"""Определение доступности уровней AI-модуля (`min`/`medium`/`max`) инстанса.

Матрица уровней (модели, требования RAM/GPU/VRAM, пути моделей на дисковых
томах) — константа `TIERS` (`services/ai_tiers.py`), единственный источник
истины — ADR-004 (`docs/architecture/adr/004-ai-tier-matrix.md`). Детект
читает обнаруженное `install.sh` железо (`HW_*` в `.env`, `core.config.Settings`)
и факт наличия файлов моделей на дисковых томах — без зависимости от
torch/nvidia-smi внутри процесса backend/воркеров (переменные пишет установщик,
а не рантайм-детект GPU).
"""

from pathlib import Path

from pydantic import BaseModel

from core.config import Settings, get_settings
from core.plugins.config import AiLevel, InstanceConfig
from services.ai_tiers import TIERS, WHISPER_MODELS_ROOT, TierSpec

_PRESET_BY_LEVEL: dict[AiLevel, int] = {"min": 3, "medium": 4, "max": 5}
"""Номер пресета инсталлятора, соответствующего уровню (ADR-004, таблица
требований железа) — используется в тексте причины недоступности."""


class AiLevelStatus(BaseModel):
    """Доступность одного уровня AI с человекочитаемой причиной отказа."""

    level: AiLevel
    available: bool
    reason: str | None = None


def detect_ai_levels(cfg: InstanceConfig) -> list[AiLevelStatus]:
    """Вернуть статусы всех уровней AI по обнаруженному железу и скачанным моделям.

    `cfg` пока не влияет на результат (доступность уровня зависит только от
    железа и файлов моделей на диске, не от текущих настроек инстанса), но
    остаётся параметром сигнатуры — используется и `api/admin.py`, и
    `services/instance_settings.py::update`, где эффективная конфигурация уже
    под рукой.
    """
    settings = get_settings()
    statuses: list[AiLevelStatus] = []
    for level in ("min", "medium", "max"):
        reasons = _unavailability_reasons(level, TIERS[level], settings)
        statuses.append(
            AiLevelStatus(level=level, available=not reasons, reason="; ".join(reasons) or None)
        )
    return statuses


def _unavailability_reasons(level: AiLevel, spec: TierSpec, settings: Settings) -> list[str]:
    """Собрать причины недоступности уровня `level` (пустой список — уровень доступен)."""
    reasons: list[str] = []

    if settings.hw_ram_mb is not None and settings.hw_ram_mb < spec.min_ram_mb:
        reasons.append(f"недостаточно RAM: нужно {spec.min_ram_mb // 1024} ГБ")

    if spec.requires_gpu:
        required_vram_gb = (spec.min_vram_mb or 0) // 1024
        if not settings.hw_gpu_name:
            reasons.append(f"требуется GPU NVIDIA ≥{required_vram_gb} ГБ VRAM, не обнаружен")
        elif spec.min_vram_mb is not None and (settings.hw_vram_mb or 0) < spec.min_vram_mb:
            found_vram_gb = (settings.hw_vram_mb or 0) // 1024
            reasons.append(
                f"требуется GPU NVIDIA ≥{required_vram_gb} ГБ VRAM, "
                f"обнаружено только {found_vram_gb} ГБ"
            )

    preset = _PRESET_BY_LEVEL[level]
    for path in spec.model_files:
        if not _model_downloaded(path):
            reasons.append(
                f"{_describe_model_file(path)} не скачана — запустите install.sh "
                f"с пресетом {preset}"
            )

    return reasons


def _model_downloaded(path: str) -> bool:
    """Проверить, скачана ли модель по пути на томе.

    Файл — непустой; каталог (например, кэш huggingface_hub с хэшированными
    поддиректориями снапшотов) — непустой каталог, без проверки конкретных
    вложенных файлов.
    """
    p = Path(path)
    if p.is_dir():
        return any(p.iterdir())
    return p.is_file() and p.stat().st_size > 0


def _describe_model_file(path: str) -> str:
    """Человекочитаемое имя модели для причины недоступности («модель транскрибации small»)."""
    name = Path(path).name
    kind = "транскрибации" if path.startswith(f"{WHISPER_MODELS_ROOT}/") else "суммаризации"
    return f"модель {kind} {name}"