package loop

import (
	"context"
	"fmt"

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

// stepOutcome 是循环对单个模型步的内部视图，由
// agent 的 *agent.StepResult（非流式）或流式路径构建的等价物
// 归一化而来。
type stepOutcome struct {
	final      bool
	text       string
	toolCalls  []agent.ToolCall
	stopReason string
	// modelStopReason 是 provider 对该模型调用的原始 stop/finish
	// 原因（Anthropic max_tokens / end_turn / tool_use），记录在 llm_call
	// span 上，使即使该步本身正常结束，截断也可见。
	modelStopReason string
	// model 是服务该调用的路由模型，在流式路径上可知
	//（该路径自行构建请求），在 agent 路径上为空。它
	// 记录在 llm_call span 的日志事件上。
	model string
	// promptTokens 是本次调用的输入侧 token 数（提供商上报时，否则 0）。它只用于
	// 「输入逼近上下文预算」的 WARN（design/04 附录 A.3 第 5 条，不阻断任何流程）。
	promptTokens int
}

// contextPressureRatio 是「单次输入逼近上下文预算」的告警线：达到预算的 90%
// 就记一条 WARN，**不阻断**（design/04 附录 A.3 第 5 条）。它只是让「快溢出了」
// 这件事在日志里可见，压缩仍按自己的预算独立判定。
const contextPressureRatio = 0.9

// reportContextPressure 在本次调用的输入 token 达到预算的 contextPressureRatio
// 时记一条 WARN。预算关闭（<= 0）或提供商没上报用量时不记 —— 没有依据就不吵。
func (l *Loop) reportContextPressure(promptTokens int) {
	if l.maxContextTokens <= 0 || promptTokens <= 0 {
		return
	}
	if float64(promptTokens) < float64(l.maxContextTokens)*contextPressureRatio {
		return
	}
	l.log.Warn("model input is near the context budget",
		"prompt_tokens", promptTokens, "budget", l.maxContextTokens,
		"ratio", contextPressureRatio, "action", "compaction triggers at the budget")
}

// step 运行单次模型调用。配置了 OnStream 回调时，它
// 直接驱动适配器的 ChatStream，把增量串给 OnStream 并
// 应用循环的护栏；否则委托给 agent 的 RunStep，
// 由后者运行 agent 自身的护栏并记录自己的 CallRecord。整个
// 调用被包在 llm_call span 中，使 M9 面板能看到每次 LLM 调用。
func (l *Loop) step(ctx context.Context, sessionID string, messages []model.Message) (*stepOutcome, error) {
	_, llmSpan := l.span(ctx, "llm.call", trace.SpanKindLLM)

	var (
		out *stepOutcome
		err error
	)
	// 静音（内部自主流程）绕过流式：它既不流向
	// UI，也不付流式路径的额外开销。正常聊天则流式。
	if l.onStream != nil && !isMutedBroadcast(ctx) {
		out, err = l.streamStep(ctx, messages)
	} else {
		out, err = l.agentStep(ctx, sessionID, messages)
	}
	if err != nil {
		l.spanProp(llmSpan, "error", err.Error())
		l.finishSpan(llmSpan, trace.SpanStatusError)
		return nil, fmt.Errorf("loop: model step: %w", err)
	}

	l.spanProp(llmSpan, "stop_reason", out.stopReason)
	if out.modelStopReason != "" {
		l.spanProp(llmSpan, "model_stop_reason", out.modelStopReason)
	}
	l.spanProp(llmSpan, "tool_calls", len(out.toolCalls))
	// 输入逼近预算的 WARN（不阻断）：覆盖流式路径（agent 路径不经本函数的上报，
	// promptTokens 为 0 时静默跳过）。
	l.reportContextPressure(out.promptTokens)
	l.recordLLMDone(llmSpan, out, l.agentFor(ctx))
	l.finishSpan(llmSpan, trace.SpanStatusOK)
	return out, nil
}

// agentStep 把非流式步委托给该 turn 的 agent，由后者运行输入
// 与输出护栏、调用模型并解码所有工具调用。
//
// 工具面与流式路径**同源**（audit P0-12）：两条路径都取这一处过滤结果
// （capacity 允许集 + design/11 §3 会话环境安全门），区别只在于流式路径在
// 循环里组装请求时直接把它写进 model.Request，而本路径经 ctx 下传给 agent
// 广告。agent 侧因此不需要、也不允许自行过滤，两份实现无从漂移；静音内部
// 流程（backthink、子代理）与前端聊天看到的是同一份工具面。
func (l *Loop) agentStep(ctx context.Context, sessionID string, messages []model.Message) (*stepOutcome, error) {
	ctx = agent.WithToolSurface(ctx, l.toolSchemas(ctx, messages))
	sr, err := l.agentFor(ctx).RunStep(ctx, sessionID, messages)
	if err != nil {
		return nil, fmt.Errorf("loop: agent step: %w", err)
	}
	return &stepOutcome{
		final:           sr.Final,
		text:            sr.Text,
		toolCalls:       sr.ToolCalls,
		stopReason:      sr.StopReason,
		modelStopReason: sr.ModelStopReason,
	}, nil
}