"""
CLI Tunnel 工具 — 动态注册 Mind CLI 本地工具到 Hermes 编排器。

设计遵循 SPEC 铁律 B（能力报告义务）：
  CLI 连接时上报能力 → Cloud 审批 → 动态注册到 ToolRegistry
  CLI 断开 → 从 ToolRegistry 注销

注册模式参照 MCP 动态发现（mcp_tool._register_server_tools），
用户隔离参照飞书连接器（feishu_tool.handler(args.user_id)）。

与内置工具通过 `cli_` 前缀区分：
  cli_terminal  = 在用户本地电脑执行命令
  terminal      = 在云端服务器执行命令
"""

import asyncio
import json
import logging
from typing import Any

from tools.registry import registry, tool_error, tool_result

logger = logging.getLogger("tools.cli_tunnel")

# ── 模块级 bridge 引用（由 mindos_sse.py 注入） ────────────
_bridge = None


def set_bridge(bridge) -> None:
    """注入 MindCLIBridge 实例（进程生命周期内调用一次）。"""
    global _bridge
    _bridge = bridge


# ── 工具 Schema 模板 ─────────────────────────────────────
# 每个 CLI 内置工具对应一个 schema 模板，用于注册到 LLM function calling。
# 只有 capability_report 中出现的工具才会被注册。

_TOOL_SCHEMAS: dict[str, dict] = {
    "terminal": {
        "name": "cli_terminal",
        "description": (
            "在用户的本地电脑上执行终端命令。"
            "用于需要访问用户本地文件系统、开发环境或系统工具的场景。"
            "注意：这是在用户个人电脑上执行，不是在服务器上。"
        ),
        "parameters": {
            "type": "object",
            "properties": {
                "command": {
                    "type": "string",
                    "description": "要执行的 shell 命令",
                },
                "cwd": {
                    "type": "string",
                    "description": "工作目录（可选，默认用户 home）",
                },
                "timeout": {
                    "type": "integer",
                    "description": "超时秒数（可选，默认 30）",
                },
            },
            "required": ["command"],
        },
    },
    "file_read": {
        "name": "cli_file_read",
        "description": (
            "读取用户本地电脑上的文件内容。"
            "用于查看用户电脑上的配置文件、代码、文档等。"
        ),
        "parameters": {
            "type": "object",
            "properties": {
                "path": {
                    "type": "string",
                    "description": "文件绝对路径",
                },
            },
            "required": ["path"],
        },
    },
    "file_write": {
        "name": "cli_file_write",
        "description": (
            "写入文件到用户本地电脑。"
            "用于创建或更新用户电脑上的文件。"
        ),
        "parameters": {
            "type": "object",
            "properties": {
                "path": {
                    "type": "string",
                    "description": "文件绝对路径",
                },
                "content": {
                    "type": "string",
                    "description": "文件内容",
                },
            },
            "required": ["path", "content"],
        },
    },
    "file_ops": {
        "name": "cli_file_ops",
        "description": (
            "在用户本地电脑上执行文件操作（复制/移动/删除/列表）。"
        ),
        "parameters": {
            "type": "object",
            "properties": {
                "operation": {
                    "type": "string",
                    "description": "操作类型",
                    "enum": ["copy", "move", "delete", "list"],
                },
                "source": {
                    "type": "string",
                    "description": "源路径",
                },
                "destination": {
                    "type": "string",
                    "description": "目标路径（copy/move 时必填）",
                },
            },
            "required": ["operation", "source"],
        },
    },
    "grep": {
        "name": "cli_grep",
        "description": (
            "在用户本地电脑上搜索文件内容。"
            "用于在用户项目中查找代码、配置等。"
        ),
        "parameters": {
            "type": "object",
            "properties": {
                "pattern": {
                    "type": "string",
                    "description": "搜索模式",
                },
                "path": {
                    "type": "string",
                    "description": "搜索路径（可选，默认当前目录）",
                },
            },
            "required": ["pattern"],
        },
    },
    "code_execution": {
        "name": "cli_code_execution",
        "description": (
            "在用户本地电脑上执行代码片段（Python）。"
            "用于需要在用户本地环境中运行脚本的场景。"
        ),
        "parameters": {
            "type": "object",
            "properties": {
                "code": {
                    "type": "string",
                    "description": "要执行的代码",
                },
                "language": {
                    "type": "string",
                    "description": "编程语言（当前仅支持 python）",
                    "enum": ["python"],
                },
            },
            "required": ["code"],
        },
    },
}


# ── 动态注册 / 注销 ──────────────────────────────────────

def register_cli_tools(
    user_id: str,
    capabilities: dict,
) -> list[str]:
    """
    CLI 连接时调用——根据能力报告动态注册工具到 Hermes ToolRegistry。

    Args:
        user_id: 用户 ID
        capabilities: CLI 上报的 capability_report

    Returns:
        已注册的工具名列表（带 cli_ 前缀）
    """
    from toolsets import create_custom_toolset, TOOLSETS

    if not _bridge:
        logger.warning("[CliTunnel] bridge 未初始化，跳过工具注册")
        return []

    reported_tools = {t["name"] for t in capabilities.get("tools", [])}
    registered: list[str] = []

    for local_name, schema in _TOOL_SCHEMAS.items():
        if local_name not in reported_tools:
            continue

        prefixed_name = schema["name"]  # e.g. "cli_terminal"

        # 避免与非 CLI 内置工具冲突
        existing_toolset = registry.get_toolset_for_tool(prefixed_name)
        if existing_toolset and existing_toolset != "connectors":
            logger.warning(
                "[CliTunnel] 工具 '%s' 与 toolset '%s' 冲突，跳过",
                prefixed_name, existing_toolset,
            )
            continue

        registry.register(
            name=prefixed_name,
            toolset="connectors",
            schema=schema,
            handler=_make_cli_handler(local_name, user_id),
            check_fn=_make_check_fn(user_id),
            is_async=False,
            description=schema["description"],
            emoji="💻",
        )
        registered.append(prefixed_name)

    # 注入到 hermes-* umbrella toolsets 以确保通过 enabled_toolsets 过滤
    if registered:
        for ts_name, ts in TOOLSETS.items():
            if ts_name.startswith("hermes-"):
                for tool_name in registered:
                    if tool_name not in ts["tools"]:
                        ts["tools"].append(tool_name)

    logger.info(
        "[CliTunnel] 为用户 %s 注册 %d 个本地工具: %s",
        user_id, len(registered), ", ".join(registered),
    )
    return registered


def deregister_cli_tools(tools: list[str]) -> None:
    """
    CLI 断开时调用——从 ToolRegistry 注销工具。

    Args:
        tools: 之前 register_cli_tools 返回的工具名列表
    """
    from toolsets import TOOLSETS

    for name in tools:
        registry.deregister(name)
        # 从 hermes-* umbrella toolsets 中移除
        for ts_name, ts in TOOLSETS.items():
            if ts_name.startswith("hermes-"):
                try:
                    ts["tools"].remove(name)
                except ValueError:
                    pass

    if tools:
        logger.info("[CliTunnel] 注销 %d 个本地工具: %s", len(tools), ", ".join(tools))


# ── Handler 工厂 ─────────────────────────────────────────

def _make_cli_handler(local_tool_name: str, user_id: str):
    """
    返回闭包 handler，走 Tunnel 派发工具调用。

    签名：handler(args, **kwargs) -> str（符合 registry.dispatch 要求）
    """
    def _handler(args: dict, **kwargs) -> str:
        if not _bridge:
            return tool_error("CLI Bridge 未初始化")

        if not _bridge.is_connected(user_id):
            return tool_error(
                f"本地 CLI 未连接。请确保 Mind CLI 正在运行并已连接隧道。"
            )

        # 同步调用异步 dispatch（复用 model_tools._run_async 模式）
        try:
            loop = asyncio.get_running_loop()
        except RuntimeError:
            loop = None

        coro = _bridge.dispatch_tool_call(user_id, local_tool_name, args)

        try:
            if loop and loop.is_running():
                # 在 async 上下文中（SSE gateway）→ 开线程
                import concurrent.futures
                with concurrent.futures.ThreadPoolExecutor(max_workers=1) as pool:
                    future = pool.submit(asyncio.run, coro)
                    result = future.result(timeout=130)
            else:
                result = asyncio.run(coro)
        except Exception as e:
            logger.error("[CliTunnel] 工具 %s 调用失败: %s", local_tool_name, e)
            return tool_error(f"本地工具调用失败: {e}")

        # result 是 dict（从 CLI 返回的 JSON-RPC result）
        if isinstance(result, dict) and "error" in result:
            return tool_error(result["error"])

        return json.dumps(
            {"ok": True, "tool": local_tool_name, "result": result},
            ensure_ascii=False,
        )

    return _handler


def _make_check_fn(user_id: str):
    """
    返回 check_fn 闭包——registry 每次 get_definitions 时调用。

    只有当 bridge 存在且该用户 CLI 在线时才返回 True，
    离线时工具自动从 LLM 视野消失。
    """
    def _check() -> bool:
        return bool(_bridge and _bridge.is_connected(user_id))
    return _check