#!/usr/bin/env -S uv run --script
# /// script
# requires-python = ">=3.11"
# dependencies = ["nanobot-ai"]
# ///
"""wiki_compile.py — dávkový compile nasbíraných zdrojů z cml/raw/ do cml/wiki/.

Spouštěn systémovým cronem každou minutu. Capture (interaktivní) hází zdroje do
cml/raw/ a hned potvrdí; těžký raw→wiki compile (čtení zdrojů, psaní stránek,
rozhodování) běží mimo interaktivní tah přes LLM agenta — tady, na pozadí.

Tok:
  1. Levná pre-kontrola (BEZ LLM): jsou v cml/raw/ nezpracované zdroje
     (regulérní soubory mimo _done/, _hard/, assets/)? Žádné → exit 0, agenta
     vůbec neinstancuj.
  2. Lockfile (cml/.compile.lock, PID + start-timestamp): běží jiný compile?
     → exit 0 (neduplikovat). Stale lock (mrtvý proces / > STALE_SECONDS) se
     přebere, ať se to nezasekne po pádu.
  3. Jinak Nanobot.from_config() + bot.run(<drain goal>) — vyprázdní VŠECHNO
     nasbírané v jednom dávkovém běhu (jeden index/graph update pro víc zdrojů).
  4. Tiše: jen append do log/wiki_compile_cron.log; žádný Telegram.

Vzor = skills/detach/scripts/tasks-daemon.py (shebang uv run, deps nanobot-ai,
Nanobot.from_config + asyncio.wait_for(bot.run(...), timeout)).
"""

import asyncio
import json
import os
import sys
import traceback
from datetime import datetime
from pathlib import Path

# Skript žije v workspace/skills/llm-wiki/scripts/ → parents[3] = workspace.
WORKSPACE = Path(__file__).resolve().parents[3]
CML = WORKSPACE / "cml"
RAW = CML / "raw"
LOCK = CML / ".compile.lock"
LOG = WORKSPACE / "log" / "wiki_compile_cron.log"

# Podadresáře v raw/, které NEjsou pending zdroje.
RESERVED_DIRS = {"_done", "_hard", "assets"}

TIMEOUT_SECONDS = 25 * 60
STALE_SECONDS = 30 * 60

DRAIN_GOAL = (
    "Pomocí skillu llm-wiki (operace Compile/drain) zkompiluj VŠECHNY nezpracované zdroje "
    "v `cml/raw/` (regulérní soubory přímo v `cml/raw/`, mimo `_done/`, `_hard/`, `assets/`) "
    "do wiki v `cml/wiki/`. Pro každý zdroj proveď plný ingest podle "
    "references/ingest-workflow.md: source/entity/concept stránky s frontmatterem a `[[odkazy]]`, "
    "aktualizuj `cml/wiki/index.md` a `cml/wiki/log.md`. Po zpracování všech zdrojů regeneruj graph "
    "(`wiki_graph_lint.py` + `wiki_graph_extract.py` na `cml/wiki/`). Každý úspěšně zpracovaný "
    "zdroj přesuň do `cml/raw/_done/`. Ambiguózní/konfliktní zdroj NEcompiluj natvrdo — nech ho "
    "v `cml/raw/` (nebo přesuň do `cml/raw/_hard/`) a důvod zaznamenej do `cml/wiki/log.md`. "
    "Lint je report-only: žádné destruktivní úpravy existujících stránek bez potvrzení. "
    "Idempotence: pokud pro zdroj už stránky existují (byl zkompilován dřív, jen nepřesunut), "
    "NEcykluj reconciliací — ber ho jako hotový, přesuň raw soubor do `cml/raw/_done/` a pokračuj. "
    "Každý vyřízený zdroj VŽDY přesuň z `cml/raw/` pryč, ať ho příští cron tik nezpracovává znovu. "
    "Běžíš v izolované session na pozadí, bez interakce s uživatelem."
)


def log(message: str) -> None:
    LOG.parent.mkdir(parents=True, exist_ok=True)
    stamp = datetime.now().astimezone().isoformat(timespec="seconds")
    with LOG.open("a", encoding="utf-8") as handle:
        handle.write(f"{stamp} {message}\n")


def pending_sources() -> list[Path]:
    """Regulérní soubory přímo v cml/raw/ (mimo skryté a rezervované podadresáře)."""
    if not RAW.exists():
        return []
    return [p for p in sorted(RAW.iterdir()) if p.is_file() and not p.name.startswith(".")]


def _pid_alive(pid: int) -> bool:
    try:
        os.kill(pid, 0)
    except ProcessLookupError:
        return False
    except PermissionError:
        return True
    return True


def _lock_is_stale() -> bool:
    """Lock je mrtvý, když ho nelze přečíst, proces neběží, nebo je starší než STALE_SECONDS."""
    try:
        data = json.loads(LOCK.read_text())
        pid = int(data["pid"])
        started = datetime.fromisoformat(data["started"])
    except (OSError, ValueError, KeyError):
        return True
    if not _pid_alive(pid):
        return True
    age = (datetime.now().astimezone() - started).total_seconds()
    return age > STALE_SECONDS


def acquire_lock() -> bool:
    """Atomicky vytvoř lock. Vrať False, když už běží živý compile."""
    for _ in range(2):
        try:
            fd = os.open(LOCK, os.O_CREAT | os.O_EXCL | os.O_WRONLY, 0o644)
        except FileExistsError:
            if not _lock_is_stale():
                return False
            log("stale lock, reclaiming")
            LOCK.unlink(missing_ok=True)
            continue
        payload = {"pid": os.getpid(), "started": datetime.now().astimezone().isoformat()}
        with os.fdopen(fd, "w", encoding="utf-8") as handle:
            json.dump(payload, handle)
        return True
    return False


async def run_compile(goal: str) -> str:
    # Heavy import deferred: the per-minute pre-check (no pending work) must not
    # pay the nanobot import cost — only an actual compile run needs it.
    from nanobot import Nanobot

    bot = Nanobot.from_config()
    result = await bot.run(goal, session_key="wiki-compile")
    return result.content or ""


def main() -> int:
    dry_run = "--dry-run" in sys.argv[1:]

    pending = pending_sources()
    if not pending:
        return 0

    if not acquire_lock():
        log(f"SKIP compile already running ({len(pending)} pending)")
        return 0

    if dry_run:
        names = ", ".join(p.name for p in pending)
        log(f"DRY-RUN would compile {len(pending)} pending: {names}")
        LOCK.unlink(missing_ok=True)
        return 0

    started = datetime.now().astimezone()
    log(f"START compile {len(pending)} pending: {', '.join(p.name for p in pending)}")
    try:
        result_text = asyncio.run(
            asyncio.wait_for(run_compile(DRAIN_GOAL), timeout=TIMEOUT_SECONDS)
        )
        summary = result_text.strip().splitlines()[0][:200] if result_text.strip() else "(prázdný výstup)"
        duration = int((datetime.now().astimezone() - started).total_seconds())
        log(f"END compile duration={duration}s remaining={len(pending_sources())} :: {summary}")
        return 0
    except asyncio.TimeoutError:
        log(f"TIMEOUT compile po {TIMEOUT_SECONDS // 60} min")
        return 1
    except Exception as error:
        log(f"EXCEPTION compile: {error}\n{traceback.format_exc()}")
        return 1
    finally:
        LOCK.unlink(missing_ok=True)


if __name__ == "__main__":
    sys.exit(main())