// Package vision 实现 DevDocs/design/06-多模态.md §0 所述的
// 分层图像路由。
//
// 携带图像内容的请求先由 DetectMultimodal 检查。
// 随后 VisionRouter 选出其中一条分层路由：主模型
// 直连（当它接受图像时）、工具形态的 vision/OCR 适配器（当主模型
// 自评较差或看不见图像时），或 OCR 工具（当
// 图像以文字为主时）。vision/OCR 适配器经能力注册中心
// 注册为 sdk.Tool 能力，其输出即工具
// 结果，因此图像本身从不占用主模型上下文。
//
// 图像可来自本地路径、http(s) URL 或 base64/data: URI。
package vision

import (
	"strings"

	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/model"
)

// DetectMultimodal 报告 msgs 是否含任何非文本内容部件，
// 即是否需要多模态处理。当前 model 只区分
// 文本与图像内容，因此这等价于某条消息携带
// 图像部件；判断写成「非文本」是为了让未来的内容类型
// （音频）无需返工即可扩展。
func DetectMultimodal(msgs []model.Message) bool {
	for _, m := range msgs {
		for _, part := range m.Content {
			if part.Type != model.ContentTypeText {
				return true
			}
		}
	}
	return false
}

// ImageSource 归类一副图像的字节来自何处。
type ImageSource string

const (
	// SourcePath 是本地文件系统路径。
	SourcePath ImageSource = "path"
	// SourceURL 是 http(s):// URL。
	SourceURL ImageSource = "url"
	// SourceBase64 是 base64 载荷，可选地包在 data: URI 中。
	SourceBase64 ImageSource = "base64"
)

// ImageRef 是单个图像引用及其已归类的来源种类。
type ImageRef struct {
	// Source 是归类后的来源种类。
	Source ImageSource
	// Data 是本地路径、URL 或 base64/data: 载荷。
	Data string
}

// ParseImageRef 把原始图像来源字符串归类为 ImageRef。空
// 输入被拒绝。磁盘上存在的本地路径归类为路径；
// http(s) URL 归类为 URL；其余所有值（含 data: URI）都视为
// base64 载荷。这样无需猜测 MIME 即可保持路由确定性。
func ParseImageRef(src string) (ImageRef, error) {
	if src == "" {
		return ImageRef{}, ErrNoImage
	}
	if strings.HasPrefix(src, "http://") || strings.HasPrefix(src, "https://") {
		return ImageRef{Source: SourceURL, Data: src}, nil
	}
	if strings.HasPrefix(src, "file://") {
		return ImageRef{Source: SourcePath, Data: strings.TrimPrefix(src, "file://")}, nil
	}
	// data: URI 本身就是 base64；按 base64 处理，而非路径。
	if strings.HasPrefix(src, "data:") {
		return ImageRef{Source: SourceBase64, Data: src}, nil
	}
	if fileExists(src) {
		return ImageRef{Source: SourcePath, Data: src}, nil
	}
	return ImageRef{Source: SourceBase64, Data: src}, nil
}