"""离线诊断编排：把 baseline run 的错题诊断投影为逐题信号行并断点续跑落库。

"结果驱动视频级切分"离线管线的诊断步。给定一批可诊断错题：
    1. 算 remaining（跳过 store 已完成题）实现续跑幂等；
    2. 对剩余错题调 core.evolution.diagnose.run_diagnosis（经 StepsJsonRunLog
       包装内层 RunLog，兼容 traces 未落表的历史 run）；
    3. 把 error_attributions / infra / degraded 三类产物确定性投影为
       DiagnosisSignalRow（tier 由 split_selection.score_signal 判定）；
    4. 逐行 store.upsert 落盘，单行单事务 → 崩溃最多丢正在写的一行。

错误处理诚实标注（不谎称全传播）:
    - run_diagnosis 的 C1/C2 阶段（指标计算、错误归因）网络/API 失败经
      GovernedLLMClient 重试栈后仍失败会向上抛出，本编排不捕获、不掩盖，
      直接冒泡给调用方。
    - 但 C3 阶段（defect/lapse judge）的调用整体包在 `except Exception` 内
      （core/evolution/diagnose.py:2186），故 C3 judge 的**全部异常（含网络/API
      失败）都被吞并→warning→默认归为 lapse**，不会向上抛；judge 语义歧义同样
      按此保护性 fallback 处理。本编排原样接受该判定，不二次兜底、也不谎称
      C3 阶段网络失败会传播。
"""

from __future__ import annotations

from dataclasses import dataclass
from typing import TYPE_CHECKING, Any

from loguru import logger

from app.harness.baseline_run_log import StepsJsonRunLog
from app.harness.split_selection import evolution_target_of, score_signal
from core.evolution.diagnose import run_diagnosis
from core.evolution.types import DiagnosisSignalRow

if TYPE_CHECKING:
    from core.evolution.protocols import DiagnosisSignalStore
    from core.evolution.types import DiagnosisResult
    from core.types import GeneratedQuestion


@dataclass(frozen=True)
class DiagnosisDeps:
    """离线诊断编排的依赖束（一次编排的全部外部端口 + 运行参数）。

    frozen 保证一次编排内依赖不可变；LLM/RunLog/SkillStore/prompts 走 Protocol
    注入，便于测试替换成假实现。

    属性:
        run_log: 内层 RunLog 实现（提供 get_predictions/get_traces），
            编排内部再用 StepsJsonRunLog 包装以兼容 traces 未落表的 run。
        llm: LLM 调用端口（治理后的 GovernedLLMClient）。
        skill_store: 技能文件读取端口。
        prompts: 诊断模板束（DiagnosePrompts）。
        tree_data: 树结构字典（多视频 {video_id: tree} 或单棵树），透传给 run_diagnosis。
        concurrency: 诊断并发上限。
    """

    run_log: Any
    llm: Any
    skill_store: Any
    prompts: Any
    tree_data: dict[str, Any]
    concurrency: int


async def run_baseline_diagnosis(
    *,
    baseline_run_id: str,
    diag_fingerprint: str,
    wrong_ids: list[str],
    questions: dict[str, GeneratedQuestion],
    store: DiagnosisSignalStore,
    deps: DiagnosisDeps,
) -> None:
    """对 baseline run 的错题跑离线诊断并把信号逐行落库（断点续跑幂等）。

    参数:
        baseline_run_id: baseline run 标识（如 "infer_adhoc"），信号行主键之一。
        diag_fingerprint: 诊断口径指纹，隔离不同诊断配置的信号，主键之一。
        wrong_ids: 本次待诊断的可诊断错题 question_id 列表（保序）。
        questions: question_id → GeneratedQuestion 映射，需覆盖 wrong_ids 全部题
            及 run_diagnosis 返回的所有 infra/degraded 题（用于取 video_id/task_type）。
        store: 诊断信号存储端口，逐行 upsert 落盘并提供 done_question_ids 续跑查询。
        deps: 外部依赖束（见 DiagnosisDeps）。

    返回:
        None。副作用为把逐题 DiagnosisSignalRow 写入 store。

    关键实现:
        - remaining = wrong_ids 去除 store 已完成题；空则直接 return（续跑幂等，
          重复调用零副作用）。
        - run_diagnosis 只诊断 remaining，避免重复 LLM 调用浪费。
        - 三类产物投影互斥落库：error_attributions（defect/lapse）、infra_question_ids
          （T0）、degraded_question_ids（uncertain）。
    """
    # Phase 1: 算 remaining（续跑幂等）
    done = store.done_question_ids(baseline_run_id, diag_fingerprint)
    remaining = [qid for qid in wrong_ids if qid not in done]
    if not remaining:
        logger.info(
            "离线诊断续跑：baseline={} fingerprint={} 无剩余错题（已完成 {} 题），跳过。",
            baseline_run_id,
            diag_fingerprint,
            len(done),
        )
        return

    logger.info(
        "离线诊断开始：baseline={} fingerprint={} 剩余 {}/{} 题待诊断。",
        baseline_run_id,
        diag_fingerprint,
        len(remaining),
        len(wrong_ids),
    )

    # Phase 2: 对剩余错题跑诊断（StepsJsonRunLog 兼容 traces 未落表的历史 run）
    result = await run_diagnosis(
        baseline_run_id,
        [questions[qid] for qid in remaining],
        deps.tree_data,
        deps.llm,
        StepsJsonRunLog(deps.run_log),
        deps.skill_store,
        deps.prompts,
        concurrency=deps.concurrency,
        question_ids=list(remaining),
        only_incorrect=True,
    )

    # Phase 3: 投影落库
    counts = _project_and_persist(
        result=result,
        baseline_run_id=baseline_run_id,
        diag_fingerprint=diag_fingerprint,
        questions=questions,
        store=store,
    )

    logger.info(
        "离线诊断落库完成：baseline={} fingerprint={} "
        "T2={} T1={} T0(infra)={} uncertain(degraded)={} 共 {} 行。",
        baseline_run_id,
        diag_fingerprint,
        counts["T2"],
        counts["T1"],
        counts["T0"],
        counts["uncertain"],
        sum(counts.values()),
    )


def _project_and_persist(
    *,
    result: DiagnosisResult,
    baseline_run_id: str,
    diag_fingerprint: str,
    questions: dict[str, GeneratedQuestion],
    store: DiagnosisSignalStore,
) -> dict[str, int]:
    """把 DiagnosisResult 三类产物投影为信号行并逐行 upsert，返回各 tier 计数。

    参数:
        result: run_diagnosis 的返回，含 error_attributions/infra/degraded 三类产物。
        baseline_run_id: 信号行主键之一。
        diag_fingerprint: 信号行主键之一。
        questions: question_id → GeneratedQuestion，用于取 video_id/task_type。
        store: 诊断信号存储端口。

    返回:
        {tier: 行数} 计数字典（T2/T1/T0/uncertain），供上层日志与 manifest。

    关键实现:
        逐行 upsert（单行单事务），中途崩溃最多丢正在写的一行。三桶**非互斥**：
        同一 degraded 错题可能同时出现在 error_attributions（judge 解析失败仍建
        attribution）里，故按 **degraded > infra > attribution** 优先级去重——先落
        degraded/infra，再在 attribution 循环跳过已落题，保证**每题恰写一行、
        counts 恰计一次**（否则同 PK 覆盖会导致 counts 双计且分层错乱）。
    """
    counts = {"T2": 0, "T1": 0, "T0": 0, "uncertain": 0}
    # 优先级去重：degraded > infra > attribution。先记录高优先集合，
    # attribution 循环遇到已落题即跳过，确保每题唯一落库。
    persisted: set[str] = set()

    # degraded_question_ids（最高优先）：judge 解析失败降级 → uncertain，信号不可信排除出 T2
    for qid in result.degraded_question_ids:
        q = questions[qid]
        store.upsert(
            DiagnosisSignalRow(
                question_id=qid,
                video_id=q.video_id,
                baseline_run_id=baseline_run_id,
                diag_fingerprint=diag_fingerprint,
                task_type=q.task_type,
                error_type=None,
                cause_category=None,
                tier="uncertain",
                evolution_target=None,
                degraded=True,
                infra=False,
                session_id=None,
            )
        )
        persisted.add(qid)
        counts["uncertain"] += 1

    # infra_question_ids：基础设施失败护栏排除 → T0，不参与训练主体
    # （防御性跳过已落 degraded 题，虽 infra 通常已在诊断前过滤不重叠）
    for qid in result.infra_question_ids:
        if qid in persisted:
            continue
        q = questions[qid]
        store.upsert(
            DiagnosisSignalRow(
                question_id=qid,
                video_id=q.video_id,
                baseline_run_id=baseline_run_id,
                diag_fingerprint=diag_fingerprint,
                task_type=q.task_type,
                error_type=None,
                cause_category=None,
                tier="T0",
                evolution_target=None,
                degraded=False,
                infra=True,
                session_id=None,
            )
        )
        persisted.add(qid)
        counts["T0"] += 1

    # error_attributions（最低优先）：defect→T2 / lapse→T1 / 其它→uncertain（由 score_signal 判定）
    # 跳过已作为 degraded/infra 落库的题，避免同 PK 覆盖与 counts 双计。
    for ea in result.error_attributions:
        if ea.question_id in persisted:
            continue
        q = questions[ea.question_id]
        tier = score_signal(cause_category=ea.cause_category, infra=False, degraded=False).tier
        # error_type 是 ErrorAttribution 必填字段（永远已知），确定性派生进化目标。
        evolution_target = evolution_target_of(ea.error_type)
        store.upsert(
            DiagnosisSignalRow(
                question_id=ea.question_id,
                video_id=q.video_id,
                baseline_run_id=baseline_run_id,
                diag_fingerprint=diag_fingerprint,
                task_type=q.task_type,
                error_type=ea.error_type,
                cause_category=ea.cause_category,
                tier=tier,
                evolution_target=evolution_target,
                degraded=False,
                infra=False,
                session_id=None,
            )
        )
        persisted.add(ea.question_id)
        counts[tier] = counts.get(tier, 0) + 1

    return counts