takana/scripts/hydrate-profile.py

#!/usr/bin/env python3
# hydrate-profile.py — proyecta al FHS el cierre ENTERO de un perfil de `targets.toml`.
#
# ══ POR QUÉ EXISTE, SI YA HAY UN hydrate POR ESCRITORIO ════════════════════════════════════════
# `scripts/{kde,gnome,cosmic}/hydrate-*.sh` traen la lista de raíces ESCRITA A MANO dentro del
# propio script. Desde que `docs/state/targets.toml` es la declaración de qué lleva cada imagen,
# eso son DOS fuentes de verdad para lo mismo, y divergen sin que nada lo diga: el 2026-09-04 se
# añadió `adwaita-cursors` a las raíces de cosmic y sway, y los scripts de hidratación —que no la
# conocen— habrían seguido armando un rootfs sin cursores mientras el perfil decía que los lleva.
# La métrica y la imagen dirían cosas distintas, que es exactamente el modo de fallo que
# `vigia-imagen.py` existe para cazar.
#
# Acá el cierre sale de donde tiene que salir: `yupana.membresia()` sobre `targets.toml`, la misma
# función que usan `build-state.py` y `vigia-imagen.py`. Si el perfil cambia, esto cambia solo.
#
# ══ EL ARTEFACTO SE ELIGE POR HASH, NO POR FECHA ═══════════════════════════════════════════════
# `takana hash <receta>` da el ArtifactHash de la receta de HOY sin construir. Con dos artefactos
# del mismo paquete conviviendo en el store —lo normal tras cualquier re-hash— el más reciente
# puede ser el viejo. La fecha miente; el hash no.
#
# ══ UN NODO SIN ARTEFACTO NO SE SALTEA EN SILENCIO ═════════════════════════════════════════════
# Se listan todos y se sale con código ≠ 0 salvo `--allow-missing`. Un rootfs al que le faltan
# tres paquetes arranca y falla tres capas más abajo (`CLAUDE.md` regla 3, y la cicatriz de sway
# llegando a 121/121 sin emulador de terminal).
#
#   uso:  scripts/hydrate-profile.py <perfil> [--into DIR] [--store DIR]
#                                    [--link static|dynamic] [--keep] [--allow-missing]
#
#   La superficie va en INGLÉS (`CLAUDE.md` regla 4); los mensajes, en castellano.
import os, sys, glob, shutil, subprocess

sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
import yupana
import targets as targets_mod

ROOT = yupana.ROOT
HAMMER = str(ROOT / "target/release/takana")


def opcion(nombre, defecto=None):
    """`--flag valor`. Devuelve `defecto` si no está."""
    if nombre in sys.argv:
        i = sys.argv.index(nombre)
        if i + 1 < len(sys.argv):
            return sys.argv[i + 1]
        sys.exit("falta el valor de %s" % nombre)
    return defecto


# Lo que SÍ puede aparecer en la raíz de ciertos artefactos, con el motivo al lado. Sin esta tabla
# el barrido canta tres cosas cada vez y dos son correctas ⇒ se deja de leer, que es como se muere un
# guardián. La clave es el nombre de receta y el valor `(motivo, patrón de lo permitido)`.
RAIZ_POR_CONTRATO = {
    "seed-zig":       ("el toolchain zig ES el artefacto: su directorio versionado va en la raíz",
                       r"^zig-"),
    "product-rootfs": ("es un ROOTFS, no un paquete: `store` y `ente` son suyos por diseño",
                       r"^(store|ente)$"),
    "stage1-rootfs":  ("es un ROOTFS, no un paquete: `ente` es suyo por diseño",
                       r"^(store|ente)$"),
}

# Suciedad REAL, medida, y cuyo arreglo está DECIDIDO en contra por ahora. Se imprime como contexto y
# NO hace fallar: si fallara siempre, un ofensor NUEVO se perdería entre el ruido de uno viejo.
RAIZ_DEUDA_DECIDIDA = {
    "perl": "945 páginas nroff en `/` porque su Configure eligió man1dir=' '. El arreglo es UNA "
            "línea y cuesta 305 rebuilds ⇒ va con el próximo bump. Ver recipes/perl.toml.",
}


def auditar_raices(store):
    """`--auditar-raices`: la misma pregunta que el bloque «quién ensucia la RAÍZ», pero sobre el
    STORE ENTERO en vez de sobre el cierre de un perfil, y sin hidratar nada.

    ⚠ **POR QUÉ HACÍA FALTA**: la comprobación de abajo sólo ve los artefactos que un perfil
    proyecta, y hoy hay **649 recetas que no alcanza ninguna imagen** (catálogo, no distro). Una fase
    `install` que se equivoca de destino en una de ésas es invisible hasta el día que alguien la
    declare en un perfil — y entonces ensucia la raíz del rootfs sin que se sepa quién fue.

    Lo destapó `qdrant` (2026-09-11): selló con **69 M** de cabeceras de protobuf bajo `/src`, porque
    el sandbox exporta `DESTDIR=/out` GLOBAL y el `make install` ANIDADO de `protobuf-src` lo hereda.
    No está en ningún perfil ⇒ ningún guardián lo habría visto. Barrido el store entero tras
    arreglarlo: los únicos que quedan son `perl` (deuda medida y decidida, ver `recipes/perl.toml`) y
    los tres rootfs/seed, que ponen ahí lo suyo por contrato."""
    import re as _re
    import json as _json

    # ⚠ **SÓLO EL ARTEFACTO VIGENTE DE CADA RECETA.** El store guarda TODOS los sellados históricos
    # (bzip2 tenía dos al arreglarlo), así que auditarlos todos acusa a recetas YA SANAS por un
    # sellado viejo — el mismo sobre-reporte que `static-audit.sh` tuvo que quitarse de encima
    # («auditábamos el más reciente por mtime»). Un guardián que grita sobre lo ya arreglado se
    # empieza a ignorar.
    #   El hash vigente no se recalcula con `takana hash` receta a receta (1150 procesos): sale de
    # los grafos de estado, que es donde el repo YA lo tiene escrito, y cubre a la vez el corpus y
    # las cinco colas.
    vigentes = set()
    for g in glob.glob(str(ROOT / "docs/state/build-state*.json")):
        try:
            for nodo in _json.load(open(g)).get("nodes", {}).values():
                h = nodo.get("hash")
                if h:
                    vigentes.add(h[3:] if h.startswith("b3:") else h)
        except (OSError, ValueError):
            continue

    filas = []
    mirados = 0
    for d in sorted(glob.glob(os.path.join(store, "*"))):
        m = _re.match(r"^([0-9a-f]{64})-(.+)$", os.path.basename(d))
        if not m or not os.path.isdir(d) or (vigentes and m.group(1) not in vigentes):
            continue
        mirados += 1
        try:
            extra = sorted(e for e in os.listdir(d) if e not in FHS_RAIZ)
        except OSError:
            continue
        if extra:
            filas.append((len(extra), m.group(2), extra))
    # ── SEGUNDA PREGUNTA, LA MISMA FAMILIA: symlinks que apuntan a una raíz que NO ES EL FHS ─────
    # Un `install` se puede equivocar de destino de dos maneras. Una deja ficheros donde no van (lo
    # de arriba). La otra deja **enlaces** con la ruta del SANDBOX horneada dentro:
    #
    #     usr/bin/bzcmp -> /out/usr/bin/bzdiff
    #
    # El Makefile de bzip2 crea sus symlinks con `ln -s $(PREFIX)/bin/bzdiff`, y como bzip2 no
    # soporta `DESTDIR` la receta pasa `PREFIX=/out/usr` ⇒ el `/out` queda DENTRO del destino. Al
    # hidratar, esos cuatro enlaces apuntan a un directorio que en el sistema real no existe.
    #
    # ⚠ Nada lo delata: el artefacto tiene contenido, los binarios de verdad corren, el audit de
    # enlace estático pasa y la receta REPRODUCE. Cinco verdes sobre cuatro comandos rotos.
    #
    # **La regla es independiente del perfil, y por eso se puede aplicar al store entero**: un enlace
    # a otro ARTEFACTO es normal y correcto (`kinfocenter -> /usr/bin/systemsettings`: los dos están
    # en `escritorio-kde` y en el rootfs fundido resuelve). Lo que NUNCA puede estar bien es un
    # destino absoluto cuya PRIMERA componente no sea del FHS — `/out`, `/src`, `/tmp`: ésas son
    # rutas del lab, no del sistema que se instala.
    malos_enlaces = []
    for d in sorted(glob.glob(os.path.join(store, "*"))):
        m = _re.match(r"^([0-9a-f]{64})-(.+)$", os.path.basename(d))
        if not m or not os.path.isdir(d) or (vigentes and m.group(1) not in vigentes):
            continue
        for root, dirs, files in os.walk(d):
            for e in files + dirs:
                p_ = os.path.join(root, e)
                if not os.path.islink(p_):
                    continue
                t = os.readlink(p_)
                if not t.startswith("/"):
                    continue                       # relativo: siempre correcto en un CAS
                raiz = t.lstrip("/").split("/", 1)[0]
                if raiz not in FHS_RAIZ:
                    malos_enlaces.append((m.group(2), os.path.relpath(p_, d), t))

    # ⚠ **UN BARRIDO QUE NO MIRÓ NADA TIENE QUE DECIRLO.** Filtrar por hash vigente significa que un
    # `--store` que no case con los grafos (otra máquina, otro checkout, un store de prueba) deja
    # CERO artefactos auditados — y sin esta guarda eso se imprimiría como «✓ 0 ofensores», que es
    # una respuesta falsa con forma de respuesta. Es la regla de siempre: un ausente falla ruidoso.
    if vigentes and mirados == 0:
        print("!! 0 artefactos auditados: ninguno de los %d hashes vigentes está en `%s`.\n"
              "   ¿`--store` apunta a otro sitio, o los grafos están sin regenerar?"
              % (len(vigentes), store))
        return 2

    print("== raíces sucias en el STORE ENTERO ==")
    nuevos = []
    for n, nombre, extra in sorted(filas, reverse=True):
        muestra = ", ".join(extra[:3]) + (", …" if n > 3 else "")
        contrato = RAIZ_POR_CONTRATO.get(nombre)
        if contrato and all(_re.match(contrato[1], e) for e in extra):
            print("   ⊘ %-22s %4d  (%s) — %s" % (nombre, n, muestra, contrato[0]))
            continue
        if nombre in RAIZ_DEUDA_DECIDIDA:
            print("   • %-22s %4d  (%s)" % (nombre, n, muestra))
            print("     DEUDA DECIDIDA: %s" % RAIZ_DEUDA_DECIDIDA[nombre])
            continue
        print("   ✗ %-22s %4d  (%s)" % (nombre, n, muestra))
        nuevos.append(nombre)
    print("\n== symlinks con una raíz que NO es del FHS (ruta del lab horneada) ==")
    if not malos_enlaces:
        print("   ✓ ninguno")
    else:
        for nombre, origen, destino in malos_enlaces:
            print("   ✗ %-18s %s -> %s" % (nombre, origen, destino))
            if nombre not in nuevos:
                nuevos.append(nombre)

    if not nuevos:
        print("\n   ✓ 0 ofensores NUEVOS sobre %d artefactos." % len(filas)
              if filas else "\n   ✓ ningún artefacto pone nada fuera del FHS en su raíz")
        return 0
    print("\n   ✗ %d ofensor(es) NUEVO(s): %s\n"
          "   Un `install` que se equivoca de destino se lee, en el rootfs fundido, como si fuera\n"
          "   parte del sistema." % (len(nuevos), ", ".join(nuevos)))
    return 1


def main():
    libres = [a for i, a in enumerate(sys.argv[1:], 1)
              if not a.startswith("--") and not (sys.argv[i - 1].startswith("--")
                                                 and sys.argv[i - 1] in FLAGS_CON_VALOR)]
    if "--auditar-raices" in sys.argv:
        sys.exit(auditar_raices(opcion("--store",
                                       os.environ.get("HAMMER_STORE", str(ROOT / "store")))))
    if not libres:
        sys.exit(__doc__ or "uso: scripts/hydrate-profile.py <perfil> [--into DIR]")
    perfil = libres[0]
    store = opcion("--store", os.environ.get("HAMMER_STORE", str(ROOT / "store")))
    # Dónde cae el rootfs por defecto. Se puede fijar por entorno porque el sitio CORRECTO depende
    # de cómo esté montado el store en cada máquina, no del perfil (ver la sonda EXDEV de abajo).
    base_into = os.environ.get("HAMMER_ROOTFS_DIR", str(ROOT / "work/out"))
    into = opcion("--into", os.path.join(base_into, perfil.replace("escritorio-", "") + "-rootfs"))
    link = opcion("--link", "static")
    keep = "--keep" in sys.argv
    permitir_faltantes = "--allow-missing" in sys.argv

    perfiles = targets_mod.load()
    if perfil not in perfiles:
        sys.exit("perfil desconocido: %s (hay: %s)" % (perfil, ", ".join(sorted(perfiles))))
    colas = yupana.cargar_colas()
    memb = yupana.membresia(colas, perfiles)
    nodos = sorted(n for n, ps in memb.items() if perfil in ps and n[0] != "wanted")
    if not nodos:
        sys.exit("el cierre de %s salió vacío — ¿el perfil declara raíces?" % perfil)

    print("== %s: %d nodos en el cierre → %s" % (perfil, len(nodos), into))

    # ── resolver ANTES de tocar el disco: si falta algo, que se sepa antes de borrar nada ──────
    artefactos, faltan = [], []
    for cola, nombre in nodos:
        receta = ROOT / ("recipes/%s.toml" % nombre if cola == "corpus"
                         else "recipes/%s/%s.toml" % (cola, nombre))
        if not receta.exists():
            faltan.append((nombre, "sin receta"))
            continue
        r = subprocess.run([HAMMER, "--store", store, "hash", str(receta)],
                           capture_output=True, text=True)
        h = r.stdout.strip().replace("b3:", "")
        if len(h) != 64:
            faltan.append((nombre, "hash no computable"))
            continue
        cand = glob.glob(os.path.join(store, h + "-*"))
        if not cand:
            faltan.append((nombre, "no sellado (%s)" % h[:12]))
            continue
        artefactos.append((nombre, h, cand[0]))

    if faltan:
        print("\n   ⚠ %d nodo(s) SIN artefacto en el store:" % len(faltan))
        for nombre, motivo in faltan:
            print("     %-28s %s" % (nombre, motivo))
        if not permitir_faltantes:
            sys.exit("\nabortado sin tocar %s — con `--allow-missing` se hidrata lo que hay" % into)
        print("   → se continúa por `--allow-missing`: el rootfs sale INCOMPLETO\n")

    if os.path.isdir(into) and not keep:
        shutil.rmtree(into)
    os.makedirs(into, exist_ok=True)

    # ── EXDEV: `hydrate` proyecta por HARDLINK, y `linkat()` NO cruza un punto de MONTAJE ───────
    # aunque los dos lados sean el mismo filesystem y el mismo disco. Acá el store y `work/out` son
    # dos bind mounts del MISMO /dev/sdb: `st_dev` coincide y el hardlink falla igual — por eso la
    # sonda es FUNCIONAL (se intenta un enlace de verdad) y no una comparación de `st_dev`, que fue
    # el primer intento y no disparó. Sin esto salen 174 «artefactos que no proyectaron» y un rootfs
    # de 272 ficheros que parece un problema de recetas.
    sonda_src = os.path.join(store, ".hydrate-profile-probe")
    sonda_dst = os.path.join(into, ".hydrate-profile-probe")
    try:
        with open(sonda_src, "w"):
            pass
        os.link(sonda_src, sonda_dst)
        os.unlink(sonda_dst)
    except OSError as e:
        mp = subprocess.run(["findmnt", "-n", "-T", store, "-o", "TARGET"],
                            capture_output=True, text=True).stdout.strip()
        sys.exit("EXDEV: no se puede enlazar del store a `%s` (%s).\n"
                 "       `hydrate` ENLAZA, no copia, y un hardlink no cruza un montaje.\n"
                 "       el store está montado en: %s\n"
                 "       elegí un `--into` bajo ESE montaje (o fijá HAMMER_ROOTFS_DIR)."
                 % (into, e.strerror, mp or "?"))
    finally:
        if os.path.exists(sonda_src):
            os.unlink(sonda_src)

    fallidos = []
    for i, (nombre, h, _d) in enumerate(artefactos, 1):
        r = subprocess.run([HAMMER, "--store", store, "hydrate", h,
                            "--into", into, "--link", link],
                           capture_output=True, text=True)
        if r.returncode != 0:
            fallidos.append((nombre, (r.stderr or r.stdout).strip().splitlines()[-1:] or [""]))
        if i % 25 == 0 or i == len(artefactos):
            print("   %d/%d" % (i, len(artefactos)))

    if fallidos:
        print("\n   ✗ %d artefacto(s) no proyectaron:" % len(fallidos))
        for nombre, msg in fallidos:
            print("     %-28s %s" % (nombre, msg[0] if msg else ""))

    # ── quién ensucia la RAÍZ del rootfs ────────────────────────────────────────────────────────
    # Se mira por ARTEFACTO y no sobre el árbol fundido, porque en el árbol fundido el nombre del
    # culpable ya se perdió: 945 ficheros sueltos en `/` no se parecen a «una fase install con el
    # directorio de destino vacío», que es lo que son. Cazado el 2026-09-04 mirando un rootfs de
    # verdad, no una métrica: `perl` instala sus 945 páginas nroff en `/` porque su Configure eligió
    # `man1dir=' '`. Ver el comentario en `recipes/perl.toml`.
    sucios = []
    for nombre, _h, d in artefactos:
        extra = sorted(e for e in os.listdir(d) if e not in FHS_RAIZ)
        if extra:
            sucios.append((nombre, extra))
    if sucios:
        print("\n   ⚠ entradas FUERA del FHS en la raíz del rootfs:")
        for nombre, extra in sorted(sucios, key=lambda x: -len(x[1])):
            muestra = ", ".join(extra[:3]) + (", …" if len(extra) > 3 else "")
            print("     %-28s %4d  (%s)" % (nombre, len(extra), muestra))

    n_fich = sum(len(f) for _, _, f in os.walk(into))
    du = subprocess.run(["du", "-sh", into], capture_output=True, text=True).stdout.split()
    print("\n== %s: %d ficheros, %s" % (into, n_fich, du[0] if du else "?"))
    sys.exit(1 if (fallidos or (faltan and not permitir_faltantes)) else 0)


FLAGS_CON_VALOR = {"--into", "--store", "--link"}

# Lo que un artefacto PUEDE poner en la raíz. Todo lo demás es una fase `install` que se equivocó de
# destino, y en un rootfs fundido eso se lee como si fuera parte del sistema.
FHS_RAIZ = {"bin", "sbin", "lib", "lib64", "usr", "etc", "var", "run", "opt", "srv",
            "home", "root", "boot", "dev", "proc", "sys", "tmp", "mnt", "media",
            "ente",      # el manifiesto de atestación del producto (hammer bootstrap)
            "linuxrc",   # el enlace de busybox, que va en la raíz por contrato del kernel
            ".hammer"}   # metadatos del store: los pone hammer al sellar, no la receta

if __name__ == "__main__":
    main()