InfoRSI/src/tasks/task.ts

import { readFileSync } from "node:fs";
import { join, resolve } from "node:path";
import type { HypothesisMetric, JudgedResult, MetricDefinition, ProcessResult, RunDefinition } from "../vocab/index.ts";
import { circlePacking } from "./circle-packing.ts";
import { checkTaskFacts, type TaskKind } from "./facts.ts";
import type { JudgingStep, LightCheckOutcome, Task, TaskImplementation } from "./types.ts";

// tasks 对外的函数。任务目录的约定：task.json（任务事实）、TASK.md（给实验员的说明）、
// Dockerfile 与依赖清单（建镜像）、baseline/（基线代码），以及各任务自己的 Python 工具。
// 每个函数按 task.facts.kind 从对照表里取出那种任务的实现来做。

/** 任务种类 → 实现。加一种任务就在这里加一行。 */
const IMPLEMENTATIONS: Readonly<Record<TaskKind, TaskImplementation>> = {
  circle_packing: circlePacking,
};

function implementation(task: Task): TaskImplementation {
  return IMPLEMENTATIONS[task.facts.kind];
}

/** 读一个任务目录：严格检查 task.json，同时交回 Dockerfile 所在目录、基线目录和 TASK.md 全文。 */
export function loadTask(taskDir: string): Task {
  const dir = resolve(taskDir);
  const path = join(dir, "task.json");
  let value: unknown;
  try {
    value = JSON.parse(readFileSync(path, "utf8"));
  } catch (error) {
    throw new Error(`${path} 读不出来或不是合法的 JSON：${(error as Error).message}`, { cause: error });
  }
  return {
    facts: checkTaskFacts(value),
    dir,
    baselineDir: join(dir, "baseline"),
    guide: readFileSync(join(dir, "TASK.md"), "utf8"),
  };
}

/** 最终指标与常规辅助指标的定义。最终指标的编号和方向取自 task.json。 */
export function metricDefinitions(task: Task): MetricDefinition[] {
  return implementation(task).metricDefinitions(task.facts);
}

/**
 * 准备一次正式运行的运行目录：把候选代码、任务的 harness 和这次要测的假设专用指标说明
 * （metrics-spec.json）放进去。runDir 由调用方建好，应为空目录。
 * 消融格里传进来的指标应当已经全部改成"缺了只记缺失"（vocab 指标说明），这里不区分。
 */
export function prepareRun(task: Task, candidateDir: string, runDir: string, hypothesisMetrics: HypothesisMetric[]): void {
  implementation(task).prepareRun(task, candidateDir, runDir, hypothesisMetrics);
}

/**
 * 正式运行的运行定义。种子由调用方给，同一份研究的全部运行用同一个种子：
 * 评测要确定，消融不重跑基线也靠这一点（方法.md 第十部分第 9 条）。
 */
export function formalRun(task: Task, imageDigest: string, seed: string): RunDefinition {
  return implementation(task).formalRun(task, imageDigest, seed);
}

/**
 * 轻量检查：把候选代码和检查脚本放进 checkDir（调用方建好的空目录），交回运行定义。
 * 只看语法和入口函数，不执行候选代码。seconds 来自配置；次数上限不归这里管。
 */
export function lightCheck(task: Task, candidateDir: string, checkDir: string, imageDigest: string, seconds: number): RunDefinition {
  return implementation(task).lightCheck(task, candidateDir, checkDir, imageDigest, seconds);
}

/** 解读轻量检查：通过，或者不通过及原因。检查脚本自己没正常跑完时报错停下。 */
export function readLightCheck(task: Task, checkDir: string, result: ProcessResult): LightCheckOutcome {
  return implementation(task).readLightCheck(checkDir, result);
}

/**
 * 判分第一步。正式运行没正常结束、或者没有产物时直接判不算数；否则把产物和宿主保管的校验器
 * 复制进 judgeDir（调用方建好的空目录），交回校验器的运行定义。
 */
export function prepareJudging(
  task: Task,
  runDir: string,
  judgeDir: string,
  imageDigest: string,
  formal: ProcessResult,
  hypothesisMetrics: HypothesisMetric[],
): JudgingStep {
  return implementation(task).prepareJudging(task, runDir, judgeDir, imageDigest, formal, hypothesisMetrics);
}

/**
 * 判分第二步：读校验器写的判定、运行目录里候选写的指标文件，加上正式运行的结果，交回判分结果。
 * 校验器自己没正常跑完、判定文件认不出、修后分数高于原分数时报错停下：这些是宿主一侧的问题。
 */
export function judge(
  task: Task,
  runDir: string,
  judgeDir: string,
  formal: ProcessResult,
  validator: ProcessResult,
  hypothesisMetrics: HypothesisMetric[],
): JudgedResult {
  return implementation(task).judge(task, runDir, judgeDir, formal, validator, hypothesisMetrics);
}

/** 改动过的文件里，属于 task.json"不许改"名单的那些。路径都相对候选代码目录。 */
export function protectedChanges(task: Task, changedFiles: string[]): string[] {
  return changedFiles.filter((file) => task.facts.protectedFiles.includes(file));
}