#!/usr/bin/env python3
"""D39.8 blind-read package builder for the pere-run (rerun2).

3 editor arms (glm-5 / mistral / deepseek-pro) of 蛊真人 ch1-5, zh->ru. Per CHAPTER, the 3 versions are
shuffled to neutral labels A/B/C with a PER-CHAPTER salt (so the reader cannot accumulate "C = one model"
across chapters). Source at the top of each chapter for fidelity comparison. Auto-QA (CJK-in-ru residual)
runs before the human. Correspondence key -> a SEPARATE file, withheld from the owner until verdict (D39.8).
"""
import json, random, re
from pathlib import Path

RUN = Path("/home/ubuntu/books/gu-zhenren/rerun2")
OUT = RUN / "blind"
OUT.mkdir(exist_ok=True)
ARMS = ["glm", "mistral", "dspro"]

def load():
    arms = {}
    for a in ARMS:
        d = json.load(open(RUN / f"export-{a}.json"))
        arms[a] = d["chunks"]
    return arms

def by_chapter(chunks):
    ch = {}
    for c in sorted(chunks, key=lambda c: (int(c["chapter"]), int(c["chunk_idx"]))):
        ch.setdefault(c["chapter"], {"final": [], "source": [], "disp": []})
        ch[c["chapter"]]["final"].append(c["final_text"])
        ch[c["chapter"]]["source"].append(c["source"])
        ch[c["chapter"]]["disp"].append(c["disposition"])
    return {k: {"final": "\n\n".join(v["final"]), "source": "\n\n".join(v["source"]),
                "disp": v["disp"]} for k, v in ch.items()}

CJK = re.compile(r"[㐀-鿿豈-﫿]")
def auto_qa(text):
    flags = []
    cjk = CJK.findall(text)
    if cjk:
        flags.append(f"CJK-in-ru residual: {len(cjk)} char(s) e.g. {''.join(cjk[:6])}")
    # crude latin-word leak (>=3 latin letters run, excluding common ok tokens)
    lat = re.findall(r"[A-Za-z]{3,}", text)
    if lat:
        flags.append(f"latin run(s): {lat[:5]}")
    return flags

def main():
    arms = load()
    chap = {a: by_chapter(arms[a]) for a in ARMS}
    chapters = sorted(chap["glm"].keys(), key=int)

    key = {}
    packet = []
    packet.append("# Слепой пакет чтения — пере-прогон rerun2 (蛊真人, главы 1–5, zh→ru)\n")
    packet.append(
        "Три версии перевода каждой главы (**A / B / C**) — это три редакторских «руки» одного и того же "
        "чернового перевода. Метки **перетасованы заново в каждой главе** (в гл.1 «A» и в гл.2 «A» — это, "
        "скорее всего, РАЗНЫЕ руки). Соответствие меток и моделей — в отдельном файле "
        "`blind_read_KEY.json`, **его не смотреть до вердикта**.\n")
    packet.append(
        "**Как читать (планка: ≤2 претензии на версию):** по каждой главе отметьте для A/B/C претензии "
        "по ярусам — **критические** (искажение смысла / пропуск / неверный род / непереведённый "
        "китайский / сломанное слово), **смысловые** (неточность, единицы времени, числа), "
        "**редакторские** (стиль, ритм, канцелярит) — и назовите предпочтительную версию.\n")
    packet.append("---\n")

    for ch in chapters:
        rng = random.Random(f"rerun2-blind-ch{ch}")
        order = ARMS[:]
        rng.shuffle(order)
        labels = ["A", "B", "C"]
        key[ch] = {labels[i]: order[i] for i in range(3)}
        src = chap[order[0]][ch]["source"]  # same source across arms
        packet.append(f"## Глава {ch}\n")
        packet.append(f"<details><summary>Китайский исходник (для сверки верности)</summary>\n\n```\n{src}\n```\n</details>\n")
        for i, lab in enumerate(labels):
            arm = order[i]
            txt = chap[arm][ch]["final"]
            qa = auto_qa(txt)
            qa_note = f"\n> _(авто-QA: {'; '.join(qa)})_\n" if qa else ""
            packet.append(f"### Глава {ch} — версия {lab}\n{qa_note}\n{txt}\n")
        packet.append(f"\n**Ваши претензии по главе {ch}:**\n"
                      "- Версия A — критич.: … · смысл.: … · редакт.: …\n"
                      "- Версия B — критич.: … · смысл.: … · редакт.: …\n"
                      "- Версия C — критич.: … · смысл.: … · редакт.: …\n"
                      "- Предпочтение: …\n\n---\n")

    (OUT / "blind_read_packet.md").write_text("\n".join(packet))
    (OUT / "blind_read_KEY.json").write_text(json.dumps(
        {"note": "WITHHELD from owner until verdict (D39.8). Per-chapter label->arm mapping.",
         "arm_label": {"glm": "glm-5 (base)", "mistral": "mistral-large-2512", "dspro": "deepseek-v4-pro"},
         "mapping": key}, ensure_ascii=False, indent=2))
    # QA summary (mine, not owner-facing)
    qa_summary = {}
    for ch in chapters:
        for arm in ARMS:
            f = auto_qa(chap[arm][ch]["final"])
            if f: qa_summary.setdefault(arm, {})[ch] = f
    (OUT / "auto_qa.json").write_text(json.dumps(qa_summary, ensure_ascii=False, indent=2))
    print("packet:", OUT / "blind_read_packet.md")
    print("key (withheld):", OUT / "blind_read_KEY.json")
    print("chapters:", chapters)
    print("auto-QA hits by arm:", {a: list(v.keys()) for a, v in qa_summary.items()})

if __name__ == "__main__":
    main()