"""决策解释接缝的行为契约。

两个已知形态：一个从代码围栏里抽 Python 源码，一个从 JSON 里抽工具名与参数。库不带任何
默认实现——带了就等于替某一家定了动作语言。

## 写这份文件时撞出来的、`design/0006` 还答不上的问题

模型输出完全无法解释时，解释器是返回「无效决策」还是抛异常。
"""

import pytest

pytestmark = pytest.mark.contract


def test_parse_is_synchronous(decision_parser, samples):
    """`parse` 是同步的，不是协程。

    解释一次模型回复是纯计算，没有等待点。写成协程会让每个只想写测试替身的下游多套一层
    `async def`，也会诱导实现方在里面做 I/O——而这个接缝一旦做起 I/O，「恢复时重新解释
    被打断的那一步」就不再是安全操作了。
    """
    parsed = decision_parser.parse(samples.yields_an_action)

    assert not hasattr(parsed, "__await__")


def test_history_text_is_what_goes_back_into_the_conversation(decision_parser, samples):
    """`history_text` 是这一步回填进历史的那段文本，可以与模型原文不同。

    解释器有权改写它：dissect 的解析器把第一个代码围栏之后的内容整段丢掉，因为模型常在
    代码块后面编造「执行结果」。库这边只有模型原文，照它回填，模型下一轮会看见自己编的
    那段，而迁移前它看不见。

    **输入由被测实现自己提供**，不由套件写死。库不带默认实现，也就不认识任何一家的动作
    语言——拿 dissect 的代码围栏去喂 GovDoc 的 JSON 解析器，它正确地返回「无效决策」，
    而套件会把这个正确行为判成失败。
    """
    reply = samples.yields_an_action
    parsed = decision_parser.parse(reply)

    assert isinstance(parsed.history_text, str)
    assert len(parsed.history_text) <= len(reply.content)


def test_invalid_decision_explanation_is_what_is_fed_back(decision_parser, samples):
    """无效决策的说明文本**就是**回喂给模型的那段观察，不是从一个固定串里取。

    dissect 的解析器对五种解析失败各有一条对症说明（没有代码块、空的未闭合块、闭合围栏后
    跟了别的内容、多块策略下第一块为空、拼接策略下全空）。压成一句会改掉它的实验条件——
    模型收到的纠错信息变了，它的纠错行为也就变了。
    """
    parsed = decision_parser.parse(samples.yields_invalid)

    assert isinstance(parsed.decision.explanation, str)
    assert parsed.decision.explanation != ""


def test_action_carries_its_trace_form(decision_parser, samples):
    """动作分支要带「这一步的动作在轨迹里长什么样」，由实现方决定内容，库原样填进步记录。

    dissect 传那段 Python 源码，GovDoc 传序列化后的参数。没有这个字段，dissect 轨迹里那一列
    会被库改写，而那个文件是它的反思模型的唯一输入界面。
    """
    parsed = decision_parser.parse(samples.yields_an_action)

    assert isinstance(parsed.decision.text, str)


@pytest.mark.xfail(reason="design/0006 答不上，见 docstring", strict=True)
def test_unparseable_output_returns_invalid_decision_rather_than_raising():
    """模型输出完全无法解释时，解释器返回「无效决策」还是抛异常。

    `design/0006` 定了三个分支——动作、最终回答、无效决策——但没说「解释器可以抛异常吗」。
    两条路后果完全不同：返回无效决策，那一步照常留痕、说明文本回喂给模型、循环继续；抛
    异常，库要么把它翻译成某个停止原因终止整次运行，要么让它穿出去炸掉调用方。

    dissect 的解析器不抛异常，所以它撞不到这个分歧。但契约测试是**任何新适配器的准入
    标准**，一个会抛异常的实现照现在的契约既不算违规也不算合规。
    """
    pytest.fail("解释器能不能抛异常、抛了怎么办，没有定义")