#!/usr/bin/env python3
"""Сухая проверка ПОСЫЛКИ четырёх армов: что реально уедет на провод. Ни одного платного вызова.

Инварианты, которые обязаны держаться (иначе арм измерит не то, что заявлено):
  И1  диффовый и полный контракты одного арма получают ОДИН И ТОТ ЖЕ блок закона и ОДИН И ТОТ ЖЕ
      черновик — различаться должен ТОЛЬКО системный контракт, иначе сравнение не контролировано;
  И2  ни в одном сообщении не осталось незаполненных `{{плейсхолдеров}}`;
  И3  у арма E инструкции и черновик АНГЛИЙСКИЕ (латиница > кириллицы) — иначе повтор дефекта 05.08;
  И4  у арма L reasoning_effort='low' стоит ровно на обоих контрактах, и больше нигде;
  E5  у арма N системный контракт НЕ содержит стиль-мандата, а у арма D (проба 19) — содержит.
"""
from __future__ import annotations
import re
import sys
from pathlib import Path

REPO = Path("/home/ubuntu/projects/textmachine")
sys.path.insert(0, str(REPO / "eval" / "editor_contract"))
sys.path.insert(0, str(REPO / "eval" / "bank_arbitration"))

import final_probes as F  # noqa: E402

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 else ""))


def cyr_lat(s: str) -> tuple[int, int]:
    return (sum(1 for c in s if "а" <= c.lower() <= "я"),
            sum(1 for c in s if "a" <= c.lower() <= "z"))


def plan_of(arm: str):
    if arm == "L":
        return F.plan_L()
    if arm == "N":
        return F.plan_N()
    if arm == "G":
        return F.plan_G({f"G{u}": "ЧЕРНОВИК-G" + str(u) for u in range(2)})
    return F.plan_E({f"E{k}": "DRAFT-E" + str(k) for k in range(6)})


def main() -> None:
    for arm in ("L", "N", "G", "E"):
        plan = plan_of(arm)
        print(f"\n=== арм {arm}: {len(plan)} вызовов ===")
        tags = [p[0] for p in plan]
        check("теги уникальны", len(set(tags)) == len(tags))

        # И2 — плейсхолдеры
        holes = set()
        for tag, msgs, kind, draft, extra in plan:
            for m in msgs:
                holes |= set(re.findall(r"\{\{(\w+)\}\}", m["content"]))
        check("И2 нет незаполненных плейсхолдеров", not holes, ", ".join(sorted(holes)))

        # И1 — парность diff/full на одном материале
        bykey = {}
        for tag, msgs, kind, draft, extra in plan:
            key = re.sub(r"^fp-.?.?", "", tag)
            bykey.setdefault(key, {})[kind] = (msgs, draft)
        pairs = [v for v in bykey.values() if len(v) == 2]
        if pairs:
            same_block = all(
                [m["content"] for m in v["diff"][0] if m["role"] == "system"][1:]
                == [m["content"] for m in v["full"][0] if m["role"] == "system"][1:]
                for v in pairs)
            same_draft = all(v["diff"][1] == v["full"][1] for v in pairs)
            differ_sys = all(v["diff"][0][0]["content"] != v["full"][0][0]["content"] for v in pairs)
            check(f"И1 блок закона одинаков в diff/full ({len(pairs)} пар)", same_block)
            check("И1 черновик одинаков в diff/full", same_draft)
            check("И1 системный контракт РАЗЛИЧАЕТСЯ", differ_sys)
        else:
            check("И1 арм одноконтрактный (пар нет)", arm == "N", "N — только дифф, это по дизайну")

        # И4 — режим разума
        efforts = {str(p[4]) for p in plan}
        if arm == "L":
            check("И4 reasoning_effort=low на всех вызовах",
                  efforts == {"{'reasoning_effort': 'low'}"}, str(efforts))
        else:
            check("И4 режим разума не задаётся (дефолт)", efforts == {"None"}, str(efforts))

        # И3 — язык арма E
        if arm == "E":
            sysmsg = plan[0][1][0]["content"]
            c, l = cyr_lat(sysmsg)
            check("И3 инструкции английские", l > c, f"лат={l} кир={c}")
            blk = plan[0][1][1]["content"]
            c2, l2 = cyr_lat(blk)
            check("И3 блок закона английский", l2 > c2, f"лат={l2} кир={c2}")

        # E5 — стиль-мандат. ⚠ Подстрочный регекс `стил|благозвуч` здесь НЕ работает: fidelity-промпт
        # называет стиль в ЗАПРЕТЕ («Стиль… НЕ ТРОГАЙ ВООБЩЕ»), и наивная проверка считала запрет
        # мандатом. Отличаем по полярности: у N обязан быть явный запрет и сужение мандата.
        sysmsg = plan[0][1][0]["content"]
        if arm == "N":
            forbids = bool(re.search(r"(стил|благозвуч|лексик)[^.]{0,80}не трогай", sysmsg, re.I))
            narrow = bool(re.search(r"мандат\s+узкий|только\s+ВЕРНОСТЬ", sysmsg, re.I))
            full_sys = [p[1][0]["content"] for p in F.plan_L() if p[2] == "full"][0]
            positive_elsewhere = bool(re.search(r"Правь стиль", full_sys))
            check("E5 у N стиль назван ЗАПРЕТОМ", forbids)
            check("E5 у N мандат сужен до верности", narrow)
            check("E5 у полного контракта стиль-мандат ЕСТЬ (контраст)", positive_elsewhere)
        print(f"  системный контракт, первая строка: {sysmsg.splitlines()[0][:100]!r}")
        print(f"  сообщений в вызове: {len(plan[0][1])} (роли: "
              f"{[m['role'] for m in plan[0][1]]})")

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


if __name__ == "__main__":
    main()