"""Task Pipeline -- Agent 1회 호출 + 선택적 Review.

Gemini CLI agent 모드가 plan+code+verify를 한 세션에서 수행합니다.
기존 5단계(Plan→Code→PlannerVerify→Review→Summarize) → 2단계로 단순화.
"""

import asyncio
import json
import logging
import re
from pathlib import Path
from core.project_indexer import ProjectIndex
from core.context_manager import ContextManager
from core.gemini_caller import GeminiCaller, GeminiCallError
from core.docs_manager import DocsManager

logger = logging.getLogger("variet.pipeline")


class TaskPipeline:
    """작업 파이프라인: Agent 1회 호출 → 선택적 Review."""

    def __init__(self, project_path: str, token_budget: int = 50_000,
                 docs_subpath: str = "docs/wiki"):
        self.project_path = project_path
        self.index = ProjectIndex(project_path)
        self.ctx = ContextManager(self.index, token_budget)
        self.gemini = GeminiCaller(project_path)
        self.docs = DocsManager(project_path, docs_subpath)
        self.log: list[dict] = []

    def setup(self):
        """프로젝트 인덱싱."""
        self.index.scan()
        return self

    # ──────────────────────────────────────────
    #  Docs 컨텍스트
    # ──────────────────────────────────────────

    def _docs_context(self) -> str:
        """Gemini 호출에 주입할 프로젝트 문서 컨텍스트."""
        index = self.docs.get_docs_index()
        return (
            f"\n{index}\n"
            f"작업 완료 시 관련 문서가 있으면 업데이트하세요.\n"
            f"docs 경로: {self.docs.docs_path}\n"
        )

    # ──────────────────────────────────────────
    #  Agent 통합 실행 (핵심)
    # ──────────────────────────────────────────

    async def execute(self, user_request: str, history: str = "",
                       progress_callback=None, role: str = "agent",
                       timeout: int = None) -> dict:
        """Agent 1회 호출 — plan+code+verify+report 통합.

        Args:
            role: 'agent'(코딩) 또는 'operator'(도구 실행)
            progress_callback: async callable(status_text) — 진행 상태 콜백
            timeout: 타임아웃(초). None이면 operator=180, agent=600

        Returns:
            dict: {title, summary, changes, verified, warnings, next_steps}
        """
        if timeout is None:
            timeout = 600

        # operator 모드는 프로젝트 컨텍스트/문서 불필요 (도구만 실행)
        if role == "operator":
            history_section = ""
            if history:
                history_section = f"## 대화 히스토리\n{history}\n\n"
            prompt = (
                f"{history_section}"
                f"## 사용자 요청\n{user_request}\n\n"
                f"위 요청에 맞는 도구를 바로 실행하고 결과를 JSON으로 보고하세요."
            )
        else:
            context = self.ctx.gather(user_request)
            docs_ctx = self._docs_context()
            history_section = ""
            if history:
                history_section = f"## 대화 히스토리\n{history}\n\n"
            prompt = (
                f"{history_section}"
                f"## 사용자 요청\n{user_request}\n\n"
                f"## 프로젝트 컨텍스트\n{context}\n\n"
                f"## 프로젝트 문서\n{docs_ctx}\n\n"
                f"위 요청을 분석하고, 계획을 세우고, 필요한 도구를 실행하고, "
                f"결과를 JSON 보고서로 출력하세요."
            )

        response = await self.gemini.call_agent(
            role, prompt, cwd=self.project_path, timeout=timeout,
            progress_callback=progress_callback,
        )
        self._log("execute", user_request, response)

        result = self._extract_json(response)
        return result or {
            "title": "작업 완료",
            "summary": response[:500],
            "changes": [],
            "verified": False,
            "warnings": ["JSON 보고서 파싱 실패 — 원본 응답 참조"],
            "next_steps": [],
            "raw": response,
        }

    # ──────────────────────────────────────────
    #  선택적 독립 리뷰
    # ──────────────────────────────────────────

    async def review(self, user_request: str, agent_report: str) -> dict:
        """독립 리뷰어 — agent 작업 결과를 검증.

        agent가 자체 검증을 하지만, 중요한 작업에는 독립 리뷰를 추가할 수 있음.
        """
        prompt = (
            f"## 원래 사용자 요청\n{user_request}\n\n"
            f"## Agent 보고\n{agent_report}\n\n"
            f"현재 디렉토리의 프로젝트 파일을 직접 읽어서 리뷰하세요.\n"
            f"필요한 파일만 선택적으로 확인하세요."
        )

        response = await self.gemini.call_agent(
            "reviewer", prompt, cwd=self.project_path, timeout=300,
        )
        self._log("review", user_request, response)

        result = self._extract_json(response)
        return result or {"passed": True, "summary": response, "raw": response}

    # ──────────────────────────────────────────
    #  NLU 분류 (chat/task/anime 구분에 사용)
    # ──────────────────────────────────────────

    async def classify(self, user_input: str, history: str = "") -> dict:
        """통합 프롬프트로 의도 분류 (Orchestrator에서 위임).

        이전 _unified_call의 역할을 담당합니다.
        """
        docs_ctx = self._docs_context()

        context = (
            f"{history}"
            f"## Workspace\nPath: {self.project_path}\n\n"
            f"## Project Docs\n{docs_ctx}\n\n"
            f"## User Message\n{user_input}"
        )

        raw = await self.gemini.call("unified", context, timeout=120)

        result = self._extract_json(raw)
        return result or {"mode": "chat", "response": raw}

    # ──────────────────────────────────────────
    #  유틸리티
    # ──────────────────────────────────────────

    def _extract_json(self, text: str) -> dict | None:
        """텍스트에서 JSON 블록 추출."""
        match = re.search(r"```json\s*\n(.*?)\n\s*```", text, re.DOTALL)
        if match:
            try:
                return json.loads(match.group(1))
            except json.JSONDecodeError:
                pass

        brace_depth = 0
        start = -1
        for i, ch in enumerate(text):
            if ch == '{':
                if brace_depth == 0:
                    start = i
                brace_depth += 1
            elif ch == '}':
                brace_depth -= 1
                if brace_depth == 0 and start >= 0:
                    try:
                        return json.loads(text[start:i + 1])
                    except json.JSONDecodeError:
                        start = -1

        return None

    def _log(self, phase: str, input_summary: str, output: str):
        self.log.append({
            "phase": phase,
            "input": input_summary[:200],
            "output": output[:500],
        })