#!/usr/bin/env python3
"""$0 стройка проектов-проб для пакета «язык промптов (Р6) + fidelity-хвост P4».

Ничего не вызывает у провайдеров. Собирает под `~/books/gu-zhenren/promptlang/`:

  A-ru / A-en   — задача A: КОПИЯ БД холодного прогона (тот же book_id, тот же снапшот ⇒ черновые
                  чекпойнты попадают, волна не перекупается), различие ровно одно — `prompts_root`
                  пар-конфига указывает на дерево с ru- или en-терминологом. Полезная нагрузка роли
                  (кандидаты, KWIC, черновики, батчинг) при этом байт-идентична по построению:
                  она собирается из ОДНОЙ И ТОЙ ЖЕ БД одним и тем же кодом.
  B-a0/a1/a2    — задача B: ЧИСТЫЕ БД на СВЕЖЕМ срезе (главы 11–16, вне среза холодного прогона),
                  одна черновая стадия, три варианта `translator.md` через `prompt_override`.

Стендовые артефакты не трогаются: всё живёт в отдельном каталоге, БД холодного прогона копируется.
"""
from __future__ import annotations

import shutil
import subprocess
import sys
from pathlib import Path

REPO = Path("/home/ubuntu/projects/textmachine")
BOOKS = Path.home() / "books" / "gu-zhenren"
PL = BOOKS / "promptlang"
COLD = BOOKS / "coldrun-a"
BACKEND = REPO / "backend"

SLICE_B = PL / "slice" / "guzhenren-s11-16.gb18030.txt"

PAIR_YAML = """# Пар-слой zh→ru — ПРОГОННАЯ КОПИЯ ратифицированного `backend/configs/pairs/zh-ru.yaml`.
# Отличие ровно одно и оно и есть предмет эксперимента: prompts_root показывает на дерево промптов
# арма. Числа нарезки и коридор len_ratio скопированы побайтно — иначе сравнивались бы две вещи.
pair: zh-ru

prompts_root: {prompts_root}

segmentation:
  draft_budget_out: 1797
  edit_ceiling_out: 3200
  fertility:
    cjk: 1.1978
    other: 0.3852

coverage:
  len_ratio_bounds: [2.2, 4.2]
"""

# ── задача A ────────────────────────────────────────────────────────────────────────────────────
A_PIPELINE = """# Задача A (Р6, «язык промптов»), арм {arm}. Ран-конфиг — КОПИЯ конфига холодного прогона.
# Изменены ровно два числа, и оба — предохранители, а не предмет замера:
#   gates.terminology.budget_usd  0.05 → 0.07  (роль на этой БД уже потратила $0.030254; при 0.05
#                                               арм оборвался бы на середине и сравнивать было бы
#                                               нечего — усечённый арм это не результат, а брак)
# Всё, что входит в СНАПШОТ (стадии, модели, температуры, промпт черновика, гейты банкноты),
# оставлено побайтно — иначе черновая волна была бы перекуплена.
core: C1
version: 1

defaults:
  max_output_ratio: 2.2
  min_max_tokens: 2048

context:
  glossary_injection: selective
  glossary_token_budget: 800
  cache_ttl: "5m"

waves:
  workers: 4

retries:
  regenerate_before_escalate: 1

stages:
  - name: draft
    role: translator
    model: deepseek-v4-flash
    prompt_override: /home/ubuntu/projects/textmachine/backend/prompts/zh-ru/translator-banknote.md
    prompt_version: v1-reflow-banknote
    temperature: 0.3
    reasoning: "off"
    escalate_to: deepseek-v4-pro
  - name: edit
    role: editor
    model: deepseek-v4-pro
    prompt_version: v3-discourse-reflow
    temperature: 0.4
    reasoning: "off"
    few_shot: false

gates:
  coverage:
    enabled: false
    sent_cov_min: 0.75
    min_chunk_chars: 500
  sanitizer:
    enabled: true
  regression_guard:
    enabled: true
  banknote:
    enabled: true
  terminology:
    enabled: true
    model: deepseek-v4-flash
    budget_usd: 0.07
    target_script: Cyrillic
  voice:
    enabled: true

escalation:
  chains:
    default: [deepseek-v4-pro, glm-5.1, gemini-3.1-pro-preview]
    adult: [grok-4.3]
  budget_usd: 0.10

fanout:
  candidates: 1

mining:
  contrast_path: /home/ubuntu/projects/textmachine/eval/exp16/data/jieba_dict_general_zh.txt
"""

A_BOOK = """# Задача A, арм {arm}. book_id СОХРАНЁН (`guzhenren-coldrun-a`): он входит в RequestHash
# (render.go:269-283), и его смена перекупила бы всю черновую волну. Срез, сид (его нет), langpack,
# models.yaml — те же файлы, что у холодного прогона; изменены только пути проекта и потолок.
book_id: guzhenren-coldrun-a
title: 蛊真人
source_lang: zh
target_lang: ru
genre: вебновелла
audience: взрослые читатели вебновелл
adult: false
venuti: 0.6
honorifics: keep
transcription: palladius
footnotes: minimal

pipeline: {dir}/pipeline.yaml
models: /home/ubuntu/projects/textmachine/backend/configs/models.yaml
source_file: /home/ubuntu/books/gu-zhenren/coldrun-a/guzhenren-ch1-10.gb18030.txt
encoding: gb18030

langpack_root: /home/ubuntu/projects/textmachine/backend/configs/langpacks
langpack_extend: /home/ubuntu/books/gu-zhenren/langpack-extend

mined_delta: {dir}/mined-delta.yaml
mined_rejects: {dir}/mined-rejects.yaml

project_db: {dir}/db.sqlite

# committed на копии = $0.126068 (наследство холодного прогона). Потолок 0.16 оставляет $0.0339 —
# больше ожидаемого прохода ($0.013), но физически способен выстрелить.
ceilings:
  book_usd: 0.16
  day_usd: 0.16
"""

# ── задача B ────────────────────────────────────────────────────────────────────────────────────
B_PIPELINE = """# Задача B (D21 п.6, анти-эхо), арм {arm}: {arm_note}
# ОДНА стадия — черновик. Редактуры нет: предмет замера — выход ЧЕРНОВОГО канала, а edit-волна
# стоила бы в четыре раза дороже всего пакета.
# escalate_to НЕТ и regenerate_before_escalate=0 СОЗНАТЕЛЬНО: эхо здесь ИЗМЕРЯЕТСЯ, а не чинится.
# Ремонт (эскалация на dspro) — боевое поведение, но он превратил бы один чанк в два-три вызова и
# смешал бы частоту эха с ценой его лечения.
core: C0
version: 1

defaults:
  max_output_ratio: 2.2
  min_max_tokens: 2048

context:
  glossary_injection: selective
  glossary_token_budget: 800
  cache_ttl: "5m"

waves:
  workers: 4

retries:
  regenerate_before_escalate: 0

stages:
  - name: draft
    role: translator
    model: deepseek-v4-flash
    prompt_override: {arm_prompt}
    prompt_version: promptlang-{arm}
    temperature: 0.3
    reasoning: "off"

gates:
  coverage:
    enabled: false
    sent_cov_min: 0.75
    min_chunk_chars: 500
  sanitizer:
    enabled: true
  regression_guard:
    enabled: true
  banknote:
    enabled: false
  terminology:
    enabled: false
  voice:
    enabled: false

fanout:
  candidates: 1
"""

B_BOOK = """# Задача B, арм {arm}. Срез — главы 11–16 蛊真人 (строки 837..1293 utf8-копии), НЕ
# пересекается со срезом холодного прогона (главы 1–10): «свежая выборка» петли D21 п.6.
# Сида НЕТ: банк пуст, инъекция глоссария пуста во ВСЕХ трёх армах ⇒ инъекции байт-идентичны
# тривиально, и различие армов — ровно текст промпта.
book_id: promptlang-{arm}
title: 蛊真人
source_lang: zh
target_lang: ru
genre: вебновелла
audience: взрослые читатели вебновелл
adult: false
venuti: 0.6
honorifics: keep
transcription: palladius
footnotes: minimal

pipeline: {dir}/pipeline.yaml
models: /home/ubuntu/projects/textmachine/backend/configs/models.yaml
source_file: {slice}
encoding: gb18030

langpack_root: /home/ubuntu/projects/textmachine/backend/configs/langpacks
langpack_extend: /home/ubuntu/books/gu-zhenren/langpack-extend

project_db: {dir}/db.sqlite

ceilings:
  book_usd: 0.02
  day_usd: 0.02
"""

ARM_NOTES = {
    "a0": "БОЕВОЙ translator.md побайтно (базлайн; sha совпадает с боевым файлом).",
    "a1": "боевой + ПОСТИНСТРУКЦИЯ после {{text}} (хвост USER-части) — дословно строка P4.",
    "a2": "боевой + МИКРО-FEW-SHOT в штатный блок ---FEWSHOT--- (хвост system, D38.4) — дословно пары P4.",
}


def write(p: Path, s: str) -> None:
    p.parent.mkdir(parents=True, exist_ok=True)
    p.write_text(s, encoding="utf-8")


def build_a() -> None:
    for arm, root in (("ru", PL / "prompts-ru"), ("en", PL / "prompts-en")):
        d = PL / f"A-{arm}"
        d.mkdir(parents=True, exist_ok=True)
        shutil.copy2(COLD / "guzhenren-coldrun-a.db", d / "db.sqlite")
        shutil.copy2(COLD / "mined-delta.yaml", d / "mined-delta.yaml")
        shutil.copy2(COLD / "mined-rejects.yaml", d / "mined-rejects.yaml")
        write(d / "pipeline.yaml", A_PIPELINE.format(arm=arm))
        write(d / "book.yaml", A_BOOK.format(arm=arm, dir=d))
        write(d / "pairs" / "zh-ru.yaml", PAIR_YAML.format(prompts_root=root))
        print(f"A-{arm}: собран, prompts_root={root}")


def build_b() -> None:
    for arm in ("a0", "a1", "a2"):
        d = PL / f"B-{arm}"
        d.mkdir(parents=True, exist_ok=True)
        for stale in ("db.sqlite", "db.sqlite.lock"):
            (d / stale).unlink(missing_ok=True)
        write(d / "pipeline.yaml", B_PIPELINE.format(
            arm=arm, arm_note=ARM_NOTES[arm], arm_prompt=PL / "arms" / f"translator-{arm}.md"))
        write(d / "book.yaml", B_BOOK.format(arm=arm, dir=d, slice=SLICE_B))
        write(d / "pairs" / "zh-ru.yaml", PAIR_YAML.format(prompts_root=BACKEND / "prompts"))
        print(f"B-{arm}: собран, промпт={PL / 'arms' / f'translator-{arm}.md'}")


def main() -> int:
    if not SLICE_B.exists():
        print(f"нет среза {SLICE_B}", file=sys.stderr)
        return 2
    build_a()
    build_b()
    # Байт-парити ru-дерева промптов с боевым (арм A обязан быть РЕПЛИКОЙ, а не пересказом).
    r = subprocess.run(["diff", "-r", str(BACKEND / "prompts"), str(PL / "prompts-ru")],
                       capture_output=True, text=True)
    print("\nprompts-ru vs backend/prompts:", "БАЙТ-ИДЕНТИЧНЫ" if r.returncode == 0 else r.stdout[:500])
    return 0


if __name__ == "__main__":
    raise SystemExit(main())