"""视频级切分选择：signal 分层、视频聚合、贪心联合约束选择（纯函数）。

结果驱动切分管线的核心：把诊断信号投影为多样性格子，供贪心选择器最大化覆盖。
本模块起步定义 evolution_target 派生与多样性格子；后续追加 score_signal /
build_video_records / select_split。
"""

from __future__ import annotations

from dataclasses import dataclass

_EVOLUTION_TARGET = {
    "extraction_failure": "tool",
    "search_failure": "skill",
    "reasoning_failure": "skill",
    "mixed": "system",
}


def evolution_target_of(error_type: str) -> str:
    """由 error_type 确定性派生进化目标（tool/skill/system）。

    这是报告用的派生标注，非独立多样性轴（多样性主格子=task_type×error_type）。

    参数:
        error_type: 诊断瀑布归因的错误类别（extraction/search/reasoning/mixed_failure）。

    返回:
        进化目标字符串 tool / skill / system。

    异常:
        ValueError: error_type 不在已知集合内（不静默兜底）。
    """
    if error_type not in _EVOLUTION_TARGET:
        raise ValueError(f"未知 error_type: {error_type}")
    return _EVOLUTION_TARGET[error_type]


def cell_of(task_type: str, error_type: str) -> tuple[str, str]:
    """构造多样性主格子 = (task_type, error_type)。

    参数:
        task_type: 题型（12 类之一）。
        error_type: 错误类别（4 类之一）。

    返回:
        (task_type, error_type) 二元组，作为覆盖计数的格子键。
    """
    return (task_type, error_type)


@dataclass(frozen=True)
class SignalLabel:
    """诊断信号分层标签（DiagnosisResult 的确定性投影）。

    字段:
        tier: 信号层级，取值 T0 / T1 / T2 / uncertain（判据见 score_signal）。
    """

    tier: str


def score_signal(*, cause_category: str | None, infra: bool, degraded: bool) -> SignalLabel:
    """把诊断产物投影为信号分层 tier（不发明新分类，是确定性投影）。

    分层优先级顺序固定（用早返回表达，不用魔法权重）：
    先判 INFRA，再判 degraded，然后 defect / lapse，最后兜底 uncertain。

    各层判据来源:
        T0 — infra=True，即诊断 INFRA 排除（stop_reason ∈ {error, parse_error}），
             基础设施失败先于一切判定，排除出可训练主体。
        uncertain — degraded=True（judge 解析失败）或 cause_category 落不到
             defect/lapse 上（如为 None），信号不可信，排除出 T2。
        T2 — cause_category == "defect"，可训练核心，进多样性覆盖与训练主体。
        T1 — cause_category == "lapse"，低信号（含无解题），接受但不作训练主体。

    参数:
        cause_category: 诊断的缺陷归因（"defect" / "lapse" / None）。
        infra: 是否被 INFRA 护栏排除（基础设施失败）。
        degraded: judge 是否解析失败导致诊断降级。

    返回:
        SignalLabel，其 tier 字段为上述四层之一。

    实现细节:
        关键字参数强制传入，防止 infra / degraded 两个 bool 位置混淆。
    """
    if infra:
        return SignalLabel(tier="T0")
    if degraded:
        return SignalLabel(tier="uncertain")
    if cause_category == "defect":
        return SignalLabel(tier="T2")
    if cause_category == "lapse":
        return SignalLabel(tier="T1")
    return SignalLabel(tier="uncertain")