#!/usr/bin/env bash
# selfhost-verify.sh — Verifica el auto-alojamiento bit a bit de Stage 1 de punta a punta
# (SDD 11 §7; runbook docs/runbooks/stage1-vm-boot.md §8c).
#
# Hace TODO el pipeline en una corrida, pensado para un host con KVM + RAM holgada (p. ej. una
# laptop): construye el store baseline, ensambla el builder, lo empaqueta como initramfs y lo bootea
# en QEMU, donde `rebuild-stage1` reconstruye stage1' con el toolchain de adentro y compara su
# content-hash (`of_tree`) con la referencia anclada afuera → ✓ REPRODUCIBLE / ✗ DIVERGENTE.
#
# Prerequisitos:
#   - Lab de dev:  ./scripts/bootstrap-devfs.sh   (deja .dev-fs/alpine + .dev-fs/tools/zig)
#   - qemu-system-x86_64, cpio, gzip; un kernel x86_64 en $KERNEL.
#   - Red (el fetch de Rust hace `cargo vendor` desde crates.io).
#
# Variables (override por entorno):
#   STORE      store content-addressed         (default ./store)
#   KERNEL     kernel a bootear en la VM        (default /boot/vmlinuz-linux)
#   MEM        RAM de la VM en MiB              (default 6144; con KVM subí a 8192+)
#   KVM        1 ⇒ -enable-kvm -cpu host        (default auto: 1 si hay /dev/kvm)
#   PRESEED    "all" rebuild 4/4 in-VM | "hammerd" preseed C+arje, sólo hammerd in-VM
#              (default all; "hammerd" es el camino barato/rápido si la RAM va justa)
#   EXPECT_REF content-hash esperado (cross-check de reproducibilidad entre máquinas; opcional)
#   STAGE0_URL / STAGE0_SHA256 / SEED_VERSION  semilla zig (defaults: zig 0.16.0)
#
# Uso típico en la laptop (con KVM):
#   KVM=1 MEM=10240 ./scripts/selfhost-verify.sh
set -euo pipefail

REPO_ROOT="$(cd "$(dirname "$0")/.." && pwd)"
cd "$REPO_ROOT"

STORE="${STORE:-store}"
KERNEL="${KERNEL:-/boot/vmlinuz-linux}"
MEM="${MEM:-6144}"
PRESEED="${PRESEED:-all}"
SEED_VERSION="${SEED_VERSION:-0.16.0}"
STAGE0_URL="${STAGE0_URL:-https://ziglang.org/download/0.16.0/zig-x86_64-linux-0.16.0.tar.xz}"
STAGE0_SHA256="${STAGE0_SHA256:-70e49664a74374b48b51e6f3fdfbf437f6395d42509050588bd49abe52ba3d00}"
TOOLCHAIN="${TOOLCHAIN:-.dev-fs/alpine}"
TOOLCHAIN_TAG="${TOOLCHAIN_TAG:-alpine-3.23.4-builder}"
# Referencia conocida-buena (store baseline en el host de dev, runbook §8c). Si tu corrida produce
# otra, o bien cambió algo del pin (toolchain/recipes/seed) o hay un no-determinismo nuevo.
# Baseline DETERMINISTA con codegen-units=1 + CARGO_BUILD_JOBS=1 en el sandbox: el segundo serializa
# el backend paralelo de rustc/LLVM (ThinLTO), sin el cual arje-zero divergía ~62 KB a >1 CPU (el
# viejo 0039b2b9… era un build paralelo no-reproducible). Ver §8c y SDD 09 §2.
EXPECT_REF="${EXPECT_REF:-b3:9adefb82b8457c8616cc89e6bb725a787ea52641f65d60d989d819e4872735ac}"
: "${KVM:=$([[ -w /dev/kvm ]] && echo 1 || echo 0)}"

say() { printf '\n\033[1;36m==> %s\033[0m\n' "$*"; }
die() { printf '\033[1;31mERROR: %s\033[0m\n' "$*" >&2; exit 1; }

[[ -x "$TOOLCHAIN/usr/bin/rustc" ]] || die "falta el lab: corré ./scripts/bootstrap-devfs.sh (no veo $TOOLCHAIN)"
[[ -r "$KERNEL" ]] || die "no puedo leer el kernel $KERNEL (set KERNEL=…)"
command -v qemu-system-x86_64 >/dev/null || die "falta qemu-system-x86_64"

# 0) Binario hammer estático (musl, crt-static) — el builder lo bootea adentro.
HAMMER_BIN="target/x86_64-unknown-linux-musl/release/hammer"
say "build hammer estático ($HAMMER_BIN)"
cargo build --release --target x86_64-unknown-linux-musl -p hammer-cli
HAMMER="./$HAMMER_BIN"

say "stage0 — ingerir la semilla zig (idempotente)"
"$HAMMER" --store "$STORE" bootstrap stage0 \
    --url "$STAGE0_URL" --sha256 "$STAGE0_SHA256" --version "$SEED_VERSION"
# El seed_hash sale del nombre del artefacto sellado (robusto: no parsea stdout, donde el sha256 del
# tarball también es 64-hex y podría confundirse).
SEED_HASH="$(ls -d "$STORE"/*-seed-zig 2>/dev/null | head -1 | sed -E 's#.*/([0-9a-f]{64})-seed-zig#b3:\1#')"
[[ "$SEED_HASH" == b3:* && ${#SEED_HASH} -eq 67 ]] || die "no encuentro la semilla sellada en $STORE"
say "semilla: $SEED_HASH"

# 0c) Auto-alojamiento del COMPILADOR (variante b, pieza rust). A DIFERENCIA de make/busybox/bwrap/…
#     (herramientas que ORQUESTAN o COPIAN ⇒ bytes idénticos), **rustc EMITE los binarios del 4/4**
#     (arje-zero, hammerd): un rustc distinto ⇒ of_tree DIVERGE del baseline Alpine 9adefb82. Por eso
#     el criterio no es igualdad con Alpine sino AUTO-CONSISTENCIA: el REF se RECOMPUTA con hammer-rust
#     (nuevo EXPECT_REF) y la VM debe reproducir ESE. El swap entra en $TOOLCHAIN, que sirve TANTO al
#     build host del REF (este script, abajo) COMO al toolchain in-VM del builder (--toolchain); se
#     restaura al salir (trap). hammer-rust se construye con scripts/rust-frontier (climb mrustc→1.91.1).
#       SWAP_RUST=1        → overlay .scratch/rust-1.91.1-prefix sobre /toolchain/usr/{bin,lib}.
#       RUST_PREFIX=DIR    → prefix hammer-rust alternativo (default .scratch/rust-1.91.1-prefix).
#       RUST_EXPECT_REF=…  → REF conocido-bueno de hammer-rust (cross-check; vacío ⇒ sólo lo imprime).
#     ⚠️ Usá PRESEED=hammerd con SWAP_RUST: arje-zero (monorepo tawasuyu) vendorea ~1973 crates;
#     en un rebuild in-VM completo (PRESEED=all) ese vendor desborda el rootfs en RAM de la VM
#     (ENOSPC). PRESEED=hammerd preseedea el arje-zero host-built (hammer-rust, locked) y sólo
#     reconstruye hammerd in-VM. ✓ REPRODUCIBLE verificado así (2026-06-18, of_tree 7fa6cb4e).
if [[ "${SWAP_RUST:-0}" == 1 ]]; then
    RUST_PREFIX="${RUST_PREFIX:-.scratch/rust-1.91.1-prefix}"
    [[ -x "$RUST_PREFIX/bin/rustc" ]] || die "SWAP_RUST=1 pero no veo el prefix hammer-rust en $RUST_PREFIX (corré el climb: scripts/rust-frontier/README.md)"
    say "variante b (compilador) — swapear hammer-rust 1.91.1 en $TOOLCHAIN (criterio: auto-consistencia)"
    scripts/rust-frontier/swap-rust-into-toolchain.sh --prefix "$RUST_PREFIX" --toolchain "$TOOLCHAIN"
    trap 'scripts/rust-frontier/swap-rust-into-toolchain.sh --restore --toolchain "$TOOLCHAIN" >/dev/null 2>&1 || true' EXIT
    # OJO: el input-hash del store NO incluye el rustc (recipe.hash_inputs = source+compiler+target+
    # link+patches+flags+phases+deps), así que en el ./store compartido arje-zero/hammerd quedarían
    # CACHEADOS con los bytes de Alpine y el swap sería un no-op. Usamos un store DEDICADO (store-rust)
    # para forzar el rebuild de los 4/4 con hammer-rust; así el of_tree refleja el compilador nuevo.
    STORE="${RUST_STORE:-store-rust}"
    say "SWAP_RUST: store dedicado $STORE (el ./store baseline no se toca; fuerza rebuild con hammer-rust)"
    # Con hammer-rust el REF NO es el 9adefb82 de Alpine; comparamos contra RUST_EXPECT_REF, el
    # of_tree(stage1) auto-consistente de hammer-rust 1.91.1 (reproducido 2× en host, 2026-06-17,
    # store-rust y store-rust2). Override con RUST_EXPECT_REF= para re-anclar.
    EXPECT_REF="${RUST_EXPECT_REF:-b3:7fa6cb4e70a934d72206cf3d95cf46a13f0a6464ec73855b98d547195f4ed047}"
fi

# 1) Store baseline: stage1 (idempotente; rebuildea lo que falte con -mcpu=baseline ya en fuente).
say "stage1 — construir y sellar el rootfs baseline"
"$HAMMER" --store "$STORE" bootstrap stage1 --seed-hash "$SEED_HASH" --recipes recipes
ROOTFS_HASH="$(ls -d "$STORE"/*-stage1-rootfs | head -1 | sed -E 's#.*/([0-9a-f]{64})-stage1-rootfs#b3:\1#')"
[[ "$ROOTFS_HASH" == b3:* ]] || die "no encuentro el stage1-rootfs en $STORE"
say "stage1 rootfs: $ROOTFS_HASH"

# 2) Referencia of_tree(stage1) que la VM debe reproducir.
REF="$("$HAMMER" --store "$STORE" bootstrap stage2 --rootfs "$ROOTFS_HASH" 2>&1 \
    | grep -oE 'content-hash: b3:[0-9a-f]{64}|content=b3:[0-9a-f]{64}' | grep -oE 'b3:[0-9a-f]{64}' | tail -1)"
[[ "$REF" == b3:* ]] || die "no obtuve la referencia de stage2"
say "referencia of_tree(stage1) = $REF"
if [[ -n "$EXPECT_REF" && "$REF" != "$EXPECT_REF" ]]; then
    printf '\033[1;33mAVISO: la referencia difiere de la conocida-buena del host de dev:\n  esta   %s\n  espera %s\nReproducibilidad entre máquinas rota O cambió un pin (toolchain/recipes/seed). Seguimos igual.\033[0m\n' "$REF" "$EXPECT_REF"
fi

# 3) Inyectar los módulos del kernel DE ESTA máquina al toolchain (el builder los carga: overlay para
#    el sandbox bwrap, e1000 para la red del vendoring). Deben matchear el kernel que bootea la VM.
# La versión de los módulos DEBE matchear el kernel que bootea la VM ($KERNEL), no el del host
# corriendo el script ($(uname -r)) — en máquinas con varios kernels instalados difieren y el
# insmod falla con "version magic mismatch" → sin overlayfs, bwrap revienta. Sacamos la versión
# del propio bzImage; si no se puede, caemos a uname -r.
KVER="$(file -bL "$KERNEL" 2>/dev/null | grep -oE 'version [0-9][^ ]*' | awk '{print $2}')"
[[ -n "$KVER" && -d "/lib/modules/$KVER" ]] || KVER="$(uname -r)"
say "inyectar overlay.ko + e1000.ko (kernel $KVER) al toolchain"
moddir="/lib/modules/$KVER"
for m in overlay e1000; do
    src="$(find "$moddir" -name "$m.ko*" 2>/dev/null | head -1)"
    if [[ -n "$src" ]]; then
        # Descomprimir si viene .ko.zst/.ko.gz/.ko.xz; el builder hace insmod del .ko crudo.
        case "$src" in
            *.zst) zstd -dqf "$src" -o "$TOOLCHAIN/lib/$m.ko" 2>/dev/null || cp "$src" "$TOOLCHAIN/lib/$(basename "$src")" ;;
            *.gz)  gzip -dc "$src" > "$TOOLCHAIN/lib/$m.ko" ;;
            *.xz)  xz -dc "$src" > "$TOOLCHAIN/lib/$m.ko" ;;
            *)     cp "$src" "$TOOLCHAIN/lib/$m.ko" ;;
        esac
        echo "    $m: $src"
    else
        echo "    $m: NO encontrado en $moddir (si la VM lo necesita, fallará: bwrap overlay / red)"
    fi
done

# 3b) Auto-alojamiento *puro* (variante b, SDD 11 §7.2b): reemplazar piezas del toolchain Alpine por
#     recetas hammer construidas desde fuente, con Stage 2 reverificando que `of_tree(stage1')` NO
#     cambia (el make hammer compila los 4/4 igual de bit-a-bit que el de Alpine). Opt-in:
#       SWAP_MAKE=1     → construye recipes/make.toml y lo monta sobre /toolchain/usr/bin/make.
#       SWAP_BUSYBOX=1  → monta el busybox de hammer sobre /toolchain/bin/busybox (los symlinks de
#                         applets de Alpine — sh/sed/grep/awk/tar/find — pasan a usarlo; cp/mkdir/
#                         install siguen siendo GNU coreutils, intactos).
#       SWAP_LINUX_HEADERS=1 → construye recipes/linux-headers.toml y swap-directorio de los 13 subdirs
#                         kernel-owned de /toolchain/usr/include (linux/asm/…); musl bits/sys intactos.
#       SWAP_BWRAP=1    → construye recipes/bwrap.toml (+libcap, su dep, vía deps.build) y lo monta
#                         sobre /toolchain/usr/bin/bwrap (el sandbox del propio lab).
#       SWAP_COREUTILS=1 → construye recipes/coreutils.toml (multicall) y monta el binario sobre
#                         /toolchain/bin/coreutils; los ~100 symlinks (cp/mkdir/install/…) lo siguen.
#       SWAPS="name=hash[:rel] …" → swaps explícitos extra (formato del flag --swap).
#     Por defecto, off ⇒ corrida pura-Alpine (variante a), idéntica a la baseline conocida-buena.
#     Piezas validadas en host: make+busybox reproducen of_tree=9adefb82 in-VM; linux-headers da un
#     header-tree byte-idéntico a Alpine (diff -r vacío); bwrap rebuildea musl byte-idéntico de sandbox.
SWAP_ARGS=()
if [[ "${SWAP_MAKE:-0}" == 1 ]]; then
    say "variante b — construir make desde fuente (recipes/make.toml) y swapearlo en /toolchain"
    MAKE_HASH="$("$HAMMER" --store "$STORE" build recipes/make.toml | grep -oE 'b3:[0-9a-f]{64}' | tail -1)"
    [[ "$MAKE_HASH" == b3:* ]] || die "no obtuve el hash sellado de make"
    say "make hammer: $MAKE_HASH"
    SWAP_ARGS+=(--swap "make=$MAKE_HASH")
fi
if [[ "${SWAP_BUSYBOX:-0}" == 1 ]]; then
    say "variante b — construir busybox desde fuente y swapearlo en /toolchain/bin/busybox"
    BB_HASH="$("$HAMMER" --store "$STORE" build recipes/busybox.toml | grep -oE 'b3:[0-9a-f]{64}' | tail -1)"
    [[ "$BB_HASH" == b3:* ]] || die "no obtuve el hash sellado de busybox"
    say "busybox hammer: $BB_HASH"
    SWAP_ARGS+=(--swap "busybox=$BB_HASH:bin/busybox")
fi
if [[ "${SWAP_LINUX_HEADERS:-0}" == 1 ]]; then
    # Pieza 3: los headers UAPI del kernel. NO es un binario sino un árbol — el swap-directorio
    # (assemble_builder) reemplaza cada subdir entero. Swapeamos exactamente los subdirs que el
    # artefacto sellado produce (linux/asm/asm-generic/cxl/fwctl/misc/mtd/rdma/regulator/scsi/sound/
    # video/xen), que son justo los que el paquete linux-headers de Alpine posee; los de musl
    # (bits/sys/net/…) quedan intactos.
    say "variante b — construir linux-headers desde fuente y swapear /toolchain/usr/include/{linux,asm,…}"
    LH_HASH="$("$HAMMER" --store "$STORE" build recipes/linux-headers.toml | grep -oE 'b3:[0-9a-f]{64}' | tail -1)"
    [[ "$LH_HASH" == b3:* ]] || die "no obtuve el hash sellado de linux-headers"
    say "linux-headers hammer: $LH_HASH"
    LH_INC="$(ls -d "$STORE"/*-linux-headers/usr/include 2>/dev/null | head -1)"
    [[ -d "$LH_INC" ]] || die "no encuentro usr/include en el linux-headers sellado"
    for d in "$LH_INC"/*/; do
        sub="$(basename "$d")"
        SWAP_ARGS+=(--swap "linux-headers=${LH_HASH}:usr/include/$sub")
    done
fi
if [[ "${SWAP_BWRAP:-0}" == 1 ]]; then
    # Pieza 4: bwrap (bubblewrap), EL sandbox del lab. Binario estático ⇒ swap de archivo sobre
    # /toolchain/usr/bin/bwrap. Su dep libcap la construye y materializa el lab solo (deps.build).
    # bwrap es herramienta, no input del 4/4: no necesita casar byte-a-byte con Alpine, sólo aislar
    # igual (validado en host — musl rebuildeó byte-idéntico bajo hammer-bwrap).
    say "variante b — construir bwrap (+libcap) desde fuente y swapearlo en /toolchain/usr/bin/bwrap"
    BW_HASH="$("$HAMMER" --store "$STORE" build recipes/bwrap.toml | grep -oE 'b3:[0-9a-f]{64}' | tail -1)"
    [[ "$BW_HASH" == b3:* ]] || die "no obtuve el hash sellado de bwrap"
    say "bwrap hammer: $BW_HASH"
    SWAP_ARGS+=(--swap "bwrap=${BW_HASH}:usr/bin/bwrap")
fi
if [[ "${SWAP_COREUTILS:-0}" == 1 ]]; then
    # Pieza 5: GNU coreutils (cp/mkdir/ln/chmod/mv/install…). Multicall (--enable-single-binary), igual
    # layout que Alpine: un binario /bin/coreutils + ~100 symlinks. UN swap del binario rutea todos los
    # applets (los symlinks del toolchain ya apuntan a coreutils). Tool, no input: validado en host —
    # musl Y busybox rebuildearon byte-idéntico bajo hammer-coreutils.
    say "variante b — construir coreutils desde fuente y swapearlo en /toolchain/bin/coreutils"
    CU_HASH="$("$HAMMER" --store "$STORE" build recipes/coreutils.toml | grep -oE 'b3:[0-9a-f]{64}' | tail -1)"
    [[ "$CU_HASH" == b3:* ]] || die "no obtuve el hash sellado de coreutils"
    say "coreutils hammer: $CU_HASH"
    SWAP_ARGS+=(--swap "coreutils=${CU_HASH}:bin/coreutils")
fi
for s in ${SWAPS:-}; do SWAP_ARGS+=(--swap "$s"); done

# 4) Ensamblar el builder con la referencia embebida.
say "ensamblar builder (toolchain in-rootfs + hammer baseline + ref${SWAP_ARGS:+ + swaps})"
"$HAMMER" --store "$STORE" bootstrap builder \
    --stage1 "$ROOTFS_HASH" --seed-hash "$SEED_HASH" \
    --hammer-bin "$HAMMER_BIN" \
    --toolchain "$TOOLCHAIN" --toolchain-tag "$TOOLCHAIN_TAG" \
    --ref-content "$REF" \
    "${SWAP_ARGS[@]}" \
    --work-cache work --out work/builder-rootfs

# 4b) Preseed opcional para abaratar el rebuild in-VM (sólo hammerd se reconstruye).
if [[ "$PRESEED" == "hammerd" ]]; then
    say "preseed musl+busybox+arje-zero (sólo hammerd se reconstruye in-VM)"
    for n in musl busybox arje-zero; do
        d="$(ls -d "$STORE"/*-"$n" 2>/dev/null | head -1)"
        [[ -n "$d" ]] && cp -a "$d" work/builder-rootfs/store/ && echo "    preseed: $(basename "$d")"
    done
fi

# 4c) HAMMER_KERNEL=1 — wrapper /init para escapar del rootfs (frente kernel-from-source).
#     Con un kernel hammer-built (recipes/linux.toml) el `/` del initramfs es el rootfs ABSOLUTO del
#     mount-namespace (su propio padre, no movible) y bwrap del sandbox falla en `pivot_root: Invalid
#     argument` (el kernel host no lo exigía — quirk suyo). El fix portable (funciona en cualquier
#     kernel): un /init PID1 que copia el rootfs a un tmpfs y hace `switch_root`, dejando `/` como un
#     mount tmpfs real (pivotable). El kernel debe arrancar con rdinit=/init (ver APPEND abajo). Off por
#     defecto ⇒ el camino del kernel host queda intacto (rdinit=/sbin/init directo).
if [[ "${HAMMER_KERNEL:-0}" == 1 ]]; then
    say "HAMMER_KERNEL: inyectar /init wrapper (copy-to-tmpfs + switch_root, escapa del rootfs)"
    cat > work/builder-rootfs/init <<'INIT'
#!/bin/sh
# PID1 wrapper: el rootfs del initramfs no es pivotable (bwrap pivot_root EINVAL); copiamos a un tmpfs
# y switch_root para que / sea un mount real. Luego exec del init real (arje-zero).
/bin/busybox mkdir -p /newroot
/bin/busybox mount -t tmpfs tmpfs /newroot
cd /
for e in /*; do
    [ "$e" = /newroot ] && continue
    /bin/busybox cp -a "$e" /newroot/
done
exec /bin/busybox switch_root /newroot /sbin/init
INIT
    chmod +x work/builder-rootfs/init
    export APPEND="console=ttyS0 rdinit=/init"
fi

# 5) Empaquetar como initramfs. --owner=root:root OBLIGATORIO: si los ficheros viajan con el uid del
#    host, el userns de bwrap (mapea 0→0) no lo mapea y el copy-up de overlay falla con EACCES.
say "empaquetar initramfs (cpio newc, --owner=root:root)"
( cd work/builder-rootfs && find . -print0 | cpio --null -o -H newc --owner=root:root 2>/dev/null | gzip -1 ) > work/builder.cpio.gz
echo "    work/builder.cpio.gz: $(du -h work/builder.cpio.gz | cut -f1)"

# 6) Bootear + driver no-interactivo → veredicto.
say "bootear la VM y correr rebuild-stage1 (KVM=$KVM MEM=$MEM)"
KVM="$KVM" MEM="$MEM" KERNEL="$KERNEL" BUILDER_CPIO="work/builder.cpio.gz" \
    python3 scripts/drive-rebuild.py