feat(tradein-scraper-kit): планировщик прокидывает region_code из default_params

pipeline.py уже принимал region_code параметром в каждой run_*-функции, но
scheduler.py его ни разу не читал из scrape_schedules.default_params — все
8 job-обработчиков, вызывающих run_*, звали их с дефолтным DEFAULT_REGION_CODE
(66), независимо от того, что лежит в строке расписания. Это была единственная
причина, по которой московский обход нельзя было завести конфигом: нижний слой
готов, а верхний молча игнорировал параметр.

Добавлен _resolve_region_code(params): читает params["region_code"] (дефолт —
DEFAULT_REGION_CODE, импортированный из pipeline.py, а не второй литерал 66),
приводит к int и валидирует по _KNOWN_REGION_CODES. Kit намеренно не
импортирует app.* (contracts.py, strangler-граница), поэтому реестр
app.services.regions.REGIONS сюда не дотянуть напрямую — _KNOWN_REGION_CODES
суженная копия его ключей с явным комментарием синхронизации. Неизвестный
region_code роняет job ValueError'ом ДО вызова run_* (тот же путь, что и любой
другой crash хендлера — `_dispatch`'s `except Exception` → `logger.exception`),
а не тихо пишет мусор в listings.region_code.

Отсутствие ключа даёт ровно прежнее поведение (66) — проверено тестами и
прогоном полного набора scheduler-тестов кита (70 passed, 0 failed).

tradein-mvp/backend/tests/test_scraper_kit_scheduler_parity.py

@@ -25,10 +25,12 @@ import os
 from typing import Any
 from unittest.mock import AsyncMock, MagicMock, patch
 
+import pytest
+
 os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost/test_db")
 
 from scraper_kit.orchestration import scheduler as kit_sched
-from scraper_kit.orchestration.pipeline import CITY_ANCHORS
+from scraper_kit.orchestration.pipeline import CITY_ANCHORS, DEFAULT_REGION_CODE
 from scraper_kit.orchestration.scheduler import (
     Handler,
     SchedulerContext,
@@ -38,7 +40,10 @@ from scraper_kit.orchestration.scheduler import (
     _job_avito_full_load,
     _job_avito_full_load_exhaustive,
     _job_cian_city_sweep,
+    _job_cian_full_load,
+    _job_domclick_city_sweep,
     _job_yandex_city_sweep,
+    _resolve_region_code,
     build_registry,
     reap_zombies,
     reschedule_after_minutes,
@@ -623,3 +628,101 @@ def test_wildcard_resolves_oblast_city_sweep_sources() -> None:
     # EKB source (no city) — по-прежнему резолвится на exact non-wildcard entry.
     assert resolve_handler("avito_city_sweep", registry) is registry["avito_city_sweep"]
     assert registry["avito_city_sweep"] is not registry["avito_city_sweep_*"]
+
+
+# ── region_code: default_params → run_*-функции pipeline.py ─────────────────────────
+#
+# Планировщик кита раньше НЕ читал default_params["region_code"] ни разу — все sweep'ы
+# писали листings регионом 66 (DEFAULT_REGION_CODE) независимо от того, что лежит в
+# scrape_schedules.default_params. Это единственная причина, по которой московский обход
+# нельзя было завести конфигом — pipeline.py уже принимает region_code параметром,
+# scheduler.py его просто не прокидывал. Ниже: (1) отсутствие ключа — БЕЗ изменений
+# поведения для всех существующих строк расписания (default 66); (2) валидный код (77)
+# доезжает до run_*; (3) мусорное значение — явный отказ ДО сетевого похода, а не тихая
+# запись в listings.region_code.
+
+
+def test_resolve_region_code_missing_key_defaults_to_66() -> None:
+    """Нет ключа в default_params → DEFAULT_REGION_CODE (66) — прежнее поведение всех
+    123 существующих строк расписания не меняется."""
+    assert _resolve_region_code({}) == DEFAULT_REGION_CODE == 66
+
+
+def test_resolve_region_code_known_value_passes_through() -> None:
+    assert _resolve_region_code({"region_code": 77}) == 77
+
+
+def test_resolve_region_code_string_digit_coerces_to_int() -> None:
+    """jsonb default_params может прислать региона строкой — тот же int(...), что и
+    у остальных числовых параметров этого файла (params.get("pages", ...) и т.п.)."""
+    assert _resolve_region_code({"region_code": "77"}) == 77
+
+
+def test_resolve_region_code_unknown_value_raises() -> None:
+    """Регион вне реестра — явный ValueError, а не тихая запись мусора в listings."""
+    with pytest.raises(ValueError, match="реестре регионов"):
+        _resolve_region_code({"region_code": 999})
+
+
+def test_resolve_region_code_non_numeric_raises() -> None:
+    with pytest.raises(ValueError, match="не приводится к int"):
+        _resolve_region_code({"region_code": "москва"})
+
+
+async def test_job_avito_city_sweep_region_code_absent_defaults() -> None:
+    with patch.object(kit_sched, "run_avito_city_sweep", AsyncMock()) as mock_run:
+        await _job_avito_city_sweep(MagicMock(), 1, {}, _oblast_ctx())
+
+    _args, kwargs = mock_run.call_args
+    assert kwargs["region_code"] == DEFAULT_REGION_CODE
+
+
+async def test_job_avito_city_sweep_region_code_from_params() -> None:
+    with patch.object(kit_sched, "run_avito_city_sweep", AsyncMock()) as mock_run:
+        await _job_avito_city_sweep(MagicMock(), 1, {"region_code": 77}, _oblast_ctx())
+
+    _args, kwargs = mock_run.call_args
+    assert kwargs["region_code"] == 77
+
+
+async def test_job_avito_city_sweep_region_code_garbage_raises_before_run() -> None:
+    """Мусорный region_code роняет job ДО вызова run_* — сеть/скрапинг не трогаются."""
+    with patch.object(kit_sched, "run_avito_city_sweep", AsyncMock()) as mock_run:
+        with pytest.raises(ValueError):
+            await _job_avito_city_sweep(MagicMock(), 1, {"region_code": 12345}, _oblast_ctx())
+
+    mock_run.assert_not_awaited()
+
+
+async def test_job_avito_full_load_region_code_from_params() -> None:
+    with patch.object(kit_sched, "run_avito_full_load", AsyncMock()) as mock_run:
+        await _job_avito_full_load(MagicMock(), 1, {"region_code": 77}, _oblast_ctx())
+
+    _args, kwargs = mock_run.call_args
+    assert kwargs["region_code"] == 77
+
+
+async def test_job_domclick_city_sweep_region_code_absent_defaults() -> None:
+    """Регионный проброс не должен ломать уже читаемый city_id (тот же params dict)."""
+    with patch.object(kit_sched, "run_domclick_city_sweep", AsyncMock()) as mock_run:
+        await _job_domclick_city_sweep(MagicMock(), 1, {"city_id": 9}, _oblast_ctx())
+
+    _args, kwargs = mock_run.call_args
+    assert kwargs["region_code"] == DEFAULT_REGION_CODE
+    assert kwargs["city_id"] == 9
+
+
+async def test_job_domclick_city_sweep_region_code_from_params() -> None:
+    with patch.object(kit_sched, "run_domclick_city_sweep", AsyncMock()) as mock_run:
+        await _job_domclick_city_sweep(MagicMock(), 1, {"region_code": 77}, _oblast_ctx())
+
+    _args, kwargs = mock_run.call_args
+    assert kwargs["region_code"] == 77
+
+
+async def test_job_cian_full_load_region_code_absent_defaults() -> None:
+    with patch.object(kit_sched, "run_cian_full_load", AsyncMock()) as mock_run:
+        await _job_cian_full_load(MagicMock(), 1, {}, _oblast_ctx())
+
+    _args, kwargs = mock_run.call_args
+    assert kwargs["region_code"] == DEFAULT_REGION_CODE

tradein-mvp/packages/scraper-kit/src/scraper_kit/orchestration/scheduler.py

@@ -47,6 +47,7 @@ except ImportError:  # pragma: no cover - в проде backend-env sentry_sdk
 
 from scraper_kit.orchestration import runs as _kit_runs
 from scraper_kit.orchestration.pipeline import (
+    DEFAULT_REGION_CODE,
     get_city_anchors,
     run_avito_city_sweep,
     run_avito_full_load,
@@ -880,6 +881,37 @@ def _interval_minutes(params: dict[str, Any], *, param: str = "interval_minutes"
     return None if raw is None else int(raw)
 
 
+# Kit не импортирует `app.*` (contracts.py — граница strangler'а, см. её docstring),
+# поэтому реестр `app.services.regions.REGIONS` сюда не дотянуть напрямую. Список
+# ниже — суженная копия ЕГО КЛЮЧЕЙ только для отказа мусорного region_code из
+# default_params; она не заменяет REGIONS и не должна расти самостоятельно — при
+# добавлении региона в REGIONS обновить и здесь.
+_KNOWN_REGION_CODES: frozenset[int] = frozenset({50, 66, 77})
+
+
+def _resolve_region_code(params: dict[str, Any]) -> int:
+    """default_params["region_code"] → валидированный int для run_*.
+
+    Ключа нет → DEFAULT_REGION_CODE (66, тот же дефолт что и у run_*-функций
+    pipeline.py) — прежнее поведение всех 123 существующих строк расписания не
+    меняется. Значение не парсится в int ИЛИ отсутствует в _KNOWN_REGION_CODES →
+    ValueError: явный отказ прогона (падает сквозь job в `_dispatch`'s
+    `except Exception` → `logger.exception`, тот же путь, что и любой другой
+    crash хендлера), а не тихая запись мусора в listings.region_code.
+    """
+    raw = params.get("region_code", DEFAULT_REGION_CODE)
+    try:
+        region_code = int(raw)
+    except (TypeError, ValueError) as exc:
+        raise ValueError(f"region_code={raw!r} из default_params не приводится к int") from exc
+    if region_code not in _KNOWN_REGION_CODES:
+        raise ValueError(
+            f"region_code={region_code} отсутствует в реестре регионов "
+            f"(известны: {sorted(_KNOWN_REGION_CODES)})"
+        )
+    return region_code
+
+
 # Нижний порог defer'а (#1522): пропуск обязан пережить несколько get_due_schedules,
 # иначе pre-check снова гоняется каждый тик. 3 тика = минимум один промах даже при
 # рассинхроне часов планировщика и БД на такт в любую сторону.
@@ -1047,6 +1079,7 @@ async def _job_avito_city_sweep(
         request_delay_sec=float(params.get("request_delay_sec", 7.0)),
         enrich_houses=bool(params.get("enrich_houses", True)),
         radius_m=int(params.get("radius_m", 1500)),
+        region_code=_resolve_region_code(params),
         # #3074: подхват якорей у оборванного предшественника. Ключ чекпоинта —
         # имя якоря, оно не зависит от количества якорей, поэтому в отличие от
         # combo-чекпоинта yandex-свипа гарда по числу якорей здесь не требуется.
@@ -1066,6 +1099,7 @@ async def _job_avito_newbuilding_sweep(
         proxy_provider=ctx.proxy_provider,
         pages=int(params.get("pages", 20)),
         request_delay_sec=float(params.get("request_delay_sec", 7.0)),
+        region_code=_resolve_region_code(params),
         # #3074: подхват страниц у оборванного предшественника — см.
         # _job_avito_city_sweep выше.
         resume_run_id=_pick_resume(db, run_id),
@@ -1110,6 +1144,7 @@ async def _job_avito_full_load(
         concurrency=int(params.get("concurrency", 5)),
         request_delay_sec=float(params.get("request_delay_sec", 7.0)),
         secondary_only=bool(params.get("secondary_only", True)),
+        region_code=_resolve_region_code(params),
         resume_run_id=_pick_resume(db, run_id),
         incremental_days=incremental_days,
     )
@@ -1130,6 +1165,7 @@ async def _job_avito_full_load_exhaustive(
         concurrency=int(params.get("concurrency", 5)),
         request_delay_sec=float(params.get("request_delay_sec", 7.0)),
         secondary_only=bool(params.get("secondary_only", True)),
+        region_code=_resolve_region_code(params),
         resume_run_id=_pick_resume(db, run_id),
         incremental_days=None,
     )
@@ -1159,6 +1195,7 @@ async def _job_yandex_city_sweep(
         radius_m=int(params.get("radius_m", 1500)),
         enrich_address=bool(params.get("enrich_address", True)),
         segments=params.get("segments"),
+        region_code=_resolve_region_code(params),
         resume_run_id=_pick_resume(db, run_id),
     )
 
@@ -1184,6 +1221,7 @@ async def _job_cian_city_sweep(
         detail_top_n=int(params.get("detail_top_n", 10)),
         enrich_houses=bool(params.get("enrich_houses", True)),
         newbuilding_only=bool(params.get("newbuilding_only", True)),
+        region_code=_resolve_region_code(params),
         # #3074: подхват якорей у оборванного предшественника. Ключ чекпоинта —
         # имя якоря, от их количества не зависит, поэтому гарда как у combo-
         # чекпоинта яндекса здесь не требуется.
@@ -1206,6 +1244,7 @@ async def _job_cian_full_load(
         request_delay_sec=float(params.get("request_delay_sec", 4.0)),
         enrich_detail=bool(params.get("enrich_detail", False)),
         detail_top_n=int(params.get("detail_top_n", 0)),
+        region_code=_resolve_region_code(params),
         resume_run_id=_pick_resume(db, run_id),
     )
 
@@ -1224,6 +1263,7 @@ async def _job_domclick_city_sweep(
         rooms=params.get("rooms"),
         pages=int(params.get("pages_per_anchor", 5)),
         request_delay_sec=float(params.get("request_delay_sec", 6.0)),
+        region_code=_resolve_region_code(params),
         resume_run_id=_pick_resume(db, run_id),
     )