"""make train: Parameter-Optimierung auf Mini-Themen (Baseline → Screening → Koordinaten-Suche).

Jeder Trial ist ein Subprozess (train_lauf.py) mit CREATOR_PARAMS im ENV — so binden die
Module die überschriebenen Werte beim Import. Metriken sind deterministisch (qa_report
ohne LLM); gegen Judge-/Lauf-Rauschen gilt: Baseline mit Wiederholung liefert die
Rausch-Schwelle, und eine Übernahme braucht einen BESTÄTIGUNGSLAUF (sonst Random Walk).

CLI: python3 train.py [--trials 40] [--stunden 8] [--sitzung NAME]
Ergebnis: storage/train/<sitzung>/{trials.jsonl, report.md, beste_params.json}
"""

import argparse
import asyncio
import hashlib
import json
import sys
import time
from datetime import datetime, timezone
from pathlib import Path

from config import STORAGE_DIR
from train_params import PARAMS, schritte

HAUPT_THEMA = ("train-sort", "benchmarks/sortierverfahren")
VALIDIER_THEMA = ("train-foto", "benchmarks/fotografie")
# Score-Gewichte: Qualität + Auswahl dominieren (Entwicklungsphase), Kosten ziehen ab.
W_NOTE, W_AUSWAHL, W_ZEIT, W_TOKEN = 4.0, 4.0, 1.0, 1.0


def score(m: dict, basis: dict) -> float:
    """Skalarer Vergleichswert eines Trials. note 0–10; auswahl aus den MECE-Quoten;
    Zeit/Tokens normiert auf die Baseline (1.0 = Baseline-Kosten)."""
    q = m.get("quoten") or {}
    qa_ = m.get("quoten_artefakte") or {}
    auswahl = 10.0 * max(0.0, 1.0 - min(1.0, (
        q.get("dubletten_verdacht", 0) + q.get("luecken", 0) + q.get("fremd", 0)
        + qa_.get("sub_dubletten_verdacht", 0) + qa_.get("verwaiste", 0))))
    zeit = (m.get("dauer_min") or 0) / max(basis.get("dauer_min") or 1, 0.1)
    tok = _tokens(m) / max(_tokens(basis), 1)
    return round(W_NOTE * (m.get("note") or 0) + W_AUSWAHL * auswahl
                 - W_ZEIT * 10 * zeit - W_TOKEN * 10 * tok, 2)


def _tokens(m: dict) -> int:
    t = m.get("tokens") or {}
    return int(t.get("input") or 0) + int(t.get("output") or 0)


class Trainer:
    def __init__(self, sitzung: Path, max_trials: int, max_stunden: float, runner=None):
        self.dir = sitzung
        self.dir.mkdir(parents=True, exist_ok=True)
        self.cache_pfad = self.dir / "trials.jsonl"
        self.cache: dict[str, dict] = {}
        if self.cache_pfad.exists():  # Resume: bezahlte Trials nie wiederholen
            for line in self.cache_pfad.read_text(encoding="utf-8").splitlines():
                e = json.loads(line)
                self.cache[e["key"]] = e["metrics"]
        self.max_trials = max_trials
        self.deadline = time.monotonic() + max_stunden * 3600
        self.gezahlt = 0
        self.runner = runner or self._subprozess
        self.log = []

    # ── Trial-Ausführung ────────────────────────────────────────────────────────────
    def _key(self, params: dict, thema: tuple, tag: str = "") -> str:
        raw = json.dumps({"p": params, "t": thema[0], "tag": tag}, sort_keys=True)
        return hashlib.md5(raw.encode()).hexdigest()[:12]

    async def trial(self, params: dict, thema: tuple = HAUPT_THEMA, tag: str = "") -> dict | None:
        """tag unterscheidet bewusste Wiederholungen (Baseline n=2, Bestätigung)."""
        key = self._key(params, thema, tag)
        if key in self.cache:
            return self.cache[key]
        if self.gezahlt >= self.max_trials or time.monotonic() > self.deadline:
            return None
        self.gezahlt += 1
        metrics = await self.runner(params, thema)
        if metrics is not None:
            with open(self.cache_pfad, "a", encoding="utf-8") as f:
                f.write(json.dumps({"key": key, "params": params, "thema": thema[0],
                                    "tag": tag, "metrics": metrics}, ensure_ascii=False) + "\n")
            self.cache[key] = metrics
        return metrics

    async def _subprozess(self, params: dict, thema: tuple) -> dict | None:
        out = self.dir / f"metrics-{self._key(params, thema)}.json"
        env = {"CREATOR_PARAMS": json.dumps(params)}
        import os
        proc = await asyncio.create_subprocess_exec(
            sys.executable, "train_lauf.py", thema[0], thema[1], str(out),
            env={**os.environ, **env})
        rc = await proc.wait()
        if rc != 0 or not out.exists():
            self._log(f"Trial fehlgeschlagen (rc={rc}, params={params})")
            return None
        return json.loads(out.read_text(encoding="utf-8"))

    def _log(self, msg: str) -> None:
        line = f"{datetime.now(timezone.utc).isoformat()[11:19]} {msg}"
        print(line, flush=True)
        self.log.append(line)

    # ── Trainings-Phasen ────────────────────────────────────────────────────────────
    async def run(self) -> dict:
        # Phase 0: Baseline zweimal → Score-Basis + Rausch-Schwelle
        self._log("Baseline (2 Läufe)…")
        b1 = await self.trial({}, tag="baseline-1")
        b2 = await self.trial({}, tag="baseline-2")
        if not b1 or not b2:
            self._log("Baseline unvollständig — Abbruch.")
            return {}
        self.basis = b1
        s1, s2 = score(b1, b1), score(b2, b1)
        self.rauschen = max(abs(s1 - s2), 0.5)  # Mindest-Schwelle gegen Glücks-Übernahmen
        best_params: dict = {}
        best_score = max(s1, s2)
        self._log(f"Baseline-Score {s1}/{s2}, Rausch-Schwelle {self.rauschen}")

        # Phase 1: Screening — je Parameter ±1 Schritt, Effekt vs. Rauschen
        effekte: list[tuple[float, str, float]] = []  # (|effekt|, name, bester_wert)
        for name in PARAMS:
            lo, hi = schritte(name)
            for wert in dict.fromkeys((lo, hi)):  # lo==hi am Rand nur einmal
                if wert == PARAMS[name]["default"]:
                    continue
                m = await self.trial({**best_params, name: wert})
                if m is None:
                    continue
                delta = score(m, self.basis) - best_score
                self._log(f"Screening {name}={wert}: Δ{delta:+.2f}")
                if delta > self.rauschen:
                    effekte.append((delta, name, wert))
        effekte.sort(reverse=True)
        self._log(f"Wirksam: {[(n, w) for _, n, w in effekte]}")

        # Phase 2: Koordinaten-Suche über ALLE wirksamen Parameter (keine feste Obergrenze),
        # Übernahme nur nach Bestätigungslauf
        for _, name, start_wert in effekte:
            wert = start_wert
            p = PARAMS[name]
            richtung = p["step"] if wert > p["default"] else -p["step"]
            while True:
                kandidat = {**best_params, name: wert}
                m = await self.trial(kandidat)
                if m is None:
                    break
                delta = score(m, self.basis) - best_score
                if delta <= self.rauschen:
                    break
                m2 = await self.trial(kandidat, tag="bestaetigung")
                if m2 is None or score(m2, self.basis) - best_score <= self.rauschen:
                    self._log(f"{name}={wert}: nicht bestätigt — verworfen")
                    break
                best_params, best_score = kandidat, min(score(m, self.basis), score(m2, self.basis))
                self._log(f"ÜBERNOMMEN {name}={wert} → Score {best_score}")
                naechster = round(wert + richtung, 4)
                if not p["min"] <= naechster <= p["max"]:
                    break
                wert = naechster

        # Validierung auf dem zweiten Thema
        if best_params:
            v_base = await self.trial({}, thema=VALIDIER_THEMA, tag="val-base")
            v_best = await self.trial(best_params, thema=VALIDIER_THEMA, tag="val-best")
            if v_base and v_best:
                self._log(f"Validierung {VALIDIER_THEMA[0]}: Baseline {score(v_base, v_base)}"
                          f" → Best {score(v_best, v_base)}")

        self._schreibe_report(best_params, best_score)
        return best_params

    def _schreibe_report(self, best_params: dict, best_score: float) -> None:
        from fsutil import atomic_write_json, atomic_write_text
        atomic_write_json(self.dir / "beste_params.json", best_params, indent=1)
        report = ["# Trainings-Report", "",
                  f"Trials bezahlt: {self.gezahlt}/{self.max_trials}",
                  f"Bester Score: {best_score} (Baseline-Rauschen {self.rauschen})",
                  f"Beste Parameter: `{json.dumps(best_params, ensure_ascii=False)}`",
                  "", "Nutzung: `CREATOR_PARAMS=$(cat beste_params.json) make dev` —",
                  "Übernahme nach config.py bleibt eine manuelle Entscheidung.", "", "## Log", ""]
        report += [f"- {l}" for l in self.log]
        atomic_write_text(self.dir / "report.md", "\n".join(report))
        print(f"\nReport: {self.dir / 'report.md'}")


def main() -> None:
    ap = argparse.ArgumentParser()
    ap.add_argument("--trials", type=int, default=40)
    ap.add_argument("--stunden", type=float, default=12.0)
    ap.add_argument("--sitzung", default=datetime.now(timezone.utc).strftime("%Y%m%d-%H%M"))
    args = ap.parse_args()
    trainer = Trainer(STORAGE_DIR / "train" / args.sitzung, args.trials, args.stunden)
    asyncio.run(trainer.run())


if __name__ == "__main__":
    main()