort&nbsp;<span className="tabular-nums">{block.effort}</span>
               </Badge>
             )}
             {block.max_tokens !== null && (

web-ui/src/lib/api/settings.ts

@@ -176,7 +176,9 @@ export type McpBlock = {
   title: string;
   gen_type: string;
   model: string;
-  temperature: number | null;
+  // The live generation knob (#204). Replaces the deprecated `temperature` —
+  // Opus 4.7/4.8 have no temperature param. null for template ("script") blocks.
+  effort: string | null;
   max_tokens: number | null;
   creac_role: string | null;
   jwm_purpose: string | null;

web/app.py

@@ -4626,15 +4626,21 @@ async def api_mcp_blocks():
         "block-yod-alef": "Disposition",
         "block-yod-bet": "Disposition (signatures)",
     }
+    from legal_mcp.services.block_writer import GENERATION_MODEL
+
     blocks = []
     for block_id, cfg in sorted(BLOCK_CONFIG.items(), key=lambda kv: kv[1]["index"]):
+        is_ai = cfg["model"] == "ai"
         blocks.append({
             "id": block_id,
             "index": cfg["index"],
             "title": cfg["title"],
             "gen_type": cfg["gen_type"],
-            "model": cfg["model"],
+            # AI blocks are pinned to one model (#204); template blocks = "script".
-            "temperature": cfg.get("temp"),
+            "model": GENERATION_MODEL if is_ai else cfg["model"],
+            # The live generation knob (replaces the deprecated `temperature`,
+            # which is not a real param on Opus 4.7/4.8). None for template blocks.
+            "effort": cfg.get("effort") if is_ai else None,
             "max_tokens": cfg.get("max_tokens"),
             "creac_role": CREAC_ROLE.get(block_id),
             "jwm_purpose": JWM_PURPOSE.get(block_id),