takana/scripts/triaje.py

#!/usr/bin/env python3
# triaje.py — convierte los CANDIDATOS de la frontera en VEREDICTOS durables. (P5 del plan
# docs/plan-catalogo-objetivo.md.)
#
# POR QUÉ. `seed-graph.py --frontera` produce hipótesis: 137 nombres que nixpkgs pide y hammer no
# puede construir. Clasificarlos es decisión HUMANA (la regla de la granja: el worker MIDE, el hub
# CLASIFICA). Pero si ese juicio se queda en la cabeza o en un mensaje, se repite entero cada vez que
# alguien vuelve a correr el sembrador. Este fichero lo hace durable y consumible por máquina.
#
# TRES VEREDICTOS, tres destinos distintos — y ahí está el valor, porque cada uno CIERRA un lazo:
#   hueco     → falta de verdad ⇒ va como raíz a `targets.toml` y nace un nodo `wanted` en el grafo,
#               que el sembrador siembra y el drenaje ordena. Es lo que da trabajo nuevo al worker.
#   opcional  → dep que nixpkgs habilita y hammer no quiere (gstreamer en un escritorio sin audio).
#               Queda registrada para que deje de reaparecer como pregunta.
#   nix-ismo  → andamiaje de nixpkgs sin contraparte acá ⇒ vuelve a `seed-graph.py` como descarte,
#               así la próxima corrida es más limpia. El sembrador aprende de su propio triaje.
#
# NO decide nada solo. `sugerencia` propone con evidencia mecánica (cuántas recetas lo piden, si el
# nombre tiene forma de env/wrapper de nix), pero `veredicto` arranca en `pendiente` y sólo lo
# cambia un humano editando el TOML.
#
# Uso:  scripts/triaje.py              # sincroniza candidatos → docs/state/frontera-triaje.toml
#       scripts/triaje.py --resumen    # cuántos pendientes/clasificados hay
#       scripts/triaje.py --aplicar    # veredictos → descarte del sembrador + líneas para targets.toml
import json, re, sys, tomllib
from pathlib import Path

ROOT = Path(__file__).resolve().parent.parent
FRONTERA = ROOT / "docs/state/seed-frontera.json"
TRIAJE = ROOT / "docs/state/frontera-triaje.toml"
DESCARTE = ROOT / "docs/state/nixismos-triaje.txt"
VEREDICTOS = ("pendiente", "hueco", "opcional", "nix-ismo")

# Formas de nombre que en nixpkgs son andamiaje casi seguro. Sólo alimenta `sugerencia`, nunca
# `veredicto`: una heurística no cierra un juicio, lo abarata.
FORMA_NIXISMO = re.compile(r"(-env$|^python3-[\d.]+|-minimal(-libs)?$|^glibc|-wrapper$|\.sh$)")


def cargar_triaje():
    if not TRIAJE.exists():
        return {}
    d = tomllib.load(open(TRIAJE, "rb"))
    return d.get("candidato", {})


def sugerir(dep, piden):
    if FORMA_NIXISMO.search(dep):
        return "nix-ismo?", "el nombre tiene forma de andamiaje de nixpkgs (env/minimal/wrapper)"
    if len(piden) >= 4:
        return "hueco?", f"lo piden {len(piden)} recetas de la imagen — difícil que sea accesorio"
    if len(piden) == 1:
        return "opcional?", f"lo pide una sola receta ({piden[0]}); mirá si es una feature opcional"
    return "", f"lo piden {len(piden)} recetas"


def escribir(cands):
    lineas = [
        "# frontera-triaje.toml — VEREDICTOS sobre los candidatos a hueco de la frontera.",
        "#",
        "# Lo genera y sincroniza `scripts/triaje.py` desde `seed-frontera.json`; los veredictos los",
        "# pone un HUMANO editando este fichero. Sincronizar NO pisa lo ya decidido: sólo agrega",
        "# candidatos nuevos y marca `[ausente]` los que dejaron de aparecer.",
        "#",
        "# veredicto ∈ pendiente | hueco | opcional | nix-ismo",
        "#   hueco    — falta de verdad. Ponelo como raíz en docs/state/targets.toml ⇒ nace un nodo",
        "#              `wanted` en el grafo y entra al drenaje. (`triaje.py --aplicar` te da la línea.)",
        "#   opcional — dep que nixpkgs habilita y nosotros no queremos. Queda registrada para que no",
        "#              vuelva a preguntarse.",
        "#   nix-ismo — andamiaje de nixpkgs sin contraparte acá. `--aplicar` lo manda al descarte del",
        "#              sembrador ⇒ la próxima corrida sale más limpia.",
        "#",
        "# `sugerencia` es una heurística con evidencia, NO un veredicto: abarata el juicio, no lo cierra.",
        'schema = "hammer-frontera-triaje/1"',
        "",
    ]
    for dep in sorted(cands):
        c = cands[dep]
        lineas.append(f'[candidato."{dep}"]')
        lineas.append(f'veredicto = "{c.get("veredicto", "pendiente")}"')
        if c.get("sugerencia"):
            lineas.append(f'sugerencia = "{c["sugerencia"]}"')
        if c.get("porque"):
            lineas.append(f'porque = "{c["porque"]}"')
        lineas.append(f'perfiles = {json.dumps(sorted(c.get("perfiles", [])))}')
        piden = sorted(c.get("piden", []))
        lineas.append(f'piden = {json.dumps(piden[:12])}'
                      + (f"  # …y {len(piden)-12} más" if len(piden) > 12 else ""))
        if c.get("ausente"):
            lineas.append("ausente = true  # ya no aparece en el último barrido de la frontera")
        lineas.append("")
    TRIAJE.write_text("\n".join(lineas))


def sincronizar():
    if not FRONTERA.exists():
        print(f"falta {FRONTERA.relative_to(ROOT)} — corré scripts/seed-graph.py --frontera <perfil>",
              file=sys.stderr)
        return 1
    fr = json.loads(FRONTERA.read_text())
    previo = cargar_triaje()

    vistos = {}
    for perfil, d in (fr.get("perfiles") or {}).items():
        for dep, quienes in (d.get("candidatos") or {}).items():
            e = vistos.setdefault(dep, {"perfiles": set(), "piden": set()})
            e["perfiles"].add(perfil)
            e["piden"].update(quienes)

    cands, nuevos = {}, 0
    for dep, e in vistos.items():
        sug, porque = sugerir(dep, sorted(e["piden"]))
        anterior = previo.get(dep, {})
        if not anterior:
            nuevos += 1
        cands[dep] = dict(
            veredicto=anterior.get("veredicto", "pendiente"),  # NUNCA se pisa un juicio humano
            sugerencia=sug, porque=porque,
            perfiles=e["perfiles"], piden=e["piden"])
    # Los que ya no aparecen no se borran: se marcan. Un candidato que desaparece puede ser progreso
    # (se escribió la receta) o un cambio de nixpkgs, y conviene verlo en el `git diff`.
    ausentes = 0
    for dep, c in previo.items():
        if dep not in cands:
            cands[dep] = dict(c, ausente=True,
                              perfiles=set(c.get("perfiles", [])), piden=set(c.get("piden", [])))
            ausentes += 1

    escribir(cands)
    print(f"== triaje sincronizado → {TRIAJE.relative_to(ROOT)}")
    print(f"   {len(cands)} candidatos ({nuevos} nuevos, {ausentes} ya ausentes)")
    return resumen()


def resumen():
    cands = cargar_triaje()
    if not cands:
        print("   (sin triaje todavía)")
        return 0
    cuenta = {}
    for c in cands.values():
        cuenta[c.get("veredicto", "pendiente")] = cuenta.get(c.get("veredicto", "pendiente"), 0) + 1
    print("\n== veredictos")
    for v in VEREDICTOS:
        if cuenta.get(v):
            print(f"   {v:10} {cuenta[v]:4}")
    pend = [d for d, c in cands.items() if c.get("veredicto", "pendiente") == "pendiente"]
    if pend:
        print(f"\n== los pendientes que MÁS recetas piden (empezá por acá)")
        for d in sorted(pend, key=lambda d: -len(cands[d].get("piden", [])))[:12]:
            c = cands[d]
            s = f" [{c['sugerencia']}]" if c.get("sugerencia") else ""
            print(f"   {len(c.get('piden', [])):3}×  {d:28}{s}")
    return 0


def aplicar():
    cands = cargar_triaje()
    if not cands:
        print("no hay triaje que aplicar (corré scripts/triaje.py primero)", file=sys.stderr)
        return 1
    nixismos = sorted(d for d, c in cands.items() if c.get("veredicto") == "nix-ismo")
    DESCARTE.write_text(
        "# nixismos-triaje.txt — DERIVADO de frontera-triaje.toml por scripts/triaje.py --aplicar.\n"
        "# Lo lee seed-graph.py y lo suma a su lista de descarte: el sembrador aprende de su triaje.\n"
        + "\n".join(nixismos) + ("\n" if nixismos else ""))
    print(f"== {len(nixismos)} nix-ismos → {DESCARTE.relative_to(ROOT)} (los lee seed-graph.py)")

    huecos = {d: c for d, c in cands.items() if c.get("veredicto") == "hueco"}
    if not huecos:
        print("\n== 0 huecos confirmados: no hay raíces nuevas que agregar a targets.toml")
        return 0
    print(f"\n== {len(huecos)} huecos confirmados — pegá estas raíces en docs/state/targets.toml")
    por_perfil = {}
    for d, c in huecos.items():
        for p in c.get("perfiles", []):
            por_perfil.setdefault(p, []).append(d)
    for p, ds in sorted(por_perfil.items()):
        print(f"\n   [perfil.{p}] — agregar a `paquetes`:")
        print("     " + ", ".join(f'"{d}"' for d in sorted(ds)))
    print("\n   Después:  scripts/build-state.py  (nacen los nodos `wanted`)")
    print("             scripts/seed-graph.py --perfil <p>   (siembra sus aristas)")
    print("             scripts/drenar.py --todos            (entran al orden de masticado)")
    return 0


def main():
    args = sys.argv[1:]
    if "--resumen" in args:
        return resumen()
    if "--aplicar" in args:
        return aplicar()
    return sincronizar()


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