#!/usr/bin/env python3
"""Селф-ревью рига эксп-20 ДО платных вызовов (требование владельца 05.08).

Проверяется исполнением, а не глазами:
  С1  ключи всех заявленных провайдеров присутствуют в окружении (значения НЕ печатаются);
  С2  все четыре контракта рендерятся без незаполненных плейсхолдеров, и блок закона одинаков;
  С3  `classify_ops` воспроизводит счёт отказов настоящего аппликатора на УЖЕ ОПЛАЧЕННОМ сырье
      эксп-19 — иначе раунд починки вернёт модели не те операции;
  С4  контракты действительно разные на проводе (иначе меряем один и тот же промпт дважды);
  С5  гардрейл: попытка погасить мышление у DeepSeek обязана падать, а не тихо проходить.
"""
from __future__ import annotations
import json
import os
import re
import sys
from pathlib import Path

REPO = Path("/home/ubuntu/projects/textmachine")
HERE = Path(__file__).resolve().parent
# ⚠ ПОРЯДОК ВАЖЕН (селф-ревью 05.08): в `eval/editor_contract/` лежит СВОЙ `probe.py`, и при
# обратном порядке вставок он затеняет наш — `import probe` подтягивал чужой модуль.
# HERE вставляется ПОСЛЕДНИМ, поэтому стоит первым в sys.path и выигрывает.
sys.path.insert(0, str(REPO / "eval" / "editor_contract"))
sys.path.insert(0, str(REPO / "eval" / "bank_arbitration"))
sys.path.insert(0, str(HERE))

import probe as Q                              # noqa: E402
import editor_wire_probe as P                  # noqa: E402
from apply import apply_ops                    # noqa: E402
from inject_probe import pick_windows          # noqa: E402

OLD = Path.home() / "books" / "gu-zhenren" / "bank-arbitration"
FAIL = 0


def check(name: str, ok: bool, note: str = "") -> None:
    global FAIL
    if not ok:
        FAIL += 1
    print(f"[{'OK ' if ok else 'ПРОВАЛ'}] {name}" + (f" — {note}" if note and not ok else ""))


def main() -> None:
    # С1 — ключи (значения наружу не идут)
    for m, spec in Q.MODELS.items():
        check(f"С1 ключ {spec[1]} для {m}", bool(os.environ.get(spec[1])), "не найден в окружении")

    wins = pick_windows()
    _, buf, terms = wins[0]
    draft = P.draft_of(0)
    blk = P.editor_block(terms, P.HEADER_LAW_CLAUSE, None)

    # С2 — рендер
    sysmsgs = {}
    for c in Q.CONTRACTS:
        msgs = Q.messages(c, buf, draft, blk)
        holes = set()
        for mm in msgs:
            holes |= set(re.findall(r"\{\{(\w+)\}\}", mm["content"]))
        check(f"С2 {c}: плейсхолдеров нет", not holes, ", ".join(sorted(holes)))
        check(f"С2 {c}: блок закона на месте", any("КАНОНИЧЕСКИЕ" in mm["content"] for mm in msgs))
        sysmsgs[c] = msgs[0]["content"]

    # С4 — контракты различны
    uniq = len(set(sysmsgs.values()))
    check("С4 все четыре контракта различны на проводе", uniq == len(Q.CONTRACTS),
          f"уникальных системных промптов {uniq} из {len(Q.CONTRACTS)}")
    for c, t in sysmsgs.items():
        print(f"       {c:13s} системный промпт {len(t):5d} зн.")

    # С6 — секция FEWSHOT обязана дропаться (дефект 05.08, пойман в ходе прогона: арм `full`
    # уехал с примерами перевёрстки, то есть база сравнения не была боевым контрактом).
    fullsys = sysmsgs["full"]
    check("С6 full: блок FEWSHOT дропнут, как в проде",
          "---FEWSHOT---" not in fullsys and "Он вышел за дверь" not in fullsys)
    check("С6 full: блок ДИСКУРС-ПЕРЕВЁРСТКИ на месте", "ДИСКУРС-ПЕРЕВЁРСТКА" in fullsys)
    check("С6 full: длина совпала с проводом эксп-19 (3071 зн.)", len(fullsys) == 3071,
          f"сейчас {len(fullsys)}")

    # С3 — классификатор против настоящего аппликатора на оплаченном сырье
    tot = mism = seen = 0
    for k in range(6):
        for r in (1, 2, 3):
            f = OLD / f"ec-D1-w{k}-r{r}.json"
            if not f.exists():
                continue
            reply = json.loads(f.read_text(encoding="utf-8"))["content"]
            d = P.draft_of(k)
            res = apply_ops(d, reply)
            mine = Q.classify_ops(d, reply)
            seen += 1
            # аппликатор считает отказы notfound+ambiguous; мой классификатор — те же классы
            ref = res.rejected_notfound + res.rejected_ambiguous
            got = sum(1 for _, _, st in mine if st in ("reject_notfound", "reject_ambiguous"))
            tot += ref
            if ref != got:
                mism += 1
                print(f"       ⚠ {f.stem}: аппликатор {ref}, классификатор {got}")
            if len(mine) != res.ops_total and not res.malformed:
                mism += 1
                print(f"       ⚠ {f.stem}: операций аппликатор {res.ops_total}, классификатор {len(mine)}")
    check(f"С3 классификатор совпал с аппликатором на {seen} вызовах эксп-19 (отказов в сырье {tot})",
          mism == 0, f"расхождений {mism}")

    # С5 — гардрейл
    try:
        Q.call("deepseek-v4-pro", [{"role": "user", "content": "x"}], "selfcheck-guard", True)
        check("С5 гашение мышления у DeepSeek запрещено", False, "вызов ПРОШЁЛ — гардрейл дырявый")
    except SystemExit:
        check("С5 гашение мышления у DeepSeek запрещено", True, "падает, как и должно")

    print(f"\n{'РИГ ГОТОВ' if not FAIL else f'ПРОВАЛОВ: {FAIL}'}")
    sys.exit(1 if FAIL else 0)


if __name__ == "__main__":
    main()