"""Auto-Repair-Loop einer Ebene: QA → Befunde beheben, bis 100 % (10.0/10),
Stillstand (Repair verbessert die Note nicht mehr) oder max_iter erreicht ist.

Reine Primitive — keine Kanban-/DB-Kopplung. Der Aufrufer übergibt zwei Coroutinen:
`messen()` liefert die aktuelle QA-Note (0–10), `reparieren()` behebt die Befunde.
So bleibt der Loop pro Ebene (Inventar/Artefakte/Guide) identisch testbar.
"""
import logging

log = logging.getLogger("creator.auto_loop")

VOLL = 10.0        # 100 % = 10.0/10
MAX_ITER = 10      # Sicherheitslimit: mehr Runden ⇒ etwas im System stimmt nicht


async def auto_repair_loop(ebene: str, erst_note: float, reparieren, max_iter: int = MAX_ITER) -> dict:
    """Loop QA→Repair für eine Ebene.

    erst_note     : float — bereits gemessene QA-Note vor dem ersten Repair (0–10).
    reparieren()  -> float: behebt die Befunde UND gibt die neu gemessene Note zurück
                    (die Repair-Bausteine messen ohnehin am Ende — keine Doppelmessung).

    Stopp bei: Note == VOLL (fertig), Note verbessert sich nicht mehr (stillstand),
    oder max_iter Runden (limit). Returns {ebene, note, runden, grund} mit
    grund ∈ {"fertig","stillstand","limit"} — der Aufrufer nutzt grund für die
    Fortschritts-/Systemfehler-Meldung.
    """
    if erst_note >= VOLL:
        return {"ebene": ebene, "note": erst_note, "runden": 0, "grund": "fertig"}
    note = erst_note
    for runde in range(1, max_iter + 1):
        neu = await reparieren()
        log.info("[%s] Auto-Loop Runde %d: %.1f → %.1f", ebene, runde, note, neu)
        if neu >= VOLL:
            return {"ebene": ebene, "note": neu, "runden": runde, "grund": "fertig"}
        if neu <= note:  # keine Verbesserung ⇒ weitere Runden zwecklos (kein Repair-Pfad)
            return {"ebene": ebene, "note": neu, "runden": runde, "grund": "stillstand"}
        note = neu
    return {"ebene": ebene, "note": note, "runden": max_iter, "grund": "limit"}