hammer/scripts/yupana.py

#!/usr/bin/env python3
# yupana.py — la YUPANA del build: el ábaco que RECKONA sobre el estado de la distro.
#
# DOS OBJETOS ANDINOS, DOS ROLES. En los Andes el khipu GUARDABA (cuerdas anudadas que registran
# cantidades y relaciones) y la yupana CALCULABA sobre ese registro (el ábaco inca). Acá es igual y
# la distinción es la arquitectura, no adorno:
#     · `docs/state/build-state.json` es el KHIPU — el registro firme y versionado: los nudos
#       (recetas) y las cuerdas (deps), la única fuente de verdad de QUÉ hay y QUÉ falta.
#     · este módulo es la YUPANA — el motor que reckona sobre el khipu: a QUIÉN rompo si toco algo
#       (radio), qué imágenes dependen de un nudo (perfiles), en qué orden masticar (ondas).
# Es la BASE metodológica y la PUERTA ÚNICA; el resto de los scripts de estado son sus órganos.
# Antes este saber vivía disperso (en la cabeza, en `grep`, en docs que envejecen) y cada medición
# a mano mentía distinto.
#
# POR QUÉ EXISTE ESTE FICHERO Y NO SÓLO build-state.py. El 2026-07-22 un cambio a `libdrm`
# (default_library=both, para gtk4) invalidó 118 recetas KDE. El radio se midió contra
# `recipes/*.toml` y NO contra `recipes/incoming-kde/` ⇒ dio 8 en vez de 118. `build-state.py` sin
# `--kde` cometía EXACTAMENTE el mismo error: cargaba sólo el corpus, y su campo `perfiles` llegaba
# a AFIRMAR que tocar `libdrm` sólo afectaba a `escritorio-mirada` — una mentira con confianza. La
# causa es estructural: las dependencias INVERSAS son un hecho del disco entero, no de la vista que
# uno cargó. Este módulo las calcula SIEMPRE sobre TODAS las colas, y es de donde build-state saca
# `perfiles`/`dependientes`. La regla, en una línea:
#
#     QUÉ NODOS PUNTÚO es una decisión de vista. QUIÉN ME CONSUME es un hecho — nunca depende de la vista.
#
# RESOLUCIÓN SIBLING-FIRST. Una dep `libdrm` desde una receta de `incoming-kde` resuelve a
# `incoming-kde/libdrm` si existe, y si no cae al `corpus/libdrm` (igual que el sandbox al montar las
# capas). Por eso los nodos se identifican por PAR `(cola, nombre)`, no por nombre: `corpus/fontconfig`
# y `incoming-kde/fontconfig` son nudos distintos y romper uno no rompe a los consumidores del otro.
#
# yupana es la PUERTA ÚNICA de la metodología. Sus verbos son los órganos del ciclo, en el orden en
# que se usan (el mismo que la cadena del plan docs/plan-catalogo-objetivo.md):
#
#   radio <receta>    ¿a QUIÉN rompo si toco esto? (nativo; cruza TODAS las colas) ← ANTES de cambiar nada
#   perfiles <receta> ¿qué imágenes dependen de esto? (nativo)
#   duplicados        invariante (c): nudos que son el mismo paquete bajo dos nombres (por sha) (nativo)
#   keystones         nudos en deuda que gatean el máximo trabajo bloqueado (cierre inverso, AND) (nativo)
#   preflight <r>     modelo EXTRA-GRAFO: ¿choca con un límite del entorno que el grafo no ve? (nativo)
#   estado            regenera el grafo firme          → build-state.py
#   objetivo          qué debe tener cada imagen        → targets.py --lista
#   frontera <perfil> qué pide upstream y no tenemos    → seed-graph.py --frontera
#   triaje            clasificar la frontera            → triaje.py
#   drenar [--perfil] el orden de masticado, en ondas   → drenar.py
#
# Uso:  scripts/yupana.py radio <receta> [--json]
#       scripts/yupana.py estado [--kde] | drenar [--todos] | triaje | frontera <perfil> | objetivo
# Como módulo:  from yupana import cargar_colas, membresia, dependientes, resolver
import glob, json, os, re, subprocess, sys, tomllib
from pathlib import Path

ROOT = Path(__file__).resolve().parent.parent
sys.path.insert(0, str(ROOT / "scripts"))
import targets as targets_mod


def cargar_colas():
    """{cola: {nombre: [deps de build]}} sobre TODAS las colas del disco. `corpus` = recipes/;
    `incoming-<x>` = recipes/incoming-<x>/. Es el grafo completo, sin recortar por vista."""
    colas = {}
    for f in sorted(glob.glob(str(ROOT / "recipes/*.toml"))):
        n = os.path.basename(f)[:-5]
        colas.setdefault("corpus", {})[n] = _deps(f)
    for f in sorted(glob.glob(str(ROOT / "recipes/incoming-*/*.toml"))):
        q = os.path.basename(os.path.dirname(f))
        colas.setdefault(q, {})[os.path.basename(f)[:-5]] = _deps(f)
    return colas


def _deps(f):
    try:
        return tomllib.load(open(f, "rb")).get("deps", {}).get("build", []) or []
    except Exception:
        return []


# --- INVARIANTE (c): CANÓNICO — sin duplicados accidentales entre orígenes ------------------------
# Sufijos que en hammer marcan una VARIANTE deliberada del mismo paquete (misma fuente, otra decisión
# de build: estático/shared, kernel por perfil, mesa por backend). Compartir sha con estos NO es un
# duplicado a fundir — es la diversificación coherente [[etapa-g-gui-chain-boundary]]. `-hello`/`-hola`
# son demos que vendorean la fuente de otro a propósito.
SUFIJOS_VARIANTE = ("-shared", "-static", "-libs", "-tiny", "-dev", "-headers", "-minimal",
                    "-generic", "-metal-dual", "-metal", "-swrast", "-llvmpipe", "-hello", "-hola")


def _base(n):
    """Reduce un nombre a su base de familia quitando sufijos de variante, repetido: `zlib-shared`→
    `zlib`, `mesa-llvmpipe`→`mesa`, `linux-generic`→`linux`. NO toca el `lib` inicial a propósito
    (`libpng`→`png` colapsaría paquetes sin relación). Para decidir si dos nudos que comparten fuente
    son la MISMA familia (variante ok) o paquetes SIN relación (colisión real)."""
    prev = None
    while prev != n:
        prev = n
        for s in SUFIJOS_VARIANTE:
            if n.endswith(s) and len(n) > len(s):
                n = n[: -len(s)]
    return n


# --- KEYSTONES: los nudos que gatean el trabajo -------------------------------------------------
# ADVERTENCIA MATEMÁTICA (medida, no supuesta). El árbol de dominadores INGENUO NO sirve acá: asume
# alcanzabilidad OR (basta un camino), pero construir es AND (hacen falta TODAS las deps). `kcoreaddons`
# depende de `dbus`/`libdrm`/`mesa` además de `qtbase` ⇒ en el grafo de desbloqueo hay un camino que
# evita qtbase, y el dominador-OR lo pierde. La métrica correcta del "cuánto gateo" bajo AND es el
# CIERRE INVERSO TRANSITIVO. Pero el crudo lo gana el toolchain (make=313, inútil): el keystone
# ACCIONABLE es el cierre inverso restringido a la DEUDA — cuánto trabajo BLOQUEADO libero. El
# dominador SÍ tiene un uso legítimo, otro: la RETENCIÓN (lo exclusivamente mío), abajo.

# --- MODELO EXTRA-GRAFO: patrones de hueco de ENTORNO -------------------------------------------
# El grafo modela deps (R1: Receta×Receta). El entorno es OTRA capa: R2 (Receta×Capacidad, qué exige
# un build) y R3 (Host×Capacidad, qué ofrece la máquina). Construible = clausura(R1) ∧ R2⊆R3. Estos
# huecos viven FUERA del grafo (infra del sandbox, toolchain, layout de fs) y una matemática de grafos
# sola no los ve — pero SÍ se aprenden, como patrones con predictor, calibrados contra fallos REALES.
# Cada patrón: (nombre, deps) → veredicto|None. `preflight` los corre ANTES de construir.
#
# HOY: 1 patrón (overlay-lowerdir), la cicatriz de kio (2026-07-22). Futuros: capacidad-de-host
# (rootfs laptop≠worker, techo MSRV — acumular observaciones (receta,host,lo-que-faltó)); skew de
# toolchain (zig-skew — fingerprint del toolchain por artefacto). harkaq ya MIDE R2 (evidencia
# negativa: qué path del entorno tocó un build); esto lo vuelve consultable + pre-vuela.
#
# CALIBRADO, no adivinado: el estimador daba corto hasta usar el prefijo que bwrap VE (`/oldroot/...`,
# la ruta runtime del worker, no la del hub). Con eso: kio estimado 5346B vs real 5315B (31B de error).
# El primer predictor "obvio" (prefijo del hub) mentía con confianza — la lección de siempre.
PAGINA_OVERLAY = 4096  # tope del string de opciones de un mount overlayfs = PAGE_SIZE
# Prefijo que bwrap ve en runtime (bajo /oldroot, ruta del worker). Ajustable por host.
_PREF_SANDBOX = os.environ.get("PREF_STORE_SANDBOX", "/oldroot/opt/hammer/store/")
_OVERHEAD_OVERLAY = len("upperdir=/tmp-overlay-upper-0,workdir=/tmp-overlay-work-0,") \
    + len("/oldroot/opt/hammer/.dev-fs/alpine") + len(",userxattr")


def _lowerdir_estimado(deps):
    """Bytes del string `lowerdir=` que bwrap arma apilando `deps` como capas overlay directas. Es la
    cantidad de GRAFO (nº y nombre de deps) que cruza el umbral de ENTORNO (una página)."""
    return _OVERHEAD_OVERLAY + sum(len(_PREF_SANDBOX) + 64 + 1 + len(n) + 1 for n in deps)


def patron_overlay(nombre, deps):
    """¿El apilado directo de las deps desborda el mount de overlay? Si sí, la receta SÓLO monta
    gracias al merge de deps (cp -al a store/.dmerge, 1 sola capa). El pre-flight hace VISIBLE esa
    dependencia de una mitigación —y su precondición— que antes era invisible hasta que fallaba."""
    est = _lowerdir_estimado(deps)
    if est <= PAGINA_OVERLAY:
        return None  # entra directo, sin riesgo
    return dict(
        patron="overlay-lowerdir",
        detalle=f"{len(deps)} deps ⇒ lowerdir ~{est}B > {PAGINA_OVERLAY}B (una página)",
        riesgo="depende-del-merge",
        nota=("apilado directo DESBORDA ⇒ sólo monta vía el merge de deps (cp -al a store/.dmerge, "
              "1 capa). Precondición: .dmerge mismo-fs que el store — OK por construcción (vive DENTRO "
              "del store, fix 6a0dc40). Si el store cambiara de layout y el merge fallara, esta receta "
              "NO montaría, silenciosamente."))


PATRONES_ENTORNO = [patron_overlay]


def preflight(objetivo):
    """Corre los patrones de entorno sobre una receta o (con --perfil) sobre todas las de una imagen,
    ANTES de construir. Responde la pregunta que kio contestó tarde y cara: ¿este build va a chocar
    con un límite del entorno que el grafo no ve?"""
    colas = cargar_colas()
    idx = {q: set(m) for q, m in colas.items()}
    if objetivo.startswith("perfil:"):
        pn = objetivo.split(":", 1)[1]
        p = targets_mod.load().get(pn)
        if not p:
            print(f"perfil desconocido: {pn}", file=sys.stderr); return 1
        cola = p.get("cola", "corpus")
        nombres = [(cola if n in idx.get(cola, ()) else "corpus", n)
                   for n in colas.get(cola, {})] if cola != "corpus" else \
                  [("corpus", n) for n in colas["corpus"]]
        # sólo los del ámbito: todas las recetas de la cola del perfil
        objetivos = [(q, n) for q in ({cola} | {"corpus"}) for n in colas.get(q, {})]
    else:
        ubic = [(q, objetivo) for q in colas if objetivo in colas[q]]
        if not ubic:
            print(f"no hay receta `{objetivo}` en ninguna cola", file=sys.stderr); return 1
        objetivos = ubic

    hits = []
    for (q, n) in objetivos:
        deps = colas[q][n]
        for patron in PATRONES_ENTORNO:
            v = patron(n, deps)
            if v:
                hits.append((f"{q}/{n}", v))
    hits.sort(key=lambda h: -_lowerdir_estimado(colas[h[0].split("/")[0]][h[0].split("/", 1)[1]]))

    if not objetivo.startswith("perfil:"):
        q, n = objetivos[0]
        print(f"== preflight de {q}/{n} ({len(colas[q][n])} deps)")
        if not hits:
            print("   ✓ sin riesgo de entorno conocido (entra en el mount overlay directo).")
        for _, v in hits:
            print(f"   ⚠ {v['patron']}: {v['detalle']}")
            print(f"      {v['nota']}")
        return 0
    print(f"== preflight del perfil (patrones: {', '.join(p.__name__ for p in PATRONES_ENTORNO)})")
    print(f"   {len(hits)} recetas dependen del merge para montar (apilado directo desbordaría):")
    for nombre, v in hits[:25]:
        print(f"   ⚠ {nombre:28} {v['detalle']}")
    print(f"\n   son construibles HOY (el merge compacta), pero su montaje CUELGA de que store/.dmerge")
    print(f"   sea mismo-fs que el store. Si un host rompe eso, fallan silenciosas — pre-vuela antes.")
    return 0


def _tiempos():
    """nombre → mediana de segundos de build, desde `store/.times/*.json` (sidecar no determinista,
    lo escribe `scripts/farm/build-timed.sh` en el worker y llega con el rsync de cosecha). Vacío
    hasta que corran builds instrumentados; los consumidores degradan a peso=1."""
    from statistics import median
    muestras = {}
    for f in glob.glob(str(ROOT / "store/.times/*.json")):
        try:
            d = json.loads(open(f).read())
        except Exception:
            continue
        if d.get("name") and isinstance(d.get("seconds"), (int, float)):
            muestras.setdefault(d["name"], []).append(d["seconds"])
    return {n: median(v) for n, v in muestras.items()}


def _camino_critico(nodos, deps_debt, peso):
    """Longest weighted path en el subgrafo de DEUDA (DP sobre topológico). El peso de un nudo = sus
    segundos de build (1 si no hay dato). La suma sobre la cadena más larga = ETA con paralelismo
    infinito: hay que construir esa cadena en SERIE. Devuelve (segundos, secuencia)."""
    memo, camino = {}, {}
    def cp(n):
        if n in memo:
            return memo[n]
        mejor, via = 0, None
        for d in deps_debt.get(n, ()):
            c = cp(d)
            if c > mejor:
                mejor, via = c, d
        memo[n] = peso(n) + mejor
        camino[n] = via
        return memo[n]
    for n in nodos:
        cp(n)
    if not memo:
        return 0, []
    fin = max(memo, key=memo.get)
    seq = []
    x = fin
    while x is not None:
        seq.append(x); x = camino.get(x)
    return memo[fin], list(reversed(seq))


def _cierre_inverso(objetivo, rev):
    """Nodos que dependen de `objetivo`, transitivamente (semántica AND: si X me tiene en su clausura,
    X no se construye sin mí)."""
    vis, pila = set(), [objetivo]
    while pila:
        x = pila.pop()
        for c in rev.get(x, ()):
            if c not in vis:
                vis.add(c); pila.append(c)
    return vis


def _dominador_retencion(colas, perfiles):
    """RETENCIÓN estilo GC: para cada nudo, cuántos otros son EXCLUSIVAMENTE suyos — sólo alcanzables
    (como dependencia, desde las raíces de las imágenes) a través de él. Este SÍ es el árbol de
    dominadores, en su uso correcto: 'si suelto este nudo, cuánto más puedo soltar'. Grafo
    consumidor→dep, raíz virtual sobre todas las raíces de perfil; retención = tamaño del subárbol de
    dominadores. Iterativo (Cooper-Harvey-Kennedy), suficiente para ~1000 nudos."""
    idx = {q: set(m) for q, m in colas.items()}
    R = ("__raiz__", "")
    succ = {R: set()}
    for pn, p in perfiles.items():
        for raiz in p["raices"]:
            nodo = resolver(raiz, p.get("cola", "corpus"), idx)
            if nodo:
                succ[R].add(nodo)
    # aristas consumidor→dep
    for q, miembros in colas.items():
        for n in miembros:
            nodo = (q, n)
            succ.setdefault(nodo, set())
            for d in miembros[n]:
                r = resolver(d, q, idx)
                if r:
                    succ[nodo].add(r)
    # sólo lo alcanzable desde R
    orden, vis = [], set()
    def dfs(u):
        vis.add(u)
        for v in succ.get(u, ()):
            if v not in vis:
                dfs(v)
        orden.append(u)
    sys.setrecursionlimit(10000)
    dfs(R)
    rpo = list(reversed(orden))
    pos = {n: i for i, n in enumerate(rpo)}
    preds = {}
    for u in succ:
        for v in succ[u]:
            preds.setdefault(v, set()).add(u)
    idom = {R: R}
    def inter(a, b):
        while a != b:
            while pos[a] > pos[b]:
                a = idom[a]
            while pos[b] > pos[a]:
                b = idom[b]
        return a
    cambio = True
    while cambio:
        cambio = False
        for u in rpo:
            if u == R:
                continue
            ps = [p for p in preds.get(u, ()) if p in idom]
            if not ps:
                continue
            nuevo = ps[0]
            for p in ps[1:]:
                nuevo = inter(nuevo, p)
            if idom.get(u) != nuevo:
                idom[u] = nuevo; cambio = True
    # tamaño de subárbol (retención) = cuántos nodos domina cada uno
    hijos = {}
    for n, d in idom.items():
        if n != d:
            hijos.setdefault(d, []).append(n)
    ret = {}
    def subtam(u):
        t = 0
        for h in hijos.get(u, ()):
            t += 1 + subtam(h)
        ret[u] = t
        return t
    subtam(R)
    return ret


def keystones(como_json=False):
    """Los nudos que GATEAN más trabajo. Métrica accionable: cierre inverso transitivo restringido a
    la DEUDA (cuánto bloqueado libero al sellar esto). Segunda columna: RETENCIÓN por dominadores (lo
    exclusivamente mío). El grafo elegido es el que más deuda tiene (KDE si existe)."""
    from collections import Counter
    colas = cargar_colas()
    rev = dependientes(colas)
    perfiles = targets_mod.load()
    # estados desde el khipu más completo
    estados = {}
    for f in ("docs/state/build-state-kde.json", "docs/state/build-state-gnome.json",
              "docs/state/build-state.json"):
        p = ROOT / f
        if p.exists():
            for n, r in json.loads(p.read_text())["nodes"].items():
                estados.setdefault(n, r.get("state", "?"))
    DEUDA = ("debt", "never", "unhashable", "wanted")
    ret = _dominador_retencion(colas, perfiles)

    filas = []
    for nodo in list(rev):
        cerr = _cierre_inverso(nodo, rev)
        en_deuda = sum(1 for (q, n) in cerr if estados.get(n) in DEUDA)
        q, n = nodo
        yo_deuda = estados.get(n) in DEUDA
        filas.append(dict(nudo=f"{q}/{n}", gateo_total=len(cerr), gateo_en_deuda=en_deuda,
                          exclusivo=ret.get(nodo, 0), en_deuda=yo_deuda))
    # KEYSTONE ACCIONABLE: un nodo SELLADO ya está disponible ⇒ construirlo no libera nada (make gatea
    # 65 en deuda pero está hecho). El que importa está EN DEUDA y gatea el máximo trabajo bloqueado.
    # Orden: primero los en-deuda, por gateo-en-deuda desc. Los sellados quedan como contexto (su
    # retención `exclusivo` sí es info válida, pero no son trabajo).
    filas.sort(key=lambda r: (not r["en_deuda"], -r["gateo_en_deuda"], -r["gateo_total"]))
    accionables = [r for r in filas if r["en_deuda"]]

    # CAMINO CRÍTICO PESADO: subgrafo de deuda, aristas dep entre nodos en deuda, peso = segundos de
    # build. La cadena más larga = ETA con paralelismo infinito. Sin datos de tiempo, peso=1 y el
    # camino crítico = nº de pasos (lo que ya daban las ondas). Con datos, es la ETA real en segundos.
    tiempos = _tiempos()
    idx = {q: set(m) for q, m in colas.items()}
    deuda_set = {(q, n) for q in colas for n in colas[q] if estados.get(n) in DEUDA}
    deps_debt = {}
    for (q, n) in deuda_set:
        dd = set()
        for d in colas.get(q, {}).get(n, []):
            r = resolver(d, q, idx)
            if r in deuda_set:
                dd.add(r)
        deps_debt[(q, n)] = dd
    def peso(nodo):
        return tiempos.get(nodo[1], 1 if not tiempos else _mediana_o_uno(tiempos))
    seg, seq = _camino_critico(deuda_set, deps_debt, peso)
    cubiertos = sum(1 for nodo in deuda_set if nodo[1] in tiempos)
    critico = dict(con_datos=bool(tiempos), segundos=seg if tiempos else None,
                   pasos=len(seq), cobertura=f"{cubiertos}/{len(deuda_set)}",
                   secuencia=[f"{q}/{n}" for q, n in seq])

    doc = dict(schema="hammer-keystones/3", nudos=filas[:80], en_deuda=len(accionables),
               camino_critico=critico)
    (ROOT / "docs/state/keystones.json").write_text(json.dumps(doc, indent=1, ensure_ascii=False) + "\n")

    if como_json:
        print(json.dumps(doc, indent=1, ensure_ascii=False)); return 0
    print("== KEYSTONES — nudos EN DEUDA que gatean el máximo trabajo bloqueado (semántica AND)")
    print("   'gateo en deuda' = otro trabajo bloqueado que se libera al sellar ESTE. La métrica accionable:")
    print("   sellá de arriba hacia abajo y la cascada cae lo antes posible.\n")
    print(f"   {'nudo (en deuda)':30} {'gateo-deuda':>11} {'gateo-total':>11} {'exclusivo':>9}")
    if not accionables:
        print("   (ningún nodo en deuda — todas las imágenes en ámbito están completas)")
    for r in accionables[:20]:
        print(f"   {r['nudo']:30} {r['gateo_en_deuda']:11} {r['gateo_total']:11} {r['exclusivo']:9}")
    print(f"\n   {len(accionables)} nudos en deuda en total")
    print(f"\n== CAMINO CRÍTICO (la cadena más larga; hay que construirla en SERIE aunque haya ∞ workers)")
    if critico["con_datos"]:
        m = critico["segundos"] // 60
        print(f"   ETA (paralelismo infinito): {m} min sobre {critico['pasos']} pasos  "
              f"· cobertura de tiempos {critico['cobertura']}")
    else:
        print(f"   {critico['pasos']} pasos (SIN datos de tiempo aún ⇒ peso=1; instrumentá builds en")
        print(f"   el worker con campana-deuda.sh y el rsync de cosecha trae store/.times).")
    if seq:
        muestra = " → ".join(n.split("/")[-1] for n in critico["secuencia"][:8])
        print(f"   {muestra}" + (" → …" if len(seq) > 8 else ""))
    print(f"\n   → docs/state/keystones.json")
    print("   nota: dominador-OR ingenuo NO sirve (build es AND); 'exclusivo' SÍ es dominador (retención).")
    return 0


def _mediana_o_uno(tiempos):
    from statistics import median
    return median(tiempos.values()) if tiempos else 1


def _fuente(f):
    """(sha, url, version, build_fp) de una receta. Los tres primeros = identidad de lo que BAJA. El
    cuarto = HUELLA DE BUILD (link, compiler, fases) — porque dos recetas con la MISMA fuente pero
    build distinto NO son redundantes: son variantes deliberadas (corpus/dbus estático vs
    incoming-kde/dbus dinámico para Qt6DBus). Ignorar esto hacía que el detector marcara `dbus` como
    sombra redundante y casi borra una receta load-bearing (2026-07-22)."""
    try:
        d = tomllib.load(open(f, "rb"))
    except Exception:
        return (None, "", None, None, False)
    s = d.get("source", {})
    b = d.get("build", {})
    ph = b.get("phases", {}) or {}
    build_fp = (b.get("link"), b.get("compiler"),
                tuple(sorted((k, str(v)) for k, v in ph.items())))
    # ¿construye la FUENTE descargada, o es un CARRIER (stub/demo que genera todo inline y sólo presta
    # el tarball)? Señal: invoca un sistema de build. itstool/-hello no ⇒ carrier; su colisión de sha
    # es esperada, no un error de copiado. (2026-07-22: sin esto el detector marcaba 4 falsos bugs.)
    blob = "\n".join(str(ph.get(k, "")) for k in ("configure", "compile", "install"))
    # Strip comentarios shell (`# …` a fin de línea) ANTES de buscar: si no, la prosa de un stub
    # ("# parsea la invocación de meson") matchea y marca al carrier como builder (falso positivo
    # que el guardián cazó, 2026-07-22).
    sin_comentarios = re.sub(r"#.*", "", blob)
    construye = any(re.search(rx, sin_comentarios) for rx in
                    (r"\bmake\b", r"\bmeson\b", r"\bcmake\b", r"\bninja\b", r"\bcargo\b",
                     r"\./configure", r"\bautogen", r"\bautoreconf"))
    return (s.get("sha256") or s.get("output_hash"),
            s.get("tarball") or s.get("url") or s.get("git") or "",
            d.get("version"), build_fp, construye)


def _recetas_con_fuente():
    """{(cola, nombre): {sha, url, version, build_fp, construye_fuente, deps}} sobre todo el disco."""
    out = {}
    for pat, es_incoming in (("recipes/*.toml", False), ("recipes/incoming-*/*.toml", True)):
        for f in sorted(glob.glob(str(ROOT / pat))):
            n = os.path.basename(f)[:-5]
            q = os.path.basename(os.path.dirname(f)) if es_incoming else "corpus"
            sha, url, ver, build_fp, construye = _fuente(f)
            out[(q, n)] = dict(sha=sha, url=url, version=ver, build_fp=build_fp,
                               construye_fuente=construye, deps=_deps(f))
    return out


def duplicados(como_json=False):
    """INVARIANTE (c): detecta nudos que son el MISMO paquete bajo nombres/colas distintos, por
    EVIDENCIA de fuente (sha/url), no por nombre. Clasifica cada grupo:
      colisión-fuente — mismo sha, nombres de familias DISTINTAS ⇒ casi seguro un sha copiado por
                        error (itstool tenía el tarball de gettext-tiny). ACCIONABLE.
      variante        — mismo sha, misma familia (`zlib`/`zlib-shared`, `mesa-*`) ⇒ deliberado, OK.
      sombra          — mismo NOMBRE en >1 cola. Redundante si versión+sha+deps coinciden; si no,
                        es una variante justificada de la cola.
    NO funde nada solo: reporta y deja el juicio al humano (como el triaje). El radio de cada nudo
    ayuda a elegir el canónico."""
    recs = _recetas_con_fuente()
    from collections import defaultdict
    rev = dependientes()

    # 1) grupos por sha (identidad de fuente)
    por_sha = defaultdict(list)
    for k, r in recs.items():
        if r["sha"]:
            por_sha[r["sha"]].append(k)
    colisiones, variantes, carriers = [], [], []
    for sha, ks in por_sha.items():
        nombres = {n for _, n in ks}
        if len(nombres) < 2:
            continue
        grupo = dict(sha=sha[:16], nudos=sorted(f"{q}/{n}" for q, n in ks),
                     radio={f"{q}/{n}": len(rev.get((q, n), ())) for q, n in ks})
        builders = [k for k in ks if recs[k]["construye_fuente"]]
        familias = {_base(n) for _, n in ks}
        # Clasificación por evidencia, de más benigno a más sospechoso:
        if len(builders) <= 1:
            # ≤1 receta construye la fuente ⇒ el resto son CARRIERS que le prestan el tarball. Benigno.
            grupo["carriers"] = sorted(f"{q}/{n}" for (q, n) in ks
                                       if not recs[(q, n)]["construye_fuente"])
            carriers.append(grupo)
        elif len(familias) == 1:
            variantes.append(grupo)          # misma familia (zlib/zlib-shared): variante deliberada
        elif len({recs[k]["build_fp"] for k in builders}) > 1:
            variantes.append(grupo)          # familias distintas pero BUILD distinto: variante cross-nombre
        else:                                # ≥2 builders, MISMO build, familias distintas ⇒ sospechoso
            colisiones.append(grupo)

    # 2) sombras: mismo nombre en >1 cola
    por_nombre = defaultdict(list)
    for (q, n) in recs:
        por_nombre[n].append(q)
    sombras = []
    for n, qs in por_nombre.items():
        if len(qs) < 2:
            continue
        # Redundante SÓLO si coinciden fuente Y BUILD: mismo tarball no basta, dos builds distintos
        # del mismo source (estático vs dinámico) son variantes deliberadas, no redundancia.
        firmas = {(recs[(q, n)]["version"], recs[(q, n)]["sha"], recs[(q, n)]["build_fp"],
                   tuple(sorted(recs[(q, n)]["deps"]))) for q in qs}
        sombras.append(dict(nombre=n, colas=sorted(qs),
                            redundante=len(firmas) == 1,  # idénticas en fuente+build ⇒ una sobra
                            radio={f"{q}/{n}": len(rev.get((q, n), ())) for q in qs}))

    doc = dict(schema="hammer-duplicados/2",
               colisiones_fuente=sorted(colisiones, key=lambda g: -max(g["radio"].values() or [0])),
               variantes=sorted(variantes, key=lambda g: g["nudos"]),
               carriers=sorted(carriers, key=lambda g: g["nudos"]),
               sombras=sorted(sombras, key=lambda s: (not s["redundante"], s["nombre"])))
    (ROOT / "docs/state/duplicados.json").write_text(
        json.dumps(doc, indent=1, ensure_ascii=False) + "\n")

    if como_json:
        print(json.dumps(doc, indent=1, ensure_ascii=False))
        return 0
    red = [s for s in sombras if s["redundante"]]
    print(f"== INVARIANTE (c) CANÓNICO — duplicados por evidencia de fuente\n")
    print(f"⚠ COLISIONES DE FUENTE REALES: {len(colisiones)}  (≥2 recetas construyen el MISMO source,")
    print(f"   mismo build, familias distintas — casi seguro un sha copiado por error)")
    for g in doc["colisiones_fuente"]:
        print(f"   sha {g['sha']}…  {g['nudos']}")
        print(f"        radio: " + "  ".join(f"{k.split('/')[-1]}={v}" for k, v in g["radio"].items()))
    if not colisiones:
        print("   (ninguna — el invariante (c) se cumple)")
    print(f"\n⚠ SOMBRAS REDUNDANTES: {len(red)}  (mismo nombre+fuente+BUILD en 2 colas — una sobra)")
    for s in red:
        print(f"   {s['nombre']:24} {s['colas']}")
    if not red:
        print("   (ninguna)")
    print(f"\n✓ BENIGNOS (no son problema):")
    print(f"   {len(carriers)} grupos CARRIER (stub/demo que presta el tarball: itstool, *-hello)")
    print(f"   {len(variantes)} variantes deliberadas (misma fuente, build/familia distintos: zlib-shared, prison-scanner)")
    print(f"   {len(sombras)-len(red)} sombras justificadas (mismo nombre, build distinto: dbus estático/dinámico)")
    print(f"\n   → docs/state/duplicados.json")
    return 0


def resolver(dep, desde_cola, indice):
    """Sibling-first: (cola, nombre) del nudo que provee `dep` visto desde `desde_cola`, o None si
    ninguna cola lo tiene (dep externa / nodo `wanted`). `indice` = {cola: set(nombres)}."""
    if dep in indice.get(desde_cola, ()):
        return (desde_cola, dep)
    if dep in indice.get("corpus", ()):
        return ("corpus", dep)
    return None


def dependientes(colas=None):
    """{(cola,nombre): set((cola,nombre) que lo consumen)} — el mapa de dependencias INVERSAS sobre
    el grafo entero. Este es el cálculo que, hecho sobre una sola cola, produjo el bug de libdrm."""
    colas = colas or cargar_colas()
    indice = {q: set(m) for q, m in colas.items()}
    rev = {}
    for q, miembros in colas.items():
        for nombre, deps in miembros.items():
            for d in deps:
                objetivo = resolver(d, q, indice)
                if objetivo:
                    rev.setdefault(objetivo, set()).add((q, nombre))
    return rev


def membresia(colas=None, perfiles=None):
    """{(cola,nombre): set(perfiles que lo alcanzan)} sobre el grafo entero, respetando sibling-first.
    Un nudo pertenece a una imagen si la clausura de sus raíces —resolviendo cada cuerda desde la
    cola del consumidor— llega hasta él. Esto es lo que arregla la mentira de `perfiles`."""
    colas = colas or cargar_colas()
    perfiles = perfiles if perfiles is not None else targets_mod.load()
    indice = {q: set(m) for q, m in colas.items()}
    memb = {}
    for pn, p in perfiles.items():
        cola_p = p.get("cola", "corpus")
        vistos, pila = set(), []
        for raiz in p["raices"]:
            nodo = resolver(raiz, cola_p, indice)
            pila.append(nodo if nodo else ("wanted", raiz))  # raíz sin receta = nodo wanted
        while pila:
            nodo = pila.pop()
            if nodo in vistos:
                continue
            vistos.add(nodo)
            memb.setdefault(nodo, set()).add(pn)
            q, nombre = nodo
            if q == "wanted":
                continue
            for d in colas.get(q, {}).get(nombre, []):
                sig = resolver(d, q, indice)
                pila.append(sig if sig else ("wanted", d))
    return memb


def _estado(nodo):
    """Estado del nudo desde el grafo firme, si está regenerado. Best-effort: el radio funciona sin él."""
    q, nombre = nodo
    fichero = ("docs/state/build-state-gnome.json" if q == "incoming-gnome"
               else "docs/state/build-state-kde.json" if q != "corpus"
               else "docs/state/build-state.json")
    try:
        d = json.loads((ROOT / fichero).read_text())
        return d["nodes"].get(nombre, {}).get("state", "?")
    except Exception:
        return "?"


def radio(nombre, como_json=False):
    """¿A QUIÉN rompo si re-hasheo `recipes/**/<nombre>.toml`? La pregunta que, mal medida, costó 118
    recetas. Cruza TODAS las colas por construcción: es imposible que 'olvide' una cola."""
    colas = cargar_colas()
    indice = {q: set(m) for q, m in colas.items()}
    # ¿En qué cola vive la receta que se va a tocar? Puede estar en varias (variante sombreada).
    ubic = [(q, nombre) for q in colas if nombre in colas[q]]
    if not ubic:
        print(f"no hay receta `{nombre}` en ninguna cola", file=sys.stderr)
        return 1
    rev = dependientes(colas)
    memb = membresia(colas, targets_mod.load())

    resultado = {}
    for nodo in ubic:
        directos = sorted(rev.get(nodo, set()))
        # Cierre inverso: quién depende, transitivamente (el radio real de un re-hash en cascada).
        vistos, pila = set(), list(rev.get(nodo, set()))
        while pila:
            n = pila.pop()
            if n in vistos:
                continue
            vistos.add(n)
            pila.extend(rev.get(n, set()))
        imgs = set()
        for n in vistos | {nodo}:
            imgs |= memb.get(n, set())
        # Cuántos de los transitivos YA están sellados: ésos son los que HOY están al día y el
        # re-hash MANDA A DEUDA (los que ya están en deuda igual habría que reconstruirlos). El
        # radio verdadero de rebuild forzado por el cambio.
        sellados = sum(1 for n in vistos if _estado(n) == "sealed")
        resultado[f"{nodo[0]}/{nodo[1]}"] = dict(
            directos=len(directos), transitivos=len(vistos),
            imagenes=sorted(imgs), sellados_que_caen=sellados,
            dependientes_por_cola=_por_cola(vistos))

    if como_json:
        print(json.dumps(resultado, indent=1, ensure_ascii=False))
        return 0
    for nodo, r in resultado.items():
        print(f"== radio de tocar  {nodo}")
        print(f"   dependientes directos     {r['directos']}")
        print(f"   dependientes transitivos  {r['transitivos']}   (el radio real de un re-hash en cascada)")
        print(f"   por cola                  " +
              "  ".join(f"{q}={n}" for q, n in sorted(r["dependientes_por_cola"].items())))
        print(f"   IMÁGENES afectadas        {', '.join(r['imagenes']) or '(ninguna declarada)'}")
        print(f"   sellados que CAEN a deuda {r['sellados_que_caen']}   (hoy al día; el re-hash los fuerza a rebuild)")
        if len(resultado) > 1:
            print()
    print("\n   regla: esto cruza TODAS las colas. NO midas radio con `grep recipes/*.toml`.")
    return 0


def _por_cola(nodos):
    from collections import Counter
    return dict(Counter(q for q, _ in nodos))


# Delegación a los órganos: yupana es la puerta, cada script sigue siendo el músculo. Se delega por
# subproceso (no import) para no acoplar sus ciclos de vida ni sus flags — cada uno evoluciona solo.
ORGANOS = {
    "estado":   ["build-state.py"],
    "drenar":   ["drenar.py"],
    "triaje":   ["triaje.py"],
    "frontera": ["seed-graph.py", "--frontera"],
    "objetivo": ["targets.py", "--lista"],
    "sembrar":  ["seed-graph.py", "--perfil"],
}


def delegar(cmd, extra):
    return subprocess.call([sys.executable, str(ROOT / "scripts" / ORGANOS[cmd][0])]
                           + ORGANOS[cmd][1:] + extra)


def main():
    args = sys.argv[1:]
    if not args or args[0] in ("-h", "--help"):
        print(__doc__)
        return 0
    cmd, extra = args[0], args[1:]
    if cmd == "radio" and extra:
        return radio(extra[0], como_json="--json" in extra)
    if cmd == "duplicados":
        return duplicados(como_json="--json" in extra)
    if cmd == "keystones":
        return keystones(como_json="--json" in extra)
    if cmd == "preflight" and extra:
        obj = f"perfil:{extra[extra.index('--perfil') + 1]}" if "--perfil" in extra else extra[0]
        return preflight(obj)
    if cmd == "perfiles" and extra:
        memb = membresia()
        hits = {f"{q}/{n}": sorted(ps) for (q, n), ps in memb.items() if n == extra[0]}
        print(json.dumps(hits, indent=1, ensure_ascii=False) if hits
              else f"`{extra[0]}` no lo alcanza ninguna imagen declarada")
        return 0
    if cmd in ORGANOS:
        return delegar(cmd, extra)
    print(f"verbo desconocido: {cmd}\n{__doc__}", file=sys.stderr)
    return 1


if __name__ == "__main__":
    sys.exit(main())