#!/usr/bin/env bash
# ============================================================================
# 结果驱动视频级切分 —— capstone 可复现实验（离线管线最后一步，薄脚本）
# ----------------------------------------------------------------------------
# 编排全部在 Python CLI（app.harness.video_split_cli）内联，本脚本只写死参数、
# 零参可复现（GPU 卡号除外）、日志即时不缓存。全部旋钮写死在 config/video_split.yaml。
#
# 用法:
#   CUDA_VISIBLE_DEVICES=0 bash scripts/build_video_split.sh
#   MODE=mock bash scripts/build_video_split.sh          # smoke：仅校验两阶段装配
#
# ============================================================================
# 两阶段流程（CLI 内联自动按序跑，无需分开手动执行）
# ----------------------------------------------------------------------------
# ① 离线诊断（run_baseline_diagnosis）——LLM 重活，断点续跑幂等
#      对 baseline run（infer_adhoc，workspaces/default/harness.db 内错题）逐题跑
#      诊断瀑布，把 defect/lapse/infra/degraded 投影为 tier 信号，逐行 upsert 到
#      harness.db 的 baseline_diagnosis 表（主键含 diag_fingerprint，重复运行幂等）。
# ② 冻结切分（build_split）——纯 code-controlled
#      读 canonical 基线预测 + 诊断信号 → 构建全视频画像 → 贪心选择 trainval/test →
#      视频组原子切三池 → 原子冻结 pools.json + 溯源 manifest → 六条防御断言 →
#      McNemar 功效护栏（val 错题数达阈校验，不足 fail loud）。
#
# ============================================================================
# 标定程序（诊断跑完 → 用真实 T2 分布把 config/video_split.yaml 的占位值定死）
# ----------------------------------------------------------------------------
#   诊断落库后，读 baseline_diagnosis 表各 task_type 的 T2(defect) 计数，据此定值：
#   1. floor_k       : 每个高信号题型取 floor = min(可用 defect 数, 3)，避免把该类
#                      信号全抽进 trainval（会让 test 失去代表性）。
#   2. n_trainval    : trainval 目标视频数，取 ~100（总 300 视频约 1/3），给多样性
#                      阶段留足填充预算，同时保证 test ≥ 2/3 保代表性。
#   3. epsilon       : test 相对全局最大分布偏差，取 0.1（题型/难度逐桶容忍 10%）。
#   4. val_wrong_min : validation 池最少错题数，取 McNemar 功效阈 ≈ 20；切分后 val
#                      错题不足此值 → 验证信号不可靠 → CLI fail loud。
#   5. report_floor  : per-type 报告门限，题数 ≥ 27 的 task_type 才入 ε 约束（滤长尾）。
# ============================================================================

set -euo pipefail

cd "$(dirname "$0")/.."

export CUDA_VISIBLE_DEVICES="${CUDA_VISIBLE_DEVICES:-0}"
# 日志即时输出，不缓存，便于实时排错。
export PYTHONUNBUFFERED=1

# MODE=mock → --dry-run smoke：仅校验两阶段装配 + 打印指纹，不真调 LLM、不冻结产物。
DRY_RUN_FLAG=""
if [ "${MODE:-}" = "mock" ]; then
  DRY_RUN_FLAG="--dry-run"
fi

# 诊断并发上限（asyncio.Semaphore）：默认 12，可用 CONCURRENCY 环境变量覆盖。
# 注：LLM 熔断阈值/冷却是工程配置，走 .env（LLM_CIRCUIT_BREAKER_THRESHOLD / _COOLDOWN），
#     当前 threshold=32（连续 32 次失败触发熔断），不在本脚本设置。
CONCURRENCY="${CONCURRENCY:-12}"

conda run -n Video-Tree-TRM python -m app.harness.video_split_cli \
  --config config/video_split.yaml \
  --concurrency "${CONCURRENCY}" ${DRY_RUN_FLAG}