#!/bin/bash
# ============================================================================
# 混合学习控制器 - 智能主题选择版 v4.0
# ============================================================================
# 功能：调用标准学习模块learn-core.sh完成学习任务
# 特点：模块化、易维护、流程统一、智能主题选择
# ============================================================================

# 配置
LEARNING_DIR="/root/.openclaw/workspace/sleep-learning"
LEARNING_LOG="${LEARNING_DIR}/learning.log"
PROBLEM_LOG="/var/log/openclaw/problems.log"
KNOWLEDGE_GRAPH="/root/.openclaw/workspace/知识图谱.md"
TOPIC_STATE="/root/.openclaw/.hybrid-learning-topic-state"
LOG_RETENTION_DAYS=15
DEEP_THINKING_ROUNDS=3

mkdir -p "$(dirname "$PROBLEM_LOG")" "$LEARNING_DIR"

# -------------------- 加载标准学习模块 --------------------
source /root/.openclaw/scripts/learn-core.sh

# ============================================================================
# 日志功能
# ============================================================================
log_start() {
    local task="$1"
    local robot="$2"
    echo "========================================" >> "$LEARNING_LOG"
    echo "[开始] $(date '+%Y-%m-%d %H:%M:%S') | $robot | $task" >> "$LEARNING_LOG"
    echo "[开始] $task"
}

log_progress() {
    local message="$1"
    echo "[进度] $(date '+%H:%M:%S') | $message" >> "$LEARNING_LOG"
    echo "  → $message"
}

log_deep() {
    local round="$1"
    local message="$2"
    echo "[深度-$round] $(date '+%H:%M:%S') | $message" >> "$LEARNING_LOG"
    echo "    🔹 第${round}轮深度思考: $message"
}

log_end() {
    local status="$1"
    local duration="$2"
    echo "[结束] $(date '+%Y-%m-%d %H:%M:%S') | 状态: $status | 耗时: ${duration}秒" >> "$LEARNING_LOG"
    echo "[结束] 完成 (${duration}秒)"
}

log_topic() {
    echo "[主题] $1" >&2  # 全部输出到stderr
}

# ============================================================================
# 清理旧日志
# ============================================================================
clean_old_logs() {
    local count=$(find "$LEARNING_DIR" -name "*.log" -mtime +$LOG_RETENTION_DAYS 2>/dev/null | wc -l)
    if [ "$count" -gt 0 ]; then
        find "$LEARNING_DIR" -name "*.log" -mtime +$LOG_RETENTION_DAYS -delete
        log_progress "已删除 ${count} 个过期日志文件"
    fi
}

# ============================================================================
# 7大品类定义 + Fallback主题
# ============================================================================
declare -A FALLBACK_TOPICS

FALLBACK_TOPICS["写作助手"]="Prompt工程、多模态提示词、AI辅助写作技巧"
FALLBACK_TOPICS["贵金属交易"]="黄金价格影响因素、白银投资策略、铂金市场分析"
FALLBACK_TOPICS["期货交易"]="期货合约交割、套期保值策略、商品期货波动"
FALLBACK_TOPICS["合约交易"]="永续合约机制、资金费率计算、杠杆风险管理"
FALLBACK_TOPICS["虚拟货币"]="区块链技术原理、DeFi协议、NFT应用场景"
FALLBACK_TOPICS["网络自动化"]="Selenium自动化、API接口对接、数据抓取技巧"
FALLBACK_TOPICS["AI能力提升"]="大模型微调、RAG检索增强、AI Agent设计"

# ============================================================================
# 获取当前品类索引（轮询）
# ============================================================================
get_category_index() {
    local current=0
    if [ -f "$TOPIC_STATE" ]; then
        current=$(cat "$TOPIC_STATE")
    fi
    
    local next=$(( (current + 1) % 7 ))
    echo "$next" > "$TOPIC_STATE"
    echo "$next"
}

# ============================================================================
# 获取品类名称
# ============================================================================
get_category_name() {
    local index=$1
    local categories=(
        "写作助手"
        "贵金属交易"
        "期货交易"
        "合约交易"
        "虚拟货币"
        "网络自动化"
        "AI能力提升"
    )
    echo "${categories[$index]}"
}

# ============================================================================
# AI动态生成主题
# ============================================================================
generate_topic_with_ai() {
    local category="$1"
    
    log_topic "AI生成主题中: $category" >&2  # 输出到stderr，不干扰stdout
    
    # 调用AI生成具体学习主题
    local ai_result
    ai_result=$(python3 /root/.openclaw/scripts/ocw_api.py chat "作为AI学习助手，请为${category}生成一个具体的、有价值的学习主题。长度不超过15字。直接输出主题。" 2>/dev/null)
    
    # 清理输出
    echo "$ai_result" | tr -d '[]【】'
}

# ============================================================================
# 选择学习主题（AI生成 + Fallback）
# ============================================================================
select_topic() {
    local category="$1"
    local topic=""
    local source="AI"
    
    # 尝试AI生成
    local ai_topic
    ai_topic=$(generate_topic_with_ai "$category" 2>/dev/null)
    
    # 清理AI结果
    ai_topic=$(echo "$ai_topic" | grep -vE "\[主题\]|品类|生成" | head -1)
    
    # 验证AI结果
    if [ -n "$ai_topic" ] && [ ${#ai_topic} -lt 30 ] && [ ${#ai_topic} -gt 2 ]; then
        topic="$ai_topic"
    else
        # Fallback到预设主题
        local fallback="${FALLBACK_TOPICS[$category]}"
        local fallback_topic=$(echo "$fallback" | cut -d',' -f1 | tr -d ' ')
        topic="$fallback_topic"
        source="Fallback"
    fi
    
    # 输出主题和来源
    echo "${source}|${topic}"
}

# ============================================================================
# 获取主题（带日志）
# ============================================================================
get_topic_with_log() {
    local category="$1"
    local result
    result=$(select_topic "$category")
    local source=$(echo "$result" | cut -d'|' -f1)
    local topic=$(echo "$result" | cut -d'|' -f2)
    echo "[主题] ${source}: $topic" >&2
    echo "$topic"
}

# ============================================================================
# AI根据发展方向生成学习主题
# ============================================================================
# 发展方向主题池（API不可用时的备选）
DIRECTION_TOPICS=(
    "AI Agent设计模式"
    "大模型RAG检索增强"
    "Prompt工程最佳实践"
    "多模态AI应用开发"
    "AI Agent工作流自动化"
    "大模型微调技术"
    "AI Agent记忆机制"
    "Function Calling实战"
)

# ============================================================================
# AI根据发展方向生成学习主题
# ============================================================================
generate_topic_by_direction() {
    local robot="$1"
    
    log_progress "根据发展方向生成学习主题..."
    
    # 尝试调用API，失败则使用主题池
    local topic=""
    
    # 调用AI根据发展方向生成学习主题
    local ai_result
    ai_result=$(python3 /root/.openclaw/scripts/ocw_api.py chat "作为${robot}的AI学习助手，请根据当前技术发展趋势生成一个有价值的学习主题。长度不超过20字。直接输出主题。" 2>/dev/null)
    
    # 清理输出
    topic=$(echo "$ai_result" | tr -d '[]【】' | grep -vE "<think>|</think>|主题|生成|发展|趋势" | head -1)
    
    # 验证结果
    if [ -z "$topic" ] || [ ${#topic} -lt 2 ]; then
        # 使用主题池轮询
        local index=0
        if [ -f "$TOPIC_STATE" ]; then
            index=$(cat "$TOPIC_STATE")
        fi
        topic="${DIRECTION_TOPICS[$((index % ${#DIRECTION_TOPICS[@]}))]}"
        echo $((index + 1)) > "$TOPIC_STATE"
    fi
    
    echo "[主题] AI发展: $topic" >&2
    echo "$topic"
}

# ============================================================================
# 模式A：自动学习（调用learn-core）
# ============================================================================
mode_a_deep_learning() {
    local robot="$1"
    local cycle=$2
    local use_direction="${3:-false}"
    
    log_progress "模式A：自动学习"
    
    local topic
    
    if [ "$use_direction" = "true" ]; then
        # 根据发展方向生成主题（不输出调试信息）
        topic=$(generate_topic_by_direction "$robot" 2>/dev/null)
    else
        # 选择品类（轮询）
        local category_index
        category_index=$(get_category_index)
        local category
        category=$(get_category_name "$category_index")
        log_topic "品类: $category"
        
        # 选择具体主题
        topic=$(get_topic_with_log "$category")
    fi
    
    # 调用学习模块
    learn_topic "$topic" "auto"
    
    log_progress "自动学习完成"
}

# ============================================================================
# 模式B：问题驱动学习（调用learn-core）
# ============================================================================
mode_b_deep_learning() {
    local robot="$1"
    local problem="$2"
    
    log_progress "模式B：问题驱动学习"
    
    # 使用learn-core进行问题分析
    log_progress "问题: $problem"
    
    # 调用AI分析问题
    python3 /root/.openclaw/scripts/ocw_api.py chat "作为${robot}，请深度分析以下问题：${problem}。请从以下维度分析（每点不超过30字）：1. 问题本质 2. 根本原因 3. 解决思路。直接输出分析结果。" 2>/dev/null

    log_progress "问题分析完成"
}

# ============================================================================
# 问题检测
# ============================================================================
detect_problems() {
    log_progress "检测最近问题"
    
    if [ -f "/root/.openclaw/scripts/monitor-error.log" ]; then
        local recent_errors=$(tail -10 "/root/.openclaw/scripts/monitor-error.log" 2>/dev/null)
        if [ -n "$recent_errors" ]; then
            log_progress "发现系统错误"
        fi
    fi
    
    echo "[$(date '+%Y-%m-%d %H:%M:%S')] 问题检测完成" >> "$PROBLEM_LOG"
}

# ============================================================================
# 整合到知识体系
# ============================================================================
integrate_knowledge() {
    local robot="$1"
    local type="$2"
    
    log_progress "整合到知识体系"
    
    if [ -f "$KNOWLEDGE_GRAPH" ]; then
        echo "- [$(date '+%Y-%m-%d %H:%M:%S')] ${robot} 完成${type}学习" >> "${LEARNING_DIR}/knowledge-updates.log"
    fi
    
    log_progress "知识整合完成"
}

# ============================================================================
# 主程序
# ============================================================================
main() {
    local mode="${1:-hybrid}"
    local robot="${2:-青龙}"
    local problem="${3:-}"
    local use_direction="${4:-false}"  # 是否按发展方向生成
    
    local start_time=$(date +%s)
    
    echo "╔════════════════════════════════════════════════════╗"
    echo "║        混合学习控制器 v4.1 (发展方向版)          ║"
    echo "╚════════════════════════════════════════════════════╝"
    echo ""
    echo "机器人：$robot"
    echo "模式：$mode"
    echo "学习模块：learn-core.sh"
    if [ "$use_direction" = "true" ]; then
        echo "主题选择：AI根据发展方向生成"
    else
        echo "主题选择：7大品类轮询 + AI生成"
    fi
    echo ""
    
    clean_old_logs
    
    case "$mode" in
        hybrid)
            log_start "混合学习" "$robot"
            detect_problems
            
            if [ -n "$problem" ]; then
                mode_b_deep_learning "$robot" "$problem"
            fi
            
            mode_a_deep_learning "$robot" 1 "$use_direction"
            integrate_knowledge "$robot" "hybrid"
            ;;
        auto)
            log_start "自动学习" "$robot"
            mode_a_deep_learning "$robot" 1 "$use_direction"
            integrate_knowledge "$robot" "auto"
            ;;
        problem)
            if [ -z "$problem" ]; then
                echo "❌ 模式B需要提供问题参数"
                exit 1
            fi
            log_start "问题驱动学习" "$robot"
            mode_b_deep_learning "$robot" "$problem"
            integrate_knowledge "$robot" "problem"
            ;;
        direction)
            # 纯发展方向模式
            log_start "发展方向学习" "$robot"
            topic=$(generate_topic_by_direction "$robot")
            learn_topic "$topic" "auto"
            integrate_knowledge "$robot" "direction"
            ;;
        *)
            echo "用法：$0 {hybrid|auto|problem|direction} [机器人] [问题] [direction]"
            echo ""
            echo "示例："
            echo "  $0 hybrid 2号机          # 混合学习（品类轮询）"
            echo "  $0 auto 2号机           # 自动学习（品类轮询）"
            echo "  $0 direction 2号机       # 按发展方向生成学习主题"
            echo "  $0 hybrid 2号机 '' true # 混合学习+发展方向模式"
            echo "  $0 problem 2号机 '问题X' # 问题驱动学习"
            ;;
    esac
    
    local end_time=$(date +%s)
    local duration=$((end_time - start_time))
    
    log_end "ok" "$duration"
    
    echo ""
    echo "📊 日志: $LEARNING_LOG"
}

# 执行主程序
main "$@"