"""进化引擎辅助函数与验证逻辑。

验证（validate_skill / validate_system / validate_tool）、受保护区构建、
编辑预算退火、rank-and-clip 裁剪、格式化工具等纯/准纯函数。
Task 8 将在此基础上添加进化入口（evolve_skill / evolve_system / evolve_tool）。

不依赖 app/ 或 adapters/（LLMProvider 通过 core.protocols 注入）。
"""

from __future__ import annotations

import json
import re
from dataclasses import asdict, dataclass, field
from typing import TYPE_CHECKING, Any, Literal

from loguru import logger

from core.evolution.patch import (
    APPENDIX_END,
    APPENDIX_START,
    append_to_appendix,
    apply_patch_with_report,
    extract_appendix_notes,
    momentum_region_bounds,
    replace_appendix_notes,
)
from core.evolution.types import EvolutionRecord

if TYPE_CHECKING:
    from collections.abc import Awaitable, Callable

    from core.evolution.protocols import PromptStore, SkillStore
    from core.evolution.types import (
        EvolvePrompts,
        RejectedEdit,
        SkillCasePack,
        SystemCasePack,
        ToolCasePack,
    )
    from core.protocols import LLMProvider

# =========================================================================
# 0. 局部类型
# =========================================================================


@dataclass
class ValidationResult:
    """格式验证的结果。

    属性:
        passed: 验证是否通过。
        errors: 失败原因列表；passed=True 时为空。
    """

    passed: bool
    errors: list[str] = field(default_factory=list)


# =========================================================================
# A. 内部辅助函数
# =========================================================================


def _parse_frontmatter(text: str) -> dict[str, str] | None:
    """解析 YAML frontmatter，失败返回 None。

    参数:
        text: Markdown 文件全文。

    返回:
        frontmatter 字典，无有效 frontmatter 时返回 None。
    """
    import yaml as _yaml

    match = re.match(r"^---\n(.*?)\n---", text, re.DOTALL)
    if not match:
        return None
    try:
        return _yaml.safe_load(match.group(1))
    except _yaml.YAMLError:
        return None


def _strip_appendix_region(text: str) -> str:
    """剥离 appendix 受保护区（含 marker），返回其余正文。

    宽松语义：APPENDIX_START / APPENDIX_END 任一缺失即当作「无区」原样返回，不报错。
    """
    if APPENDIX_START in text and APPENDIX_END in text:
        head, rest = text.split(APPENDIX_START, 1)
        _, tail = rest.split(APPENDIX_END, 1)
        return head.rstrip() + tail
    return text


def _strip_momentum_region(text: str) -> str:
    """剥离 momentum 受保护区（含 marker），返回其余正文。

    严格语义：委托 momentum_region_bounds 做配对检测，
    marker 损坏/不配对时 raise ValueError。

    异常:
        ValueError: momentum marker 损坏/不配对。
    """
    bounds = momentum_region_bounds(text)
    if bounds is None:
        return text
    start, end = bounds
    return text[:start].rstrip() + text[end:]


def _strip_protected_regions(text: str) -> str:
    """剥离 appendix + momentum 两个受保护区，返回正文部分。

    先 appendix（宽松），再 momentum（严格）——顺序有关：
    appendix 宽松剥离不会误杀 momentum marker。

    异常:
        ValueError: momentum marker 损坏/不配对。
    """
    text = _strip_appendix_region(text)
    text = _strip_momentum_region(text)
    return text


def _check_length(original: str, evolved: str) -> list[str]:
    """检查改写后长度是否在 [0.3x, 2.0x] 范围内。

    仅比正文，剔除 appendix + momentum 两区。orig_len==0 时跳过。

    参数:
        original: 改写前全文。
        evolved: 改写后全文。

    返回:
        错误消息列表（空列表表示通过）。
    """
    errors: list[str] = []
    orig_body = _strip_protected_regions(original)
    evol_body = _strip_protected_regions(evolved)
    orig_len = len(orig_body)
    if orig_len == 0:
        return errors
    ratio = len(evol_body) / orig_len
    evol_len = len(evol_body)
    if ratio > 2.0:
        errors.append(f"长度超限: {evol_len} 字符是原文 {orig_len} 的 {ratio:.1f} 倍 (上限 2.0)")
    if ratio < 0.3:
        errors.append(f"长度不足: {evol_len} 字符是原文 {orig_len} 的 {ratio:.1f} 倍 (下限 0.3)")
    return errors


def _check_code_blocks(text: str) -> list[str]:
    """检查代码块是否闭合。

    参数:
        text: 待检查的文本。

    返回:
        错误消息列表（空列表表示通过）。
    """
    count = text.count("```")
    if count % 2 != 0:
        return [f"Markdown 格式错误: 代码块未闭合 (``` 出现 {count} 次)"]
    return []


def _extract_section(text: str, heading: str) -> str | None:
    """提取 ## heading 到下一个 ## 之间的文本。

    参数:
        text: Markdown 全文。
        heading: 二级标题名。

    返回:
        该 section 的完整文本（含标题行），未找到时返回 None。
    """
    pattern = rf"(## {re.escape(heading)}.*?)(?=\n## |\Z)"
    match = re.search(pattern, text, re.DOTALL)
    return match.group(1).strip() if match else None


# =========================================================================
# B. 受保护区构建
# =========================================================================


def _appendix_span(content: str) -> str:
    """返回 appendix 受保护区整段（含 marker）；不存在返回空串。

    参数:
        content: 文本全文。

    返回:
        appendix 区的完整文本（含 marker），或空串。
    """
    if APPENDIX_START in content and APPENDIX_END in content:
        start = content.index(APPENDIX_START)
        end = content.index(APPENDIX_END) + len(APPENDIX_END)
        return content[start:end]
    return ""


def _momentum_span(content: str) -> str:
    """返回 momentum 受保护区整段（含 marker）；不存在返回空串。

    委托 momentum_region_bounds 做配对检测：
    marker 损坏/不配对时由其 raise ValueError。

    参数:
        content: 文本全文。

    返回:
        momentum 区的完整文本（含 marker），或空串。

    异常:
        ValueError: momentum marker 损坏/不配对。
    """
    bounds = momentum_region_bounds(content)
    if bounds is None:
        return ""
    start, end = bounds
    return content[start:end]


def _skill_protected_spans(text: str) -> list[str]:
    """Skill 冻结块：frontmatter + appendix 区 + momentum 区（各项可选）。

    参数:
        text: Skill 文件全文。

    返回:
        冻结文本块列表。
    """
    spans: list[str] = []
    match = re.match(r"^---\n.*?\n---", text, re.DOTALL)
    if match:
        spans.append(match.group(0))
    appendix = _appendix_span(text)
    if appendix:
        spans.append(appendix)
    momentum = _momentum_span(text)
    if momentum:
        spans.append(momentum)
    return spans


def _system_protected_spans(text: str) -> list[str]:
    """System Prompt 冻结块：能力边界 / 输出格式 / 视频树结构 三段 + appendix 区。

    参数:
        text: system.md 全文。

    返回:
        冻结文本块列表。
    """
    spans: list[str] = [
        section
        for section in (
            _extract_section(text, name) for name in ("能力边界", "输出格式", "视频树结构")
        )
        if section
    ]
    appendix = _appendix_span(text)
    if appendix:
        spans.append(appendix)
    return spans


def _tool_protected_spans(text: str) -> list[str]:
    """Tool Prompt 冻结块：输出格式段 + appendix 区。

    参数:
        text: Tool Prompt 全文。

    返回:
        冻结文本块列表。
    """
    spans: list[str] = []
    section = _extract_section(text, "输出格式")
    if section:
        spans.append(section)
    appendix = _appendix_span(text)
    if appendix:
        spans.append(appendix)
    return spans


# =========================================================================
# C. 验证函数
# =========================================================================


def validate_skill(original: str, evolved: str) -> ValidationResult:
    """校验 Skill 改写结果。

    检查项: frontmatter 三字段保留（name / description / task_type）、
    长度比在 [0.3, 2.0]、代码块闭合。

    参数:
        original: 改写前的 Skill 文件全文。
        evolved: 改写后的 Skill 文件全文。

    返回:
        ValidationResult 实例。
    """
    errors: list[str] = []
    orig_fm = _parse_frontmatter(original)
    evol_fm = _parse_frontmatter(evolved)
    if orig_fm is None:
        errors.append("原文缺少有效 frontmatter")
    elif evol_fm is None:
        errors.append("改写后缺少有效 frontmatter")
    else:
        for key in ("name", "description", "task_type"):
            if orig_fm.get(key) != evol_fm.get(key):
                errors.append(
                    f"frontmatter 字段 {key} 被修改: {orig_fm.get(key)!r} → {evol_fm.get(key)!r}"
                )
    errors.extend(_check_length(original, evolved))
    errors.extend(_check_code_blocks(evolved))
    return ValidationResult(passed=len(errors) == 0, errors=errors)


def validate_system(original: str, evolved: str) -> ValidationResult:
    """校验 System Prompt 改写结果。

    检查项: 三个冻结区值比较（能力边界 / 输出格式 / 视频树结构）、
    长度比在 [0.3, 2.0]、代码块闭合。

    参数:
        original: 改写前的 system.md 全文。
        evolved: 改写后的 system.md 全文。

    返回:
        ValidationResult 实例。
    """
    errors: list[str] = []
    frozen_sections = ["能力边界", "输出格式", "视频树结构"]
    for section_name in frozen_sections:
        orig_section = _extract_section(original, section_name)
        if orig_section is None:
            continue
        evol_section = _extract_section(evolved, section_name)
        if evol_section is None:
            errors.append(f"冻结区 '## {section_name}' 在改写后缺失")
        elif orig_section != evol_section:
            errors.append(f"冻结区 '## {section_name}' 在改写后被修改")
    errors.extend(_check_length(original, evolved))
    errors.extend(_check_code_blocks(evolved))
    return ValidationResult(passed=len(errors) == 0, errors=errors)


def validate_tool(
    orig_extract: str,
    evol_extract: str,
    orig_verify: str,
    evol_verify: str,
) -> ValidationResult:
    """校验 Tool Prompt 改写结果。

    检查项: 输出格式 section 保留（per file）、长度比在 [0.3, 2.0]。
    与 skill / system 不同，**不检查代码块闭合**。

    参数:
        orig_extract: 改写前的 extract prompt。
        evol_extract: 改写后的 extract prompt。
        orig_verify: 改写前的 verify prompt。
        evol_verify: 改写后的 verify prompt。

    返回:
        ValidationResult 实例。
    """
    errors: list[str] = []
    for label, orig, evol in [
        ("extract", orig_extract, evol_extract),
        ("verify", orig_verify, evol_verify),
    ]:
        orig_fmt = _extract_section(orig, "输出格式")
        if orig_fmt is not None:
            evol_fmt = _extract_section(evol, "输出格式")
            if evol_fmt is None:
                errors.append(f"{label}: 冻结区 '## 输出格式' 在改写后缺失")
            elif orig_fmt != evol_fmt:
                errors.append(f"{label}: 冻结区 '## 输出格式' 在改写后被修改")
        errors.extend(_check_length(orig, evol))
    return ValidationResult(passed=len(errors) == 0, errors=errors)


# =========================================================================
# D. 纯数学
# =========================================================================


def edit_budget_at(global_step: int, total_steps: int, start: int, end: int) -> int:
    """按 global_step 线性退火的 per-target 编辑预算。

    借鉴 SkillOpt LinearScheduler：在 [0, total_steps] 上把预算从 start
    线性退火到 end。total_steps<=1 直接返回 start（避免单步取到最小值）。
    round 用 Python banker's rounding，max(end, ...) 兜底硬下限。

    参数:
        global_step: 当前全局步（0-indexed）。
        total_steps: 退火地平线（step 数），即分母。
        start: 退火起点（需 >= end）。
        end: 退火终点（亦为硬下限）。

    返回:
        当步 per-target 最大 edit 条数。

    异常:
        AssertionError: start < end。
    """
    assert start >= end, f"edit_budget_at 要求 start >= end，实际 start={start}, end={end}"
    if total_steps <= 1:
        return start
    t = min(global_step, total_steps) / total_steps
    return max(end, round(start + (end - start) * t))


# =========================================================================
# E. JSON 解析（进化版本，不同于 metrics 版）
# =========================================================================


def _parse_llm_json(raw: str) -> dict | None:
    """从 LLM 响应中解析 JSON。

    仅两种策略：(1) 提取 ```json 代码块；(2) 直接 json.loads。
    不做 outermost braces 推断、不用 json_repair。失败返回 None。

    参数:
        raw: LLM 原始输出文本。

    返回:
        解析后的字典；失败或结果非 dict 时返回 None。
    """
    text = raw.strip()
    # 策略 1：提取 ```json ... ``` 代码块
    code_block = re.search(r"```json\s*\n(.*?)```", text, re.DOTALL)
    if code_block:
        text = code_block.group(1).strip()
    # 策略 2：直接解析
    try:
        result = json.loads(text)
        if isinstance(result, dict):
            return result
        return None
    except (json.JSONDecodeError, ValueError):
        return None


# =========================================================================
# F. rank_and_clip（async）
# =========================================================================


def _select_top_edits(
    indices: list[Any],
    edits: list[dict[str, Any]],
    max_edits: int,
) -> list[dict[str, Any]]:
    """按 rank LLM 给出的优先级索引筛选 edits。

    依次保留首个 max_edits 条合法、不重复、在范围内的索引对应 edit。
    用 type(idx) is int（非 isinstance）以排除 bool。

    参数:
        indices: rank LLM 返回的 0-based 优先级索引。
        edits: 候选 edit 列表。
        max_edits: 最多保留条数。

    返回:
        按优先级顺序保留的 edit 列表。
    """
    selected: list[dict[str, Any]] = []
    seen: set[int] = set()
    for idx in indices:
        if type(idx) is int and 0 <= idx < len(edits) and idx not in seen:
            selected.append(edits[idx])
            seen.add(idx)
        if len(selected) >= max_edits:
            break
    return selected


async def _request_rank_indices(
    llm: LLMProvider,
    prompts: str,
    original: str,
    edits: list[dict[str, Any]],
    max_edits: int,
    label: str,
) -> list[int]:
    """调 rank LLM 取重要性降序的索引列表。

    守 P5：响应无法解析或 selected_indices 非列表时直接 raise ValueError。

    参数:
        llm: LLM 调用端口。
        prompts: evolve_rank 模板内容。
        original: 当前 prompt 全文（排序上下文）。
        edits: 候选 edit 列表。
        max_edits: 本轮预算上限。
        label: 目标标签（仅用于报错信息）。

    返回:
        rank LLM 返回的原始索引列表（尚未去重/越界过滤）。

    异常:
        ValueError: 响应无 selected_indices，或其值非列表。
    """
    edits_desc = "\n".join(
        f"[{i}] op={e.get('op')} support_count={e.get('support_count', 0)} "
        f"target={str(e.get('target', ''))[:60]!r} "
        f"content={str(e.get('content', ''))[:60]!r}"
        for i, e in enumerate(edits)
    )
    user_msg = (
        f"## 当前文件\n\n{original}\n\n"
        f"## 候选 edits（{len(edits)} 条，预算 {max_edits} 条）\n\n{edits_desc}\n\n"
        f"请选出最重要的 {max_edits} 条，返回其 0-based 索引（重要性降序）。"
    )
    response = await llm.chat(
        [
            {"role": "system", "content": prompts},
            {"role": "user", "content": user_msg},
        ]
    )
    parsed = _parse_llm_json(response.content)
    if not parsed or "selected_indices" not in parsed:
        raise ValueError(f"{label} rank LLM 未返回 selected_indices，拒绝静默截断")
    indices = parsed["selected_indices"]
    if not isinstance(indices, list):
        raise ValueError(f"{label} rank LLM selected_indices 非列表")
    return indices


async def rank_and_clip(
    llm: LLMProvider,
    original_content: str,
    edits: list[dict[str, Any]],
    max_edits: int,
    label: str,
    *,
    rank_prompt: str = "",
) -> tuple[list[dict[str, Any]], dict[str, Any]]:
    """超预算时调 rank LLM 排序取 top-L；未超则原样返回。

    三级降级：LLM rank → _select_top_edits → empty → fallback to edits[:max_edits]。
    对 rank LLM 的输出波动一律优雅降级而非中止。

    参数:
        llm: LLM 调用端口。
        original_content: 当前 prompt 全文（排序上下文）。
        edits: 候选 edit 列表。
        max_edits: 本轮预算上限。
        label: 目标标签（skill/system/tool，仅用于日志）。
        rank_prompt: evolve_rank 模板内容。

    返回:
        (裁剪后 edits, {"triggered": bool, "clipped": int})。
    """
    if len(edits) <= max_edits:
        return edits, {"triggered": False, "clipped": 0}

    try:
        indices = await _request_rank_indices(
            llm, rank_prompt, original_content, edits, max_edits, label
        )
    except Exception as exc:
        logger.warning(
            "{} rank LLM 排序不可用（{}）；退化为按原序取前 {} 条",
            label,
            exc,
            max_edits,
        )
        indices = []

    selected = _select_top_edits(indices, edits, max_edits)
    if not selected:
        selected = edits[:max_edits]
        logger.warning("{} rank 有效索引为 0；退化为按原序取前 {} 条", label, max_edits)
    elif len(selected) < max_edits:
        logger.warning(
            "{} rank 仅得 {} 条有效(<预算 {})；按更保守的条数应用",
            label,
            len(selected),
            max_edits,
        )
    logger.info("{} edits 超预算裁剪 {}->{}", label, len(edits), len(selected))
    return selected, {"triggered": True, "clipped": len(edits) - len(selected)}


# =========================================================================
# G. resolve_skill_file
# =========================================================================


def resolve_skill_file(skill_store: SkillStore, task_type: str) -> str:
    """按运行时规则解析 task_type 对应的 skill 文件名。

    转换规则：小写 + 空格替换为短横线 + .md 后缀。
    若 store 中不存在匹配文件，退化到 default-strategy.md。

    参数:
        skill_store: 版本化技能读取端口。
        task_type: 题目任务类型（如 "Action Reasoning"）。

    返回:
        匹配的 skill 文件名。
    """
    file_name = f"{task_type.lower().replace(' ', '-')}.md"
    available = skill_store.list_skill_files()
    if file_name in available:
        return file_name
    return "default-strategy.md"


# =========================================================================
# H. 格式化辅助
# =========================================================================


def _format_case_samples(cases: list[Any]) -> str:
    """将 CaseSample 列表格式化为 LLM 可读文本。

    对 trace 中的 tool_output 截断到 500 字符。

    参数:
        cases: CaseSample 实例列表（也兼容 dict）。

    返回:
        格式化后的多行文本。
    """
    lines: list[str] = []
    for case in cases:
        if not isinstance(case, dict):
            case = asdict(case)
        lines.append(f"### {case.get('question_id', 'unknown')}")
        lines.append(f"- question: {case.get('question', '')}")
        options = case.get("options", [])
        if options:
            lines.append(f"- options: {json.dumps(options, ensure_ascii=False)}")
        lines.append(f"- answer: {case.get('answer', '')}")
        lines.append(f"- prediction: {case.get('prediction', '')}")
        lines.append(f"- error_type: {case.get('error_type', '')}")
        lines.append(f"- selection_reason: {case.get('selection_reason', '')}")
        trace = case.get("trace", [])
        if trace:
            lines.append("- trace:")
            for step in trace:
                output_text = str(step.get("tool_output", ""))
                if len(output_text) > 500:
                    output_text = output_text[:500] + "..."
                lines.append(
                    f"  - step {step.get('step', '?')}: "
                    f"tool={step.get('tool_name', '')} "
                    f"args={json.dumps(step.get('tool_args', {}), ensure_ascii=False)} "
                    f"output={output_text}"
                )
        lines.append("")
    return "\n".join(lines)


def _format_spans(spans: list[dict[str, Any]]) -> str:
    """将工具 span 字典列表格式化为 LLM 可读文本。

    对 tool_output 截断到 500 字符。

    参数:
        spans: span 字典列表，每个包含 step / tool_name / tool_args 等字段。

    返回:
        格式化后的多行文本。
    """
    lines: list[str] = []
    for span in spans:
        lines.append(f"### step {span.get('step', '?')}")
        lines.append(f"- tool_name: {span.get('tool_name', '')}")
        lines.append(f"- tool_args: {json.dumps(span.get('tool_args', {}), ensure_ascii=False)}")
        output_text = str(span.get("tool_output", ""))
        if len(output_text) > 500:
            output_text = output_text[:500] + "..."
        lines.append(f"- tool_output: {output_text}")
        lines.append(f"- extraction_completeness: {span.get('extraction_completeness', '')}")
        lines.append(f"- hallucination_rate: {span.get('hallucination_rate', '')}")
        missed = span.get("missed_info_tags", [])
        if missed:
            lines.append(f"- missed_info_tags: {json.dumps(missed, ensure_ascii=False)}")
        hall_tags = span.get("hallucination_tags", [])
        if hall_tags:
            lines.append(f"- hallucination_tags: {json.dumps(hall_tags, ensure_ascii=False)}")
        lines.append("")
    return "\n".join(lines)


def _format_rejected_edits(rejected: list[RejectedEdit]) -> str:
    """将已验证无效的改法列表格式化为 LLM 可读文本。

    gate 证据格式：W=... L=... E={:.2f} delta_hat={:+.3f}。

    参数:
        rejected: RejectedEdit 实例列表。

    返回:
        格式化后的多行文本。
    """
    lines: list[str] = []
    for edit in rejected:
        lines.append(f"### {edit.target_file} | delta {edit.delta:+.2f}")
        lines.append(f"- 已验证无效的改法: {edit.change_summary}")
        if edit.gate_e_value is not None:
            lines.append(
                f"- 已验证无效: W={edit.gate_w} L={edit.gate_l} "
                f"E={edit.gate_e_value:.2f} δ̂={edit.gate_delta_shrunk:+.3f}"
            )
        lines.append("")
    return "\n".join(lines)


# =========================================================================
# I. 进化循环内部类型
# =========================================================================


@dataclass
class _PatchEvolutionAttempt:
    """单次补丁式进化尝试的中间结果。

    属性:
        evolved_content: 改写后内容。
        validation: 校验结果。
        suggestions: LLM 输出的改动建议列表。
        edits: LLM 输出的补丁列表。
        apply_report: 补丁逐条应用状态。
        clip_info: 超预算裁剪信息。
    """

    evolved_content: str
    validation: ValidationResult
    suggestions: list[dict[str, Any]] = field(default_factory=list)
    edits: list[dict[str, Any]] = field(default_factory=list)
    apply_report: list[dict[str, Any]] = field(default_factory=list)
    clip_info: dict[str, Any] = field(default_factory=lambda: {"triggered": False, "clipped": 0})


# =========================================================================
# J. 进化循环辅助函数
# =========================================================================


def _count_applied_reports(reports: list[dict[str, Any]]) -> int:
    """统计补丁报告中成功应用的条数。

    以 ``status`` 前缀 ``"applied"`` 为判据，涵盖 applied_append /
    applied_replace / applied_rewrite 等所有成功状态。

    参数:
        reports: apply_patch_with_report 或合成报告的列表。

    返回:
        成功应用的条数。
    """
    return sum(1 for r in reports if r["status"].startswith("applied"))


def _with_report_source(reports: list[dict[str, Any]], source: str) -> list[dict[str, Any]]:
    """给补丁报告补上来源字段（extract / verify 标注）。

    参数:
        reports: 原始补丁报告列表。
        source: 来源标签（"extract" / "verify"）。

    返回:
        每条追加 ``"source"`` 字段的新列表。
    """
    return [{**r, "source": source} for r in reports]


def _append_retry_messages(
    messages: list[dict[str, Any]],
    raw_content: str,
    feedback: str,
) -> None:
    """向对话中追加一次失败后的重试反馈（assistant + user）。

    参数:
        messages: 当前对话消息列表（原地修改）。
        raw_content: 上一轮 LLM 原始输出。
        feedback: 给 LLM 的纠正反馈。
    """
    messages.append({"role": "assistant", "content": raw_content})
    messages.append({"role": "user", "content": feedback})


# =========================================================================
# K. 补丁进化循环
# =========================================================================


async def _run_patch_evolution_loop(
    *,
    llm: LLMProvider,
    messages: list[dict[str, Any]],
    attempts: list[dict[str, Any]],
    target_file: str,
    target_type: str,
    original_content: str,
    source_version: str,
    log_target: str,
    attempt_builder: Callable[[dict[str, Any]], Awaitable[_PatchEvolutionAttempt]],
) -> EvolutionRecord:
    """执行带补丁应用与 no-op 重试的两轮进化循环。

    恰好 2 次尝试（range(2)），三种失败模式各有对应重试提示：
    1. JSON 解析失败 → "你的输出不是合法 JSON，请重新输出"
    2. 0 条 applied 补丁 → "你的 edit 的 target 都没在原文中匹配到…"
    3. 校验失败 → 具体校验错误文本

    首轮失败追加重试提示继续第二轮；第二轮失败直接 reject。
    校验通过立即返回 accepted。

    参数:
        llm: LLM 调用端口。
        messages: 对话消息列表（原地修改，追加重试上下文）。
        attempts: 尝试摘要列表（原地追加）。
        target_file: 目标文件名。
        target_type: 目标类型（skill / system / tool）。
        original_content: 改写前原文。
        source_version: 改写前版本号。
        log_target: 日志标签。
        attempt_builder: 异步构建尝试的回调，接收 parsed JSON dict。

    返回:
        EvolutionRecord 实例。
    """
    for attempt_idx in range(2):
        response = await llm.chat(messages)
        raw_content = response.content
        attempts.append({"attempt": attempt_idx + 1, "raw_length": len(raw_content)})
        parsed = _parse_llm_json(raw_content)

        # 失败模式 1：JSON 解析失败
        if parsed is None:
            logger.warning("{} 进化 LLM 响应 JSON 解析失败: {}", target_type, log_target)
            if attempt_idx == 0:
                _append_retry_messages(
                    messages,
                    raw_content,
                    "你的输出不是合法 JSON，请重新输出。",
                )
                continue
            return EvolutionRecord(
                target_file=target_file,
                target_type=target_type,
                original_content=original_content,
                evolved_content=original_content,
                reason="LLM 响应 JSON 解析失败",
                status="rejected",
                source_version=source_version,
                attempts=attempts,
                validation_errors=["JSON 解析失败"],
            )

        attempt = await attempt_builder(parsed)

        # 失败模式 2：0 条 applied 补丁
        if _count_applied_reports(attempt.apply_report) == 0:
            if attempt_idx == 0:
                _append_retry_messages(
                    messages,
                    raw_content,
                    "你的 edit 的 target 都没在原文中匹配到，请逐字摘抄原文锚点后重输。",
                )
                continue
            return EvolutionRecord(
                target_file=target_file,
                target_type=target_type,
                original_content=original_content,
                evolved_content=original_content,
                reason="补丁无有效改动（target 全未匹配）",
                status="rejected",
                source_version=source_version,
                suggestions=attempt.suggestions,
                attempts=attempts,
                edits=attempt.edits,
                apply_report=attempt.apply_report,
                clip_info=attempt.clip_info,
            )

        # 成功：校验通过
        if attempt.validation.passed:
            return EvolutionRecord(
                target_file=target_file,
                target_type=target_type,
                original_content=original_content,
                evolved_content=attempt.evolved_content,
                reason="验证通过",
                status="accepted",
                source_version=source_version,
                suggestions=attempt.suggestions,
                attempts=attempts,
                edits=attempt.edits,
                apply_report=attempt.apply_report,
                clip_info=attempt.clip_info,
            )

        # 失败模式 3：校验失败
        error_feedback = "\n".join(attempt.validation.errors)
        if attempt_idx == 0:
            _append_retry_messages(
                messages,
                raw_content,
                f"验证失败，请修正后重新输出：\n{error_feedback}",
            )
            continue
        return EvolutionRecord(
            target_file=target_file,
            target_type=target_type,
            original_content=original_content,
            evolved_content=original_content,
            reason="验证失败（重试后仍未通过）",
            status="rejected",
            source_version=source_version,
            suggestions=attempt.suggestions,
            attempts=attempts,
            validation_errors=attempt.validation.errors,
            edits=attempt.edits,
            apply_report=attempt.apply_report,
            clip_info=attempt.clip_info,
        )

    # 兜底（正常流程不可达）
    return EvolutionRecord(
        target_file=target_file,
        target_type=target_type,
        original_content=original_content,
        evolved_content=original_content,
        reason="未知错误",
        status="rejected",
        source_version=source_version,
        attempts=attempts,
    )


# =========================================================================
# L. Lapse-only 尝试构建
# =========================================================================


def _build_lapse_only_attempt(
    original_content: str,
    lapse_notes: list[str],
) -> _PatchEvolutionAttempt:
    """构造「仅 appendix 更新」尝试：无 defect edit，只把 lapse 提醒落进受保护区。

    LLM 没给 defect edit 但有 lapse 提醒时，正常补丁路径会因 0 条 applied 报告被
    ``_run_patch_evolution_loop`` 判为 no-op 而丢弃。这里给出一条 ``applied_append``
    合成报告（前缀 ``applied`` 使 ``_count_applied_reports > 0``），令该记录走
    accepted 路径、appendix 真正落盘。

    参数:
        original_content: 改写前全文。
        lapse_notes: 待落 appendix 的 LAPSE 提醒。

    返回:
        含 appendix 更新内容与合成 apply_report 的 _PatchEvolutionAttempt。
    """
    evolved_content = append_to_appendix(original_content, lapse_notes)
    apply_report = [
        {
            "op": "append",
            "target": "",
            "content_preview": "appendix LAPSE 提醒",
            "status": "applied_append",
            "index": 1,
        }
    ]
    return _PatchEvolutionAttempt(
        evolved_content=evolved_content,
        validation=validate_skill(original_content, evolved_content),
        suggestions=[],
        edits=[],
        apply_report=apply_report,
        clip_info={"triggered": False, "clipped": 0},
    )


# =========================================================================
# M. Appendix consolidation
# =========================================================================


_CONSOLIDATE_SYSTEM = (
    "你在压缩一个 agent skill 的「执行提醒 appendix」。每条提醒都重申一条 skill 已有"
    "规则、是 agent 没遵循的点。你的任务是周期性压缩：去重、合并近义、精简措辞，但"
    "保留每条的可执行性。禁止发明新规则；禁止写入任何具体题目/选项/实体名等案例事实。"
    "只返回 JSON。"
)


async def consolidate_appendix(llm: LLMProvider, notes: list[str]) -> list[str]:
    """LLM 压缩 appendix notes（去重/合并/精简），失败永不丢内容。

    四关守卫（对标 TRM4 consolidate_appendix）：
      G1. clean 后 <2 条直接短路返回（无需压缩，不调 LLM）。
      G2. 只接受「非空且 len(compacted) <= len(clean)」的压缩结果。
      G3. 任何异常（解析/空/网络）→ 返回 clean（绝不丢 appendix）。
      G4. 在调用方 _append_lapse_with_consolidation 中：
          len(compacted) >= len(notes) → 拒绝等长压缩。

    参数:
        llm: LLM 调用端口。
        notes: 待压缩的 appendix 提醒列表。

    返回:
        压缩后的提醒列表；任何守卫未通过时返回 clean 后的原 notes。
    """
    # G1：clean 后不足 2 条，直接返回
    clean = [str(n).strip() for n in (notes or []) if str(n).strip()]
    if len(clean) < 2:
        return clean

    numbered = "\n".join(f"{i}. {n}" for i, n in enumerate(clean, 1))
    user = (
        f"## 当前执行提醒（共 {len(clean)} 条）\n{numbered}\n\n"
        "压缩为更短的列表，不丢失可执行信息；合并重复与近义；保持每条简短具体可复用。"
        '只返回 JSON：{ "appendix_notes": ["压缩后提醒1", "压缩后提醒2"] }'
    )
    try:
        response = await llm.chat(
            [
                {"role": "system", "content": _CONSOLIDATE_SYSTEM},
                {"role": "user", "content": user},
            ]
        )
        parsed = _parse_llm_json(response.content)
        compacted = [
            str(n).strip() for n in (parsed or {}).get("appendix_notes", []) if str(n).strip()
        ]
        # G2：非空且确实压缩了
        if compacted and len(compacted) <= len(clean):
            return compacted
    except Exception as exc:  # noqa: BLE001
        # G3：任何失败降级为保留原 notes。设计授权的优雅降级（非 P5 违规）：
        # consolidation 是纯优化，失败不应中断 evolve 或丢 appendix；记 warning 非静默。
        logger.warning("appendix consolidation 失败，保留原 notes：{}", exc)
    return clean


async def _append_lapse_with_consolidation(
    text: str,
    lapse_notes: list[str],
    llm: LLMProvider,
    consolidate_threshold: int,
) -> str:
    """把 lapse 提醒追加进 appendix，超阈值时触发 LLM consolidation。

    回写侧二确认——即便 consolidate_appendix 守卫已保证 <=，这里再校验「确实
    变短」才 replace，避免等长压缩带来无意义改写抖动（守卫 G4）。

    参数:
        text: 待追加的 skill 全文（正文已改完）。
        lapse_notes: 本轮待落 appendix 的 LAPSE 提醒。
        llm: LLM 调用端口，供 consolidation 使用。
        consolidate_threshold: appendix note 条数 >= 此值时触发压缩。

    返回:
        追加（必要时压缩）后的 skill 全文。
    """
    after = append_to_appendix(text, lapse_notes)
    notes = extract_appendix_notes(after)
    if len(notes) >= consolidate_threshold:
        compacted = await consolidate_appendix(llm, notes)
        # G4：压缩结果必须严格变短才替换
        if len(compacted) < len(notes):
            after = replace_appendix_notes(after, compacted)
    return after


# =========================================================================
# N. 整篇重写
# =========================================================================


_REWRITE_SYSTEM = (
    "你负责根据改动建议整篇重写 Agent Skill 文件。保留 frontmatter（---...---）中的 "
    "name / description / task_type 不变。保持文件精简，重写后长度不得超过原文。"
    '只返回 JSON：{ "rewritten": "重写后的完整文件内容" }'
)


async def rewrite_from_suggestions(
    llm: LLMProvider,
    original: str,
    suggestions: list[dict[str, Any]],
) -> str:
    """从抽象 suggestion 整篇重写 Skill；校验失败回退原文（skill 不变）。

    硬约束由系统提示下达 + 本函数校验双重保证。三条拒绝条件任一触发
    即返回原文（保守不改）：
    1. 解析失败（JSON / rewritten 字段缺失或非字符串）
    2. 重写后长度 > 原文
    3. validate_skill 校验不过

    仅捕获 ValueError / KeyError / TypeError / AttributeError；API 错误向上传播。

    参数:
        llm: LLM 调用端口。
        original: 改写前 Skill 文件全文。
        suggestions: 抽象改动建议列表。

    返回:
        校验通过的重写全文；任一守卫未通过时返回 original。
    """
    sugg_text = "\n".join(f"- {s.get('change', '')}" for s in (suggestions or []))
    user_msg = f"## 当前 Skill 文件\n\n{original}\n\n## 改动建议\n\n{sugg_text or '（无）'}"
    try:
        response = await llm.chat(
            [
                {"role": "system", "content": _REWRITE_SYSTEM},
                {"role": "user", "content": user_msg},
            ]
        )
        parsed = _parse_llm_json(response.content)
        rewritten = (parsed or {}).get("rewritten")
        if not isinstance(rewritten, str) or not rewritten.strip():
            raise ValueError("rewrite 未返回非空 rewritten 字符串")
    except (ValueError, KeyError, TypeError, AttributeError):
        logger.warning("rewrite 解析失败，回退原文")
        return original

    # 拒绝条件 2：不许变长
    if len(rewritten) > len(original):
        logger.warning("rewrite 变长（{}->{}），回退原文", len(original), len(rewritten))
        return original
    # 拒绝条件 3：冻结区/格式校验
    if not validate_skill(original, rewritten).passed:
        logger.warning("rewrite 校验未过（冻结区/格式），回退原文")
        return original
    return rewritten


# =========================================================================
# O. 单目标进化函数
# =========================================================================


async def evolve_single_skill(
    llm: LLMProvider,
    pack: SkillCasePack,
    skill_store: SkillStore,
    prompts: EvolvePrompts,
    source_version: str,
    edit_budget: int,
    consolidate_threshold: int,
    *,
    skill_update_mode: Literal["patch", "rewrite"] = "patch",
    rejected: list[RejectedEdit] | None = None,
) -> EvolutionRecord:
    """进化单个 Skill 文件。

    三分支构建：
      A. lapse-only：无 defect edit + 有 lapse_notes → 仅 appendix 更新。
      B. rewrite：mode="rewrite" + 有 edit → 整篇重写；失败回退 A 或 no-op。
      C. patch（默认）：rank_and_clip → apply_patch_with_report。
    分支 B/C 完成后，若有 lapse_notes，追加 appendix（超阈值 consolidation）。

    用户消息结构（按顺序）：
      1. （可选）黑名单
      2. 当前 Skill 文件原文
      3. 聚合统计 JSON
      4. 失败案例
      5. 成功案例

    参数:
        llm: LLM 调用端口。
        pack: 该题型的案例包。
        skill_store: 版本化技能读取端口。
        prompts: 进化模板束。
        source_version: 改写前版本号。
        edit_budget: per-target 编辑预算上限。
        consolidate_threshold: appendix note 条数 >= 此值触发 consolidation。
        skill_update_mode: 正文更新模式，"patch"（局部 edit）/ "rewrite"（整篇重写）。
        rejected: 已验证无效的历史改法列表。

    返回:
        EvolutionRecord 实例。
    """
    target_file = pack.target_file
    original_content = skill_store.read_skill(target_file)

    # 构建用户消息
    stats_json = json.dumps(pack.stats, ensure_ascii=False, indent=2)
    user_msg = (
        f"## 当前 Skill 文件\n\n{original_content}\n\n"
        f"## 聚合统计\n\n```json\n{stats_json}\n```\n\n"
        f"## 失败案例\n\n{_format_case_samples(pack.failure_cases)}\n\n"
        f"## 成功案例\n\n{_format_case_samples(pack.success_cases)}"
    )
    rejected = rejected or []
    if rejected:
        user_msg = (
            "## 已验证无效的改法（黑名单，勿重复）\n\n"
            + _format_rejected_edits(rejected)
            + "\n\n"
            + user_msg
        )

    messages: list[dict[str, Any]] = [
        {"role": "system", "content": prompts.evolve_skill},
        {"role": "user", "content": user_msg},
    ]
    attempts: list[dict[str, Any]] = []

    async def _build_attempt(parsed: dict[str, Any]) -> _PatchEvolutionAttempt:
        suggestions = parsed.get("suggestions", [])
        edits = parsed.get("edits", [])

        # 分支 A：lapse-only（无 defect edit、仅有 lapse 提醒）
        if not edits and pack.lapse_notes:
            return _build_lapse_only_attempt(original_content, pack.lapse_notes)

        # 分支 B：rewrite 模式（有 defect edits 时整篇重写）
        if skill_update_mode == "rewrite" and edits:
            rewritten = await rewrite_from_suggestions(llm, original_content, suggestions)
            if rewritten == original_content:
                # 重写校验失败/变长/解析失败 → 正文无改动
                if pack.lapse_notes:
                    return _build_lapse_only_attempt(original_content, pack.lapse_notes)
                return _PatchEvolutionAttempt(
                    evolved_content=original_content,
                    validation=validate_skill(original_content, original_content),
                    suggestions=suggestions,
                    edits=[],
                    apply_report=[],
                    clip_info={"triggered": False, "clipped": 0},
                )
            evolved_content = rewritten
            apply_report = [
                {
                    "op": "rewrite",
                    "target": "",
                    "content_preview": "整篇重写",
                    "status": "applied_rewrite",
                    "index": 1,
                }
            ]
            clip_info: dict[str, Any] = {"triggered": False, "clipped": 0}

        # 分支 C：patch 模式（默认）
        else:
            edits, clip_info = await rank_and_clip(
                llm,
                original_content,
                edits,
                edit_budget,
                "skill",
                rank_prompt=prompts.evolve_rank,
            )
            evolved_content, apply_report = apply_patch_with_report(
                original_content,
                edits,
                protected_spans=_skill_protected_spans(original_content),
            )

        # 分支 B/C 完成后：lapse 提醒追加 + consolidation
        if pack.lapse_notes:
            evolved_content = await _append_lapse_with_consolidation(
                evolved_content,
                pack.lapse_notes,
                llm,
                consolidate_threshold,
            )

        return _PatchEvolutionAttempt(
            evolved_content=evolved_content,
            validation=validate_skill(original_content, evolved_content),
            suggestions=suggestions,
            edits=edits,
            apply_report=apply_report,
            clip_info=clip_info,
        )

    return await _run_patch_evolution_loop(
        llm=llm,
        messages=messages,
        attempts=attempts,
        target_file=target_file,
        target_type="skill",
        original_content=original_content,
        source_version=source_version,
        log_target=target_file,
        attempt_builder=_build_attempt,
    )


async def evolve_system_prompt(
    llm: LLMProvider,
    pack: SystemCasePack,
    prompt_store: PromptStore,
    prompts: EvolvePrompts,
    source_version: str,
    edit_budget: int,
) -> EvolutionRecord:
    """进化 System Prompt。

    无 lapse notes、无 appendix consolidation、无 rewrite 模式。
    使用 system protected spans 保护冻结区。
    用户消息中统计标题为「D5 行为模式统计」。

    参数:
        llm: LLM 调用端口。
        pack: 跨题型行为模式案例包。
        prompt_store: 版本化提示词读取端口。
        prompts: 进化模板束。
        source_version: 改写前版本号。
        edit_budget: per-target 编辑预算上限。

    返回:
        EvolutionRecord 实例。
    """
    target_file = "system.md"
    original_content = prompt_store.read_prompt(target_file)

    stats_json = json.dumps(pack.stats, ensure_ascii=False, indent=2)
    user_msg = (
        f"## 当前 System Prompt\n\n{original_content}\n\n"
        f"## D5 行为模式统计\n\n```json\n{stats_json}\n```\n\n"
        f"## 失败案例\n\n{_format_case_samples(pack.failure_cases)}\n\n"
        f"## 成功案例\n\n{_format_case_samples(pack.success_cases)}"
    )

    messages: list[dict[str, Any]] = [
        {"role": "system", "content": prompts.evolve_system},
        {"role": "user", "content": user_msg},
    ]
    attempts: list[dict[str, Any]] = []

    async def _build_attempt(parsed: dict[str, Any]) -> _PatchEvolutionAttempt:
        suggestions = parsed.get("suggestions", [])
        edits = parsed.get("edits", [])
        edits, clip_info = await rank_and_clip(
            llm,
            original_content,
            edits,
            edit_budget,
            "system",
            rank_prompt=prompts.evolve_rank,
        )
        evolved_content, apply_report = apply_patch_with_report(
            original_content,
            edits,
            protected_spans=_system_protected_spans(original_content),
        )
        return _PatchEvolutionAttempt(
            evolved_content=evolved_content,
            validation=validate_system(original_content, evolved_content),
            suggestions=suggestions,
            edits=edits,
            apply_report=apply_report,
            clip_info=clip_info,
        )

    return await _run_patch_evolution_loop(
        llm=llm,
        messages=messages,
        attempts=attempts,
        target_file=target_file,
        target_type="system",
        original_content=original_content,
        source_version=source_version,
        log_target=target_file,
        attempt_builder=_build_attempt,
    )


async def evolve_single_tool(
    llm: LLMProvider,
    pack: ToolCasePack,
    prompt_store: PromptStore,
    prompts: EvolvePrompts,
    source_version: str,
    edit_budget: int,
) -> EvolutionRecord:
    """进化单个工具的 extract + verify prompt。

    extract 与 verify 的 edits 合并到 SHARED 预算池（打 ``_src`` 标签），
    整体 rank_and_clip 到 edit_budget 后按 ``_src`` 拆回各自文件应用。
    ``evolved_content`` 以 ``json.dumps({"extract": ..., "verify": ...})`` 存储。
    ``target_file`` 固定为 ``{tool_name}_extract.md``。
    apply_report 每条带 ``"source"`` 注解（"extract" / "verify"）。

    参数:
        llm: LLM 调用端口。
        pack: 该工具的案例包。
        prompt_store: 版本化提示词读取端口。
        prompts: 进化模板束。
        source_version: 改写前版本号。
        edit_budget: per-target 编辑预算上限（extract + verify 共享）。

    返回:
        EvolutionRecord 实例。
    """
    tool_name = pack.tool_name
    target_file = f"{tool_name}_extract.md"
    orig_extract = prompt_store.read_prompt(f"{tool_name}_extract.md")
    orig_verify = prompt_store.read_prompt(f"{tool_name}_verify.md")
    original_combined = json.dumps(
        {"extract": orig_extract, "verify": orig_verify},
        ensure_ascii=False,
    )

    stats_json = json.dumps(pack.stats, ensure_ascii=False, indent=2)
    user_msg = (
        f"## 当前 extract prompt\n\n{orig_extract}\n\n"
        f"## 当前 verify prompt\n\n{orig_verify}\n\n"
        f"## 工具质量统计\n\n```json\n{stats_json}\n```\n\n"
        f"## 失败 span 案例\n\n{_format_spans(pack.failure_spans)}\n\n"
        f"## 成功 span 案例\n\n{_format_spans(pack.success_spans)}"
    )

    messages: list[dict[str, Any]] = [
        {"role": "system", "content": prompts.evolve_tool},
        {"role": "user", "content": user_msg},
    ]
    attempts: list[dict[str, Any]] = []

    async def _build_attempt(parsed: dict[str, Any]) -> _PatchEvolutionAttempt:
        suggestions = parsed.get("suggestions", [])
        edits_extract = parsed.get("edits_extract", [])
        edits_verify = parsed.get("edits_verify", [])

        # 合并打来源标记，对单 tool target 整体裁到 edit_budget
        pool: list[dict[str, Any]] = [{**e, "_src": "extract"} for e in edits_extract] + [
            {**e, "_src": "verify"} for e in edits_verify
        ]

        pool, clip_info = await rank_and_clip(
            llm,
            original_combined,
            pool,
            edit_budget,
            "tool",
            rank_prompt=prompts.evolve_rank,
        )

        # 按 _src 拆回，并剥离 _src 字段
        extract_kept = [
            {k: v for k, v in e.items() if k != "_src"} for e in pool if e["_src"] == "extract"
        ]
        verify_kept = [
            {k: v for k, v in e.items() if k != "_src"} for e in pool if e["_src"] == "verify"
        ]

        # 分别应用，使用各自的 tool protected spans
        evolved_extract, extract_report = apply_patch_with_report(
            orig_extract,
            extract_kept,
            protected_spans=_tool_protected_spans(orig_extract),
        )
        evolved_verify, verify_report = apply_patch_with_report(
            orig_verify,
            verify_kept,
            protected_spans=_tool_protected_spans(orig_verify),
        )

        # 报告注解来源
        apply_report = _with_report_source(extract_report, "extract") + _with_report_source(
            verify_report, "verify"
        )

        evolved_combined = json.dumps(
            {"extract": evolved_extract, "verify": evolved_verify},
            ensure_ascii=False,
        )
        validation = validate_tool(orig_extract, evolved_extract, orig_verify, evolved_verify)
        return _PatchEvolutionAttempt(
            evolved_content=evolved_combined,
            validation=validation,
            suggestions=suggestions,
            edits=extract_kept + verify_kept,
            apply_report=apply_report,
            clip_info=clip_info,
        )

    return await _run_patch_evolution_loop(
        llm=llm,
        messages=messages,
        attempts=attempts,
        target_file=target_file,
        target_type="tool",
        original_content=original_combined,
        source_version=source_version,
        log_target=tool_name,
        attempt_builder=_build_attempt,
    )