fix(dashboard): DB-Fallback liefert echte Token-/Wall-Clock-Werte + ehrliche Agent-Stats-Meldung + Spark-Achsen-Praezision

[TillQuandel]

Quelle

Multi-Perspektiven-Review 2026-07-15.

Bug 1 — DB-Fallback hartkodiert Tokens auf 0 (Datenintegritäts-Fund D2)

Befund: generative/eval_dashboard_server.py:507-528 — der DB-only-Fallback für token_runs (Läufe ohne .cache/runs/<run_id>.jsonl-Trace, z. B. extractive) schrieb tokens_in/tokens_out/tokens_cache hartkodiert auf 0, obwohl pipeline_runs die Spalten tokens_input/tokens_output/tokens_cache_read gefüllt hatte. duration_min/cost_usd/wall_clock_s wurden im selben Block bereits korrekt aus der DB gelesen — nur das Token-Feld-Muster fehlte.

Beleg: v0.3.140 hatte 12.863.095 tokens_total in der DB, Dashboard zeigte 0/„–" (Totals-Strip Tokens, KPI-Kacheln Billable/ohne-Cache, kpi_trend.tokens/cost, ch5).

Fix: Token-Felder aus der DB-Zeile übernehmen (tokens_input→tokens_in, tokens_output→tokens_out, tokens_cache_read→tokens_cache/tokens_cache_read). tokens_cache_create bleibt 0 (DB persistiert diese Spalte nicht, nur das Trace-JSONL — db.insert_run()-Docstring bestätigt).

wall_clock_s-Klärung (Nebenbefund-Check): war keine zusätzliche Lücke — bereits in #239/#266 korrekt aus pipeline_runs.wall_clock_s gelesen (git blame bestätigt). Regressionstest ergänzt statt Fix.

Verifikation: test_dashboard_db_only_fallback_tokens.py (RED vor Fix: assert 0 == 12863095-artige Fehlschläge; GREEN danach). Playwright gegen echte Produktions-DB-Kopie ohne JSONL-Traces: Totals-Strip zeigt „10,07M" statt „–", kpi-tokens/kpi-tokens-billable gefüllt (1,79M / 8,04M), ch5 rendert reale Balken.

Bug 2 — agent_stats leer mit irreführender Meldung (UX-Fund U1)

Befund: Agent-Statistiken (ch7/ch8) kommen ausschließlich aus lokalen Trace-JSONLs — es gibt keine Agent-Ebene in der DB (pipeline_runs/note_evals kennen nur Run-Summen, Schema-Check in shared/db_schema.py bestätigt: nur pipeline_runs, note_evals, calibration_labels). Ohne Traces lieferte _read_agent_stats() {}, das Frontend zeigte die generische Filter-Leer-Meldung „Keine Daten für diese Filter-Kombination" — irreführend, wenn gar kein Filter aktiv ist.

Fix: internal/dashboard/eval_dashboard.html, ch7/ch8-Else-Branch unterscheidet jetzt über dieselbe _globalFilters-Erkennung wie der bestehende Top-Level-Banner: kein Filter aktiv → ehrliche Meldung „Agent-Statistiken benötigen lokale Lauf-Traces (.cache/runs) — für ältere/rotierte Läufe nicht verfügbar"; Filter aktiv → bisherige (weiterhin korrekte) Meldung bleibt.

Verifikation: test_dashboard_agent_stats_empty_message.py. Playwright: ohne Filter (Worktree-DB-Kopie hat keine JSONL-Traces — idealer Testfall) zeigt beide Agent-Charts die neue Meldung; mit UI-Filter (Pipeline-Version-Dropdown) weiterhin die alte generische Meldung.

Bug 3 — Spark-Trend-Achse zeigt „0,00$" dreifach (UX-Fund U2)

Befund: internal/dashboard/eval_dashboard.html, _trendChart (~Z. 1592) — Achsenbeschriftung rundete den Rohwert erst über _fmtDE() (DE-Format mit Dezimalkomma, z. B. "0,03") und parste das Ergebnis danach per parseFloat() zurück. parseFloat("0,03") bricht am Komma ab und liefert 0 — alle 3 Hilfslinien landeten bei au.fmt(0), sichtbar als 3× „0,00$" auf der API-Kosten-Sparkline. Tooltips daneben liefen nicht über diesen Roundtrip und waren korrekt (0,03–0,15$).

Fix: Rohwert direkt an au.fmt (das selbst rundet), kein _fmtDE→parseFloat-Umweg mehr. Zusatzhärtung: bei sehr kleinen Spannen (Standard-Nachkommastellen reichen nicht zum Unterscheiden) werden die Nachkommastellen schrittweise erhöht, bis alle 3 Labels sich unterscheiden (Cap 6 Nachkommastellen).

Verifikation: test_dashboard_spark_axis_precision.py — führt die echten JS-Funktionen (_fmtDE, _autoUnit, _trendChart) per Node aus dem HTML aus (Klammer-Balancer-Extraktion, keine Logik-Kopie), RED vor Fix (["0,00$","0,00$","0,00$"]), GREEN danach. Playwright: API-Kosten-Kachel angeklickt zeigt „0,18$" / „0,09$" / „0,01$" (real, unterscheidbar) statt 3× „0,00$".

Verifikation gesamt

• pytest generative lib/decision_engine/tests shared/tests -q: 5900 passed, 3 skipped, 8 deselected, 0 failed (inkl. 9 neuer Tests aus diesem PR)
• ruff check + ruff format --check: clean
• Playwright (Firefox, hell + dunkel) gegen Worktree-Server (Port 8069) mit echter Produktions-DB-Kopie ohne .cache/runs-Traces — alle drei Bugs live bestätigt, keine Page-Errors
• NUL-Byte-Schutz: internal/dashboard/eval_dashboard.html behält exakt 1 NUL-Byte (Drawer-Key-Separator, unverändert) vor/nach allen Edits