//go:build medialive

// 媒体记忆自动触发链的集成测试。
//
// 与其他媒体测试的区别：**不手工调用任何一步**。这里只做两件事——
// 往 IOManager 注入一个 image 事件，然后等。之后全部由生产代码自己走：
//
//	processMediaInput → captureBlockMedia（入 CAS）
//	  → Prune → transferMediaRefs（L0→L2 引用转移）
//	  → describePendingMedia（真实视觉模型生成描述）
//	  → archiveColdDocs → commitTriplesWithMedia → bindSentenceMedia（L2→L3）
//	  → 第二轮提问，验证 agent 真能召回
//
// 为什么必须这样测：单测能证明每个函数正确，却证明不了它**被接上了**。
// 本文件的直接动机是一个真实缺陷——core.New() 漏了 rc.SetMediaStore(cfg.MediaStore)，
// 于是 L0→L2 引用转移在生产里永远静默 return，而手工注入 store 的单测全绿。
//
// 需要真实 LLM，因此加 medialive build tag，默认 go test 不跑：
//
//	MEDIALIVE_BASE_URL=http://127.0.0.1:8081/v1 \
//	MEDIALIVE_API_KEY=sk-xxx \
//	MEDIALIVE_MODEL=claude-opus-5 \
//	MEDIALIVE_ADAPTER=openai \
//	go test -tags medialive ./internal/agent/core/ -run TestMediaLive -v -timeout 20m
//
// 源、模型、密钥全部由调用方显式指定，测试自己不猜任何默认值——
// 猜一个默认端点会让测试在别人机器上打到意料之外的服务。
package core

import (
	"bytes"
	"compress/zlib"
	"encoding/binary"
	"fmt"
	"hash/crc32"
	"os"
	"path/filepath"
	"strconv"
	"strings"
	"testing"
	"time"

	agentAPI "gitcode.com/JianFeeeee/HomeAgent/internal/agent/api"
	agentIO "gitcode.com/JianFeeeee/HomeAgent/internal/agent/io"
	luaVM "gitcode.com/JianFeeeee/HomeAgent/internal/lua"
	"gitcode.com/JianFeeeee/HomeAgent/internal/memory"
	"gitcode.com/JianFeeeee/HomeAgent/internal/memory/document"
	"gitcode.com/JianFeeeee/HomeAgent/internal/memory/media"
	"gitcode.com/JianFeeeee/HomeAgent/pkg/types"
)

// liveCfg 是调用方通过环境变量显式提供的 LLM 源配置。
type liveCfg struct {
	baseURL string
	apiKey  string
	model   string
	adapter string
}

// requireLiveCfg 读取环境变量；缺任何一项就 Skip 而非猜默认值。
//
// 刻意不提供 fallback：一个猜出来的 base_url 可能打到调用者机器上
// 完全不相干的服务，而测试会把那次调用的失败报成"媒体记忆有问题"。
func requireLiveCfg(t *testing.T) liveCfg {
	t.Helper()
	c := liveCfg{
		baseURL: os.Getenv("MEDIALIVE_BASE_URL"),
		apiKey:  os.Getenv("MEDIALIVE_API_KEY"),
		model:   os.Getenv("MEDIALIVE_MODEL"),
		adapter: os.Getenv("MEDIALIVE_ADAPTER"),
	}
	var missing []string
	if c.baseURL == "" {
		missing = append(missing, "MEDIALIVE_BASE_URL")
	}
	if c.apiKey == "" {
		missing = append(missing, "MEDIALIVE_API_KEY")
	}
	if c.model == "" {
		missing = append(missing, "MEDIALIVE_MODEL")
	}
	if c.adapter == "" {
		missing = append(missing, "MEDIALIVE_ADAPTER")
	}
	if len(missing) > 0 {
		t.Skipf("缺少环境变量 %s——本测试要求调用方显式指定源/模型/密钥，不使用任何默认值",
			strings.Join(missing, ", "))
	}
	return c
}

// livePNG 造一张横向三色带真 PNG（手工拼 IHDR/IDAT/IEND）。
//
// 用可辨认的纯色而非随机字节：断言要能检查"模型是否真的看到了内容"，
// 随机噪声无法产生可验证的描述。
func livePNG(t *testing.T, w, h int, colors [][3]byte) []byte {
	t.Helper()
	chunk := func(typ string, data []byte) []byte {
		var b bytes.Buffer
		if err := binary.Write(&b, binary.BigEndian, uint32(len(data))); err != nil {
			t.Fatal(err)
		}
		body := append([]byte(typ), data...)
		b.Write(body)
		if err := binary.Write(&b, binary.BigEndian, crc32.ChecksumIEEE(body)); err != nil {
			t.Fatal(err)
		}
		return b.Bytes()
	}
	var raw bytes.Buffer
	for y := 0; y < h; y++ {
		raw.WriteByte(0) // filter type: none
		c := colors[y*len(colors)/h]
		for x := 0; x < w; x++ {
			raw.Write(c[:])
		}
	}
	var comp bytes.Buffer
	zw := zlib.NewWriter(&comp)
	if _, err := zw.Write(raw.Bytes()); err != nil {
		t.Fatal(err)
	}
	zw.Close()

	var ihdr bytes.Buffer
	binary.Write(&ihdr, binary.BigEndian, uint32(w))
	binary.Write(&ihdr, binary.BigEndian, uint32(h))
	ihdr.Write([]byte{8, 2, 0, 0, 0}) // 8-bit truecolor

	var out bytes.Buffer
	out.Write([]byte{0x89, 'P', 'N', 'G', '\r', '\n', 0x1a, '\n'})
	out.Write(chunk("IHDR", ihdr.Bytes()))
	out.Write(chunk("IDAT", comp.Bytes()))
	out.Write(chunk("IEND", nil))
	return out.Bytes()
}

// liveEnv 是一套完整但完全独立的 agent 运行环境。
type liveEnv struct {
	agent    *Agent
	io       *agentIO.IOManager
	mediaSt  *media.Store
	docStore *document.Store
	graph    *memory.GraphDB
	dir      string
}

// newLiveEnv 构造真 Agent：真 provider、真 CAS、真图库、真文档库。
//
// 不注册任何插件：本测试关心记忆链路，插件会引入无关的外部副作用
// （网络轮询、写文件），而且生产插件目录里的进程不该被测试碰到。
func newLiveEnv(t *testing.T, c liveCfg) *liveEnv {
	t.Helper()
	dir := t.TempDir()

	vm := luaVM.NewVM(filepath.Join(dir, "adapters"))
	if err := vm.Start(); err != nil {
		t.Fatalf("lua vm: %v", err)
	}
	t.Cleanup(vm.Stop)

	// Vision: true —— 能力是声明的，不是探测的。网关可能静默剥离
	// image_url 后仍返回 200，从响应无法推断它到底看见了没有。
	prov := agentAPI.NewLuaAdaptedProvider(agentAPI.BaseConfig{
		Model: c.model, BaseURL: c.baseURL, APIKey: c.apiKey,
		MaxTokens: 1200, Temperature: 0.3, Vision: true,
	}, vm, "medialive", c.adapter)

	pm := agentAPI.NewProviderManager()
	pm.Register("medialive", prov)
	if err := pm.SetDefault("medialive"); err != nil {
		t.Fatalf("set default provider: %v", err)
	}

	ms, err := media.New(filepath.Join(dir, "media"), 256<<20)
	if err != nil {
		t.Fatalf("media store: %v", err)
	}
	t.Cleanup(func() { ms.Close() })

	graph, err := memory.NewGraphDB(filepath.Join(dir, "graph.db"))
	if err != nil {
		t.Fatalf("graph: %v", err)
	}
	t.Cleanup(func() { graph.Close() })

	docStore := document.NewStore(filepath.Join(dir, "docs"))
	if err := docStore.Start(); err != nil {
		t.Fatalf("doc store: %v", err)
	}
	t.Cleanup(docStore.Stop)

	io := agentIO.NewIOManager()

	a := New(AgentConfig{
		ID:              types.AgentID("medialive"),
		SystemPrompt:    "你是一个有长期记忆的助手。回答简洁准确。",
		Provider:        prov,
		ProviderManager: pm,
		IO:              io,
		Memory:          graph,
		DocStore:        docStore,
		MediaStore:      ms,
		MediaGCInterval: 0,    // 本测试自己控制 GC 时机
		MediaDescribe:   true, // 描述循环由测试直接调 describePendingMedia
		StageHost:       NewStageHost(),
		MaxContextSize:  3, // 故意压低：第二轮就能触发 Prune 归档
		InputProcessing: types.InputProcessingConfig{},
	})

	// 排空 outputCh：容量 256，但长跑不消费会堵住 emitResponse。
	go func() {
		for {
			select {
			case <-io.OutputChan():
			case <-a.ctx.Done():
				return
			}
		}
	}()

	return &liveEnv{agent: a, io: io, mediaSt: ms, docStore: docStore, graph: graph, dir: dir}
}

// TestMediaLive_AutoTriggerChain 全自动触发链：只注入事件，不手工调任何一步。
func TestMediaLive_AutoTriggerChain(t *testing.T) {
	c := requireLiveCfg(t)
	env := newLiveEnv(t, c)
	a := env.agent
	defer a.Stop()

	img := livePNG(t, 96, 96, [][3]byte{{128, 0, 255}, {0, 64, 255}, {255, 0, 0}})
	t.Logf("测试图片: %d 字节（紫/蓝/红三色带）", len(img))

	// ── 阶段 1：注入 image 事件，验证 CAS 自动落盘 ──
	//
	// 直接调 handleInput 而不启 eventLoop：eventLoop 是纯转发（select →
	// handleInput），走同一条代码路径，但同步调用让断言不必猜时序。
	evt := &agentIO.InputEvent{
		RequestID:     "live-1",
		Source:        "test_channel",
		Type:          "image",
		OutputChannel: "test_channel",
		Payload: map[string]interface{}{
			"data": mediaB64(img),
			"mime": "image/png",
			"alt":  "一张测试图片",
		},
	}

	t0 := time.Now()
	a.handleInput(evt)
	t.Logf("第一轮（含真实 LLM 往返）耗时 %.1fs", time.Since(t0).Seconds())

	// 用 Pending 而非 Search 查刚落盘的项：Search 的 WHERE 里带
	// `COALESCE(description,'') != ''`，只返回**已描述**的媒体，
	// 此刻描述还没生成（阶段3 才做），Search 必然返回 0 条。
	items, err := env.mediaSt.Pending(10)
	if err != nil {
		t.Fatalf("pending: %v", err)
	}
	if len(items) != 1 {
		t.Fatalf("CAS 应自动收到 1 张图，实际 %d 张（captureBlockMedia 未被触发？）", len(items))
	}
	digest := items[0].Digest
	t.Logf("✓ 阶段1 CAS 自动落盘: digest=%s size=%d tool=%s",
		digest[:12], items[0].Size, items[0].Tool)

	stored, err := env.mediaSt.Get(digest)
	if err != nil || !bytes.Equal(stored, img) {
		t.Fatalf("落盘内容与原图不一致 (err=%v)", err)
	}

	// ── 阶段 2：引用自动挂到 ContextEvent 上 ──
	//
	// 这一步验证 bindEventMedia：事件必须拿到 ID 且 media_refs 里
	// 有对应 context owner 记录。两者只写一个的后果是 GC 误删或永不清理。
	var evtID string
	var summaryOK bool
	for _, e := range a.context.Recent(0) {
		if len(e.Media) > 0 {
			evtID = e.ID
			summaryOK = strings.Contains(e.Input, digest[:12])
			break
		}
	}
	if evtID == "" {
		t.Fatal("没有任何 ContextEvent 挂上媒体（bindEventMedia 未被触发）")
	}
	ctxRefs, err := env.mediaSt.Refs(media.OwnerContext, evtID)
	if err != nil || len(ctxRefs) != 1 || ctxRefs[0] != digest {
		t.Fatalf("context owner 引用缺失: refs=%v err=%v", ctxRefs, err)
	}
	if !summaryOK {
		t.Error("事件 Input 里没有媒体摘要标记（mediaSummaryForEvent 未生效）——" +
			"L2/L3 靠正文里的短 digest 反查，缺了它整条召回链断掉")
	}
	t.Logf("✓ 阶段2 引用自动绑定: event=%s owner=context 摘要内嵌=%v", evtID, summaryOK)

	// ── 阶段 3：描述由后台循环自动生成（真实视觉模型）──
	pending, err := env.mediaSt.Pending(5)
	if err != nil {
		t.Fatal(err)
	}
	if len(pending) != 1 {
		t.Fatalf("应有 1 条待描述，实际 %d 条", len(pending))
	}

	t1 := time.Now()
	a.describePendingMedia()
	t.Logf("描述生成耗时 %.1fs", time.Since(t1).Seconds())

	it, err := env.mediaSt.Stat(digest)
	if err != nil {
		t.Fatal(err)
	}
	if it.Description == "" {
		t.Fatal("描述为空——describePendingMedia 未能通过视觉源生成描述")
	}
	sawColors := strings.Contains(it.Description, "紫") &&
		strings.Contains(it.Description, "蓝") &&
		strings.Contains(it.Description, "红")
	t.Logf("✓ 阶段3 描述自动生成 (%d 字, 源=%s): %s",
		len([]rune(it.Description)), it.DescribedBy, truncRunes(it.Description, 90))
	if !sawColors {
		t.Errorf("描述未含紫/蓝/红三色，视觉模型可能没真正看到图片: %s",
			truncRunes(it.Description, 200))
	}
	if left, _ := env.mediaSt.Pending(5); len(left) != 0 {
		t.Errorf("描述完成后仍在待描述队列（%d 条）——会被反复重描述", len(left))
	}
	// 有描述之后 Search 才应能命中（它按 description 做 LIKE）
	if found, err := env.mediaSt.Search("紫", media.KindImage, 5); err != nil {
		t.Errorf("search: %v", err)
	} else if len(found) == 0 {
		t.Error("描述已生成但 Search(\"紫\") 命中 0 条——媒体库关键词入口失效")
	} else {
		t.Logf("✓ 阶段3 Search(\"紫\") 命中 %d 条", len(found))
	}

	// ── 阶段 4：Prune 自动把引用从 L0 转移到 L2 ──
	//
	// MaxContextSize=3，多注入几轮文本把带图事件挤出活跃上下文。
	// 这一步专门守 core.New() 里 rc.SetMediaStore 的接线：漏了它
	// transferMediaRefs 直接 return，引用永久悬空在 context owner 上。
	// 填充数量必须 > Prune 内部固定的 10 条保护窗口。
	//
	// Prune 无条件保护最后 10 条事件（protected := events[len-10:]），
	// 只在更早的部分里挑归档对象。填 4 条时总数才 5，全落进保护窗口、
	// candidates 为空、直接返回 0——这不是缺陷，是"最近的对话不该被归档"
	// 的设计。带图事件必须被推到第 11 条之前才可能被归档。
	const fillerCount = 14
	for i := 0; i < fillerCount; i++ {
		a.context.Append(ContextEvent{
			Timestamp: time.Now(),
			Source:    "filler",
			Input:     fmt.Sprintf("无关的填充对话 %d，用来把带图事件挤出活跃窗口", i),
			Response:  "好的。",
		})
	}
	archived := a.context.Prune("当前输入", a.maxContextSize-1, env.docStore)
	t.Logf("Prune 归档 %d 条事件", archived)
	if archived == 0 {
		t.Fatal("Prune 未归档任何事件，无法验证引用转移")
	}

	docRefsFound := ""
	for _, d := range env.docStore.RecentDocs(20) {
		refs, err := env.mediaSt.Refs(media.OwnerDocument, d.ID)
		if err == nil && len(refs) > 0 && refs[0] == digest {
			docRefsFound = d.ID
			break
		}
	}
	if docRefsFound == "" {
		t.Fatal("引用未转移到 document owner——" +
			"core.New() 是否漏了 rc.SetMediaStore(cfg.MediaStore)？" +
			"（该缺陷曾真实存在：手工注入 store 的单测全绿，生产里永远静默 return）")
	}
	if left, _ := env.mediaSt.Refs(media.OwnerContext, evtID); len(left) != 0 {
		t.Errorf("旧的 context 引用未注销（%d 条），引用计数永不归零 → blob 永不回收", len(left))
	}
	t.Logf("✓ 阶段4 引用自动转移: context/%s → document/%s", evtID, docRefsFound)

	// 转移全程内容必须可读：先挂后销的顺序若反了，
	// 计数会瞬时归零，并发 GC 会把仍被引用的内容当孤儿删掉。
	if _, err := env.mediaSt.Get(digest); err != nil {
		t.Fatalf("转移后内容不可读: %v", err)
	}

	// ── 阶段 5：archiveColdDocs 自动把媒体带进 L3 图库 ──
	//
	// FindColdDocs(72h, 2) 要求文档足够"冷"，测试里新建的文档不满足，
	// 因此把 LastAccess 往前推——这是为了触发生产代码路径，
	// 而不是替代它（Commit/bindSentenceMedia/releaseDocMedia 全部由它自己调）。
	for _, d := range env.docStore.RecentDocs(20) {
		if d.ID == docRefsFound {
			d.LastAccess = time.Now().Add(-100 * time.Hour)
			d.AccessCount = 0
		}
	}
	a.archiveColdDocs()

	sentRefs := 0
	var boundSentence int64
	rows, err := env.graph.Recall(nil, nil, 1, "")
	if err != nil {
		t.Fatalf("graph recall: %v", err)
	}
	t.Logf("图库实体数 %d", len(rows.Entities))
	// 句子 id 是自增整数，扫前若干个足够覆盖本测试写入的量
	for sid := int64(1); sid <= 40; sid++ {
		refs, err := env.mediaSt.Refs(media.OwnerGraphSentence, strconv.FormatInt(sid, 10))
		if err == nil && len(refs) > 0 {
			sentRefs += len(refs)
			if boundSentence == 0 {
				boundSentence = sid
			}
		}
	}
	if sentRefs == 0 {
		t.Error("L2→L3 未绑定任何 graph_sentence 引用——" +
			"bindSentenceMedia 未被 commitTriplesWithMedia 触发，" +
			"或句子正文里没有可反解的短 digest")
	} else {
		t.Logf("✓ 阶段5 L3 自动绑定: %d 个句子引用，首个 sentences.id=%d", sentRefs, boundSentence)

		got, err := env.agent.RecallMediaForSentence(boundSentence)
		if err != nil || len(got) == 0 || got[0] != digest {
			t.Errorf("从句子反查 digest 失败: got=%v err=%v", got, err)
		} else if raw, err := env.mediaSt.Get(got[0]); err != nil || !bytes.Equal(raw, img) {
			t.Errorf("从句子取回的字节与原图不一致 (err=%v)", err)
		} else {
			t.Logf("✓ 阶段5 反查取回 %d 字节，与原图逐字节一致", len(raw))
		}
	}

	// ── 阶段 6：GC 不能删掉仍被记忆引用的内容 ──
	removed, freed, err := env.mediaSt.GC(0) // minAge=0，最激进
	if err != nil {
		t.Fatal(err)
	}
	if _, err := env.mediaSt.Stat(digest); err != nil {
		t.Fatalf("被记忆引用的内容被 GC 删除了（清 %d 条/%d 字节）——"+
			"引用计数或 owner 语义有误", removed, freed)
	}
	t.Logf("✓ 阶段6 GC(minAge=0) 清 %d 条，被引用内容仍在", removed)

	// ── 阶段 7：E2E — 第二轮提问，验证 agent 真能召回 ──
	//
	// 不再提供图片，只问"还记得吗"。能答出三色说明记忆链路端到端可用。
	// L2 文档此刻已被 archiveColdDocs 删除（归档的语义就是搬完删源），
	// 所以这一轮只能靠 L3 图库召回——而自动注入路径依赖 indexer。
	// 生产由 main.go 注入并周期 Sync；测试里手工建一个并同步一次。
	a.indexer = memory.NewIndexer(env.graph)
	if err := a.indexer.Sync(); err != nil {
		t.Fatalf("indexer sync: %v", err)
	}
	if mc := a.buildMemoryContext("图片 颜色", 0); mc != "" {
		t.Logf("注入的记忆上下文: %s", truncRunes(mc, 200))
		if strings.Contains(mc, "【关联媒体】") {
			t.Logf("✓ 记忆上下文含媒体段")
		} else {
			t.Error("记忆上下文缺少媒体段——L3 媒体检索接线未生效")
		}
	} else {
		t.Error("图库召回为空，agent 无从得知历史媒体")
	}

	ask := &agentIO.InputEvent{
		RequestID:     "live-2",
		Source:        "test_channel",
		Type:          "text",
		OutputChannel: "test_channel",
		Payload: map[string]interface{}{
			"content": "你还记得我之前发给你的那张图片吗？它是什么样子的？请说出具体颜色。",
		},
	}
	respCh := make(chan *agentIO.OutputEvent, 4)
	ask.ResponseCh = respCh

	t2 := time.Now()
	a.handleInput(ask)
	t.Logf("第二轮耗时 %.1fs", time.Since(t2).Seconds())

	var answer string
	select {
	case out := <-respCh:
		answer, _ = out.Payload["content"].(string)
	case <-time.After(5 * time.Second):
		t.Fatal("第二轮没有收到回复")
	}
	t.Logf("agent 回答: %s", truncRunes(answer, 220))

	recalled := strings.Contains(answer, "紫") &&
		strings.Contains(answer, "蓝") &&
		strings.Contains(answer, "红")
	if !recalled {
		t.Errorf("agent 未能召回三色。这可能是记忆注入链路问题，"+
			"也可能是本轮上下文里已无相关记忆（描述在 L2/L3 但未被检索命中）。回答: %s",
			truncRunes(answer, 300))
	} else {
		t.Logf("✓ 阶段7 E2E 召回成功：不给图，agent 答出紫/蓝/红")
	}

	st := env.mediaSt.Stats()
	t.Logf("收尾: %v 条 / %v 字节 / 已描述 %v / 无引用 %v",
		st["count"], st["total_bytes"], st["described"], st["unreferenced"])
}

// TestMediaLive_NegativeControl 阴性对照：没有媒体记忆时不该"记得"。
//
// 没有这条对照，阶段7 的"答出紫蓝红"可能只是模型在猜常见配色，
// 无法区分真召回与先验偏好。
func TestMediaLive_NegativeControl(t *testing.T) {
	c := requireLiveCfg(t)
	env := newLiveEnv(t, c)
	a := env.agent
	defer a.Stop()

	ask := &agentIO.InputEvent{
		RequestID:     "neg-1",
		Source:        "test_channel",
		Type:          "text",
		OutputChannel: "test_channel",
		Payload: map[string]interface{}{
			"content": "你还记得我之前发给你的那张图片吗？它是什么样子的？请说出具体颜色。",
		},
	}
	respCh := make(chan *agentIO.OutputEvent, 4)
	ask.ResponseCh = respCh

	a.handleInput(ask)

	var answer string
	select {
	case out := <-respCh:
		answer, _ = out.Payload["content"].(string)
	case <-time.After(5 * time.Second):
		t.Fatal("阴性对照没有收到回复")
	}
	t.Logf("无记忆时的回答: %s", truncRunes(answer, 200))

	// 上游不可用时这条对照没有意义：它只能证明"没答出颜色"，
	// 而原因是调用失败而非缺少记忆。据此判 PASS 属于假阳性。
	if strings.HasPrefix(answer, "处理错误:") {
		t.Skipf("上游 LLM 调用失败，阴性对照无法判定: %s", truncRunes(answer, 160))
	}

	guessed := strings.Contains(answer, "紫") &&
		strings.Contains(answer, "蓝") &&
		strings.Contains(answer, "红")
	if guessed {
		t.Errorf("无任何媒体记忆却猜中紫/蓝/红——"+
			"说明阳性用例的通过可能只是先验偏好而非真召回: %s", truncRunes(answer, 300))
	}
}

// mediaB64 返回不带 data URL 前缀的 base64（processMediaInput 自己拼前缀）。
func mediaB64(b []byte) string {
	return media.DataURL("image/png", b)[len("data:image/png;base64,"):]
}

func truncRunes(s string, n int) string {
	r := []rune(strings.ReplaceAll(s, "\n", " "))
	if len(r) <= n {
		return string(r)
	}
	return string(r[:n]) + "…"
}