#!/usr/bin/env bash
# 远程机 gpu-a800-060 环境搭建（幂等，可重复执行）。
# 用法：bash scripts/setup_remote.sh
# 硬约束：根分区仅剩 12G —— 环境、缓存、临时目录一律压到 /data/zym 下。
set -euo pipefail

DATA_ROOT=/data/zym
ENV_PATH=$DATA_ROOT/envs/ars-opd
REPO_DIR=$DATA_ROOT/ars-opd-rebuild

# ---- 0. 所有会写盘的路径全部改道 /data（防根分区被写爆）----
export HF_ENDPOINT=https://hf-mirror.com          # huggingface.co 被墙，走镜像
export HF_HOME=$DATA_ROOT/hf_cache
export CONDA_PKGS_DIRS=$DATA_ROOT/conda_pkgs      # conda 包缓存默认在根分区
export PIP_CACHE_DIR=$DATA_ROOT/pip_cache         # pip 缓存默认在根分区
export TMPDIR=$DATA_ROOT/tmp                      # 大 wheel 解压临时目录
mkdir -p "$DATA_ROOT"/{envs,hf_cache,conda_pkgs,pip_cache,tmp}

# ---- 1. conda 环境（建在 /data，不建在 ~）----
if [ ! -d "$ENV_PATH" ]; then
    conda create -p "$ENV_PATH" python=3.11 -y
fi

# ---- 2. 代码（远程只读：clone 走 HTTPS 匿名，更新只 git pull）----
if [ ! -d "$REPO_DIR" ]; then
    git clone https://gitea.iomgaa.online/iomgaa/ars-opd-rebuild.git "$REPO_DIR"
else
    git -C "$REPO_DIR" pull
fi

# ---- 3. 依赖 ----
# 直接调环境内 pip：conda run 会整体缓冲子命令输出（违反"日志实时可查"规矩），弃用
"$ENV_PATH/bin/pip" install -r "$REPO_DIR/requirements.txt" -r "$REPO_DIR/requirements-remote.txt"

# ---- 4. 环境变量持久化（写入 ~/.bashrc，幂等）----
if ! grep -q "ars-opd-rebuild env" ~/.bashrc; then
    cat >> ~/.bashrc <<'EOF'

# --- ars-opd-rebuild env ---
export HF_ENDPOINT=https://hf-mirror.com
export HF_HOME=/data/zym/hf_cache
export CONDA_PKGS_DIRS=/data/zym/conda_pkgs
export PIP_CACHE_DIR=/data/zym/pip_cache
alias opd='conda activate /data/zym/envs/ars-opd && cd /data/zym/ars-opd-rebuild'
EOF
fi

# ---- 5. 验证 ----
echo "=== 验证 torch/CUDA ==="
"$ENV_PATH/bin/python" -c "import torch; print('torch', torch.__version__, '| cuda可用:', torch.cuda.is_available(), '| 卡数:', torch.cuda.device_count())"
echo "=== 验证单元测试 ==="
"$ENV_PATH/bin/python" -m pytest "$REPO_DIR/tests" -q
echo "=== 磁盘检查（根分区不应有明显增长）==="
df -h / /data | tail -2
echo "全部完成。日常使用：输入 opd 进入环境与目录。"