sergio/takana

1#!/usr/bin/env python3
2# build-state.py — el GRAFO DE ESTADO del corpus, en un formato firme y versionado.
3#
4# POR QUÉ EXISTE. El estado real del build (qué está sellado-al-día, qué es deuda de rebuild, qué
5# depende de qué) vivía disperso: en la cabeza del que construía, en docs que envejecen (el de
6# matar-gcc decía 47 y eran 16), en el store (que guarda TODOS los sellados históricos, no sólo el
7# vigente). Cada medición a mano mentía distinto. Este script deriva el estado de la ÚNICA fuente de
8# verdad —las recetas + `hammer hash` + el store— y lo escribe a `docs/state/build-state.json`.
9# Versionado: el `git diff` de ese fichero ES el avance entre dos corridas (qué se saldó, qué se
10# rompió). La vista humana la arma `build-state-view.py` a partir del mismo JSON.
11#
12# NODO = receta: {name, class, link, compiler, deps[], hash, state, perfiles[]}.
13#   state ∈ { sealed | debt | never | unhashable | wanted }
14#     sealed  — el artefacto del hash VIGENTE (el de la receta de hoy) está en el store. Al día.
15#     debt    — hay sellados históricos pero NINGUNO es el vigente ⇒ la receta cambió, falta rebuild.
16#     never   — no hay ningún sellado de esta receta en el store.
17#     unhashable — `hammer hash` falló (receta ilegible / dep rota). Un HUECO real del grafo.
18#     wanted  — NO HAY RECETA: una imagen lo pide (docs/state/targets.toml) y no existe todavía.
19# ARISTA = dep de build (name → dep). El grafo debe CERRAR: toda dep apunta a una receta del corpus.
20#
21# LA FRONTERA (2026-07-22, plan docs/plan-catalogo-objetivo.md). Hasta acá el grafo modelaba sólo lo
22# que EXISTE, y por eso cerraba siempre: "¿cuánto falta?" no tenía respuesta porque el destino no
23# estaba escrito en ningún lado. `targets.toml` lo escribe, y este script lo cruza con el corpus:
24#   · un objetivo sin receta se materializa como nodo `wanted` — está DECLARADO, así que no es una
25#     dep huérfana y el gate `--check` conserva su significado (arista colgando que nadie quiere).
26#     `wanted` ≠ `unhashable`: el primero es "no hay receta todavía", el segundo "hay receta rota".
27#   · cada nodo gana `perfiles[]`: qué imágenes lo alcanzan siguiendo las aristas desde las raíces.
28#     Responde "si rompo zlib, qué imágenes se caen" y —más incómodo— "qué recetas no las necesita
29#     ninguna imagen".
30#   · `by_profile` es el "cuánto falta", POR IMAGEN. Es una COTA INFERIOR mientras haya nodos
31#     `wanted`: no se conocen sus deps hasta construirlos (o hasta sembrarlas, P3 del plan), así que
32#     la clausura de un perfil crece a medida que la frontera se drena. Un número que converge es
33#     mejor que ningún número, pero no es el total final.
34#
35# Uso:   scripts/build-state.py                 # regenera docs/state/build-state.json + resumen
36#        scripts/build-state.py --check         # exit 1 si hay unhashable o deps huérfanas (gate CI)
37# Env:   HAMMER (def target/release/hammer), STORE (def ./store).
38import json, os, subprocess, sys, glob, tomllib
39from pathlib import Path
40
41sys.path.insert(0, str(Path(__file__).resolve().parent))
42import targets as targets_mod
43import yupana  # la YUPANA: el motor de dependencias INVERSAS que cruza TODAS las colas (ver su cabecera)
44
45ROOT = Path(__file__).resolve().parent.parent
46os.chdir(ROOT)
47HAMMER = os.environ.get("HAMMER", str(ROOT / "target/release/hammer"))
48STORE = os.environ.get("STORE", str(ROOT / "store"))
49CHECK = "--check" in sys.argv
50# `--kde`: además del corpus canónico, cubre la cola `recipes/incoming-kde/` (206 recetas del
51# escritorio KDE Plasma). Las KDE SOMBREAN a las canónicas homónimas (`fontconfig` vs KDE, `dbus`…)
52# igual que hace el sandbox al resolver deps (sibling-first), así el grafo modela lo que un build KDE
53# ve. Sale a un JSON aparte para no mezclar los totales del corpus enviable con el frente en curso.
54KDE = "--kde" in sys.argv
55# `--gnome`: idéntico a `--kde` pero para la cola `recipes/incoming-gnome/` (frente GNOME Wayland).
56# Enciende la CAPA GRAFO del yupana-gnome: sin esto el perfil escritorio-gnome se saltaba (cola no
57# cargada) y `yupana keystones/drenar --perfil escritorio-gnome` no reckonaban. Sale a su JSON aparte.
58GNOME = "--gnome" in sys.argv
59# `--cosmic`: lo mismo para `recipes/incoming-cosmic/` (COSMIC de System76, 4º escritorio). Sin esto
60# la campaña entera es INVISIBLE para el khipu: el latido regenera build-state{,-kde,-gnome}.json cada
61# media hora y COSMIC no aparecería en ninguno, así que el avance no quedaría en el registro versionado
62# que es `git log docs/state/`. Y —lo que importa más— `yupana radio` sobre una receta compartida
63# (libinput, libxkbcommon, libudev-zero…) no reportaría la imagen COSMIC entre las afectadas, o sea que
64# el próximo que la toque MEDIRÍA DE MENOS.
65COSMIC = "--cosmic" in sys.argv
66EXTRA_QUEUES = (["recipes/incoming-kde"] if KDE else []) + (["recipes/incoming-gnome"] if GNOME else []) \
67             + (["recipes/incoming-cosmic"] if COSMIC else [])
68_var = "-kde" if KDE else "-gnome" if GNOME else "-cosmic" if COSMIC else ""
69OUT = ROOT / f"docs/state/build-state{_var}.json"
70
71# Clase de la receta — sólo para colorear/agrupar la vista; heurística por contenido, no dato duro.
72GUI_RE = ("cairo", "pango", "gtk", "harfbuzz", "glib", "gdk-pixbuf", "libadwaita", "gtksourceview",
73          "fribidi", "graphene", "fontconfig", "adwaita", "fcft", "mirada", "appstream", "gnome",
74          "wayland", "libdrm", "mesa", "seatd", "libepoxy", "libxkbcommon", "libinput", "pixman",
75          "sourceview", "tllist", "foot")
76
77def classify(name, d):
78    ph = d.get("build", {}).get("phases", {})
79    blob = " ".join(str(ph.get(k, "")) for k in ("configure", "compile", "install"))
80    deps = d.get("deps", {}).get("build", [])
81    if name.startswith("linux"):
82        return "kernel"
83    # Go: declara el toolchain `go` como dep de build (la vía Go auto lo exige). 362 recetas.
84    if "go" in deps and name != "go":
85        return "go"
86    # Rust: fase cargo, dep rust, o —la señal fuerte— copia el binario de `target/release/` en sus
87    # fases (todo binario cargo sale de ahí). Medido: 225 recetas lo tienen, 0 con dep `go` ⇒ sin
88    # falsos positivos con Go. LÍMITE conocido: un crate BuildSys::Cargo PURO (Cargo.toml en el árbol,
89    # sin fase install propia — p.ej. zellij) no deja rastro en el TOML y cae a "c"; sólo se distingue
90    # bajando la fuente, que este generador no hace a propósito.
91    if "cargo" in blob or "cargo" in deps or "rust" in deps or "target/release" in blob:
92        return "rust"
93    if any(g in name for g in GUI_RE):
94        return "gui"
95    return "c"
96
97def load_recipes():
98    recs = {}
99    # Orden importa: primero el corpus (queue=corpus), luego las colas extra que SOMBREAN por nombre
100    # (queue=el basename de la cola), replicando el sibling-first del sandbox.
101    for root, queue in [("recipes", "corpus")] + [(q, os.path.basename(q)) for q in EXTRA_QUEUES]:
102        for f in sorted(glob.glob(f"{root}/*.toml")):
103            n = os.path.basename(f)[:-5]
104            try:
105                d = tomllib.load(open(f, "rb"))
106            except Exception as e:
107                recs[n] = dict(path=f, parse_error=str(e), queue=queue)
108                continue
109            b = d.get("build", {})
110            recs[n] = dict(
111                path=f,
112                # el artefacto se sella por el `name` INTERNO, que puede diferir del basename del
113                # fichero (qtbase.toml → name="qt6-qtbase"). El store lookup usa iname; las aristas de
114                # deps siguen usando el basename (así resuelve `resolve_dep_path`).
115                iname=d.get("name") or n,
116                version=d.get("version"),
117                link=b.get("link"),
118                compiler=b.get("compiler"),
119                deps=d.get("deps", {}).get("build", []),
120                cls=classify(n, d),
121                queue=queue,
122            )
123    return recs
124
125def vigente_hash(path):
126    try:
127        out = subprocess.run([HAMMER, "--store", STORE, "hash", path],
128                             capture_output=True, text=True, timeout=60)
129        h = out.stdout.strip()
130        return h if h.startswith("b3:") else None
131    except Exception:
132        return None
133
134def state_of(iname, h):
135    if h is None:
136        return "unhashable"
137    if os.path.isdir(os.path.join(STORE, f"{h[3:]}-{iname}")):
138        return "sealed"
139    # ¿hay algún sellado histórico? distingue "cambió" de "nunca construida".
140    if glob.glob(os.path.join(STORE, f"*-{iname}")):
141        return "debt"
142    return "never"
143
144def toposort(nodes):
145    # Kahn sobre las aristas name→dep (sólo deps dentro del corpus). Devuelve orden o None si hay ciclo.
146    indeg = {n: 0 for n in nodes}
147    adj = {n: [] for n in nodes}
148    for n, r in nodes.items():
149        for dep in r.get("deps", []):
150            if dep in nodes:
151                adj[dep].append(n); indeg[n] += 1
152    q = sorted([n for n, d in indeg.items() if d == 0])
153    order = []
154    while q:
155        n = q.pop(0); order.append(n)
156        for m in sorted(adj[n]):
157            indeg[m] -= 1
158            if indeg[m] == 0: q.append(m)
159    return order if len(order) == len(nodes) else None
160
161def cargar_perfiles(colas_activas):
162    """Perfiles del manifiesto cuyas raíces viven en una cola CARGADA (así un perfil de
163    `incoming-kde` no reporta raíces fantasma en la corrida del corpus). Degrada sin romper: si el
164    manifiesto falta o está mal, el grafo sale como siempre — este script lo corre el cron cada 30m
165    y no puede caerse por un TOML."""
166    try:
167        todos = targets_mod.load()
168    except FileNotFoundError:
169        print("   (sin docs/state/targets.toml — grafo sin perfiles)", file=sys.stderr)
170        return {}
171    except Exception as e:
172        print(f"   ⚠ targets.toml inválido ({e}) — grafo sin perfiles", file=sys.stderr)
173        return {}
174    return {n: p for n, p in todos.items() if p["cola"] in colas_activas}
175
176
177def clausura(raices, recs):
178    """Nodos alcanzables desde `raices` siguiendo las aristas name→dep. Un nodo `wanted` CORTA la
179    exploración (no se conocen sus deps hasta construirlo): de ahí que la clausura sea cota inferior."""
180    vistos, pila = set(), list(raices)
181    while pila:
182        n = pila.pop()
183        if n in vistos or n not in recs:
184            continue
185        vistos.add(n)
186        pila.extend(recs[n].get("deps") or [])
187    return vistos
188
189
190def main():
191    from collections import Counter
192    recs = load_recipes()
193
194    # OBJETIVO → FRONTERA. Toda raíz de un perfil sin receta entra como nodo `wanted`. Se hace ANTES
195    # de buscar huérfanas a propósito: un objetivo declarado no es una arista colgando.
196    colas = {"corpus"} | {os.path.basename(q) for q in EXTRA_QUEUES}
197    perfiles = cargar_perfiles(colas)
198    for pn, p in sorted(perfiles.items()):
199        for raiz in p["raices"]:
200            if raiz not in recs:
201                recs[raiz] = dict(path=None, wanted=True, iname=raiz, version=None, link=None,
202                                  compiler=None, deps=[], cls="wanted", queue=p["cola"])
203
204    orphans = set()
205    for n, r in recs.items():
206        for dep in r.get("deps", []):
207            if dep not in recs:
208                orphans.add(dep)
209
210    n_recetas = sum(1 for r in recs.values() if not r.get("wanted"))
211    print(f"== {n_recetas} recetas; computando hash vigente (~{n_recetas*18//1000}s)…", file=sys.stderr)
212    for n, r in recs.items():
213        # `wanted` no tiene fichero que hashear: es el objetivo, no una receta.
214        if r.get("wanted"):
215            r["hash"] = None; r["state"] = "wanted"; continue
216        if "parse_error" in r:
217            r["hash"] = None; r["state"] = "unhashable"; continue
218        h = vigente_hash(r["path"])
219        r["hash"] = h
220        r["state"] = state_of(r.get("iname", n), h)
221
222    order = toposort(recs)
223
224    # Lectura ACCIONABLE del grafo topológico: para cada receta, qué deps la BLOQUEAN (están en
225    # deuda) y a cuántas otras en deuda DESBLOQUEA (la tienen como dep). Una receta en deuda sin
226    # bloqueadores es construible YA; ordenar las listas por `unblocks` da el orden que libera más.
227    # `wanted` cuenta como bloqueante: una imagen que depende de algo sin receta está trabada igual.
228    DEBT_STATES = ("debt", "never", "unhashable", "wanted")
229    for n, r in recs.items():
230        r["blocked_by"] = [d for d in r.get("deps", [])
231                           if d in recs and recs[d]["state"] in DEBT_STATES]
232    for n, r in recs.items():
233        # cuántas recetas EN DEUDA me declaran como dep directa (mi impacto de desbloqueo).
234        r["unblocks"] = sum(1 for m, rm in recs.items()
235                            if rm["state"] in DEBT_STATES and n in rm.get("deps", []))
236
237    # MEMBRESÍA DE PERFIL y DEPENDIENTES INVERSOS: los dos se calculan sobre el GRAFO ENTERO (todas
238    # las colas del disco), NO sobre los nodos que esta vista cargó. Es la corrección del bug de
239    # libdrm: en la corrida del corpus, `perfiles` llegaba a decir `['escritorio-mirada']` sobre un
240    # paquete que sostiene KDE entero, porque no veía las recetas de incoming-kde. yupana las ve
241    # siempre y resuelve sibling-first ⇒ el nodo se identifica por (cola, nombre). Ver yupana.py.
242    todas = yupana.cargar_colas()
243    memb = yupana.membresia(todas, cargar_perfiles({q for q in todas}))  # TODOS los perfiles, no sólo los de esta vista
244    rev = yupana.dependientes(todas)
245    for n, r in recs.items():
246        clave = (r.get("queue", "corpus"), n)
247        r["perfiles"] = sorted(memb.get(clave, ()))
248        # Dependientes inversos DEL GRAFO ENTERO: cuántas recetas (de cualquier cola) me consumen. Es
249        # el radio real de un re-hash. `unblocks` (abajo) es local a la deuda de esta vista; este no.
250        r["dependientes_total"] = len(rev.get(clave, ()))
251    sin_perfil = sum(1 for r in recs.values() if not r["perfiles"])
252
253    # `by_profile` (el "cuánto falta" por imagen) SÍ es local: sólo cuenta estados de nodos que esta
254    # vista cargó ⇒ se limita a los perfiles cuya cola está cargada (los demás darían conteos falsos).
255    by_profile = {}
256    for pn, p in sorted(perfiles.items()):
257        miembros = [n for n, r in recs.items() if pn in r["perfiles"]]
258        by_profile[pn] = dict(raices=len(p["raices"]), clausura=len(miembros),
259                              **Counter(recs[n]["state"] for n in miembros))
260
261    by_state = Counter(r["state"] for r in recs.values())
262    by_cls = Counter(r["cls"] for r in recs.values() if "cls" in r)
263    # deuda por clase: dónde están los huecos.
264    debt_by_cls = Counter(r["cls"] for r in recs.values()
265                          if r.get("state") in ("debt", "never") and "cls" in r)
266
267    # Reparto por cola (corpus vs incoming-kde…): dónde está cada cosa.
268    by_queue = {}
269    for r in recs.values():
270        q = r.get("queue", "corpus")
271        by_queue.setdefault(q, Counter())[r["state"]] += 1
272
273    doc = dict(
274        schema="hammer-build-state/1",
275        # `recipes` sigue contando SÓLO las que tienen fichero (los consumidores lo leen como el
276        # tamaño del corpus); `nodes` incluye la frontera `wanted`.
277        totals=dict(recipes=n_recetas, nodes=len(recs), **by_state),
278        by_class={k: by_cls[k] for k in sorted(by_cls)},
279        debt_by_class={k: debt_by_cls[k] for k in sorted(debt_by_cls)},
280        by_queue={q: dict(c) for q, c in sorted(by_queue.items())},
281        by_profile=by_profile,
282        sin_perfil=sin_perfil,
283        orphan_deps=sorted(orphans),
284        topo_ok=order is not None,
285        nodes={n: {k: v for k, v in r.items() if k not in ("path", "wanted")}
286               for n, r in sorted(recs.items())},
287    )
288    OUT.parent.mkdir(parents=True, exist_ok=True)
289    OUT.write_text(json.dumps(doc, indent=1, sort_keys=False) + "\n")
290
291    # Resumen humano a stdout.
292    print(f"\n== estado del corpus ({n_recetas} recetas) → {OUT.relative_to(ROOT)}")
293    for s in ("sealed", "debt", "never", "unhashable", "wanted"):
294        if by_state.get(s):
295            print(f"   {s:11} {by_state[s]}")
296    if debt_by_cls:
297        print("   deuda por clase:", "  ".join(f"{k}={v}" for k, v in sorted(debt_by_cls.items())))
298    if len(by_queue) > 1:
299        for q, c in sorted(by_queue.items()):
300            print(f"   cola {q:14} sellado={c.get('sealed',0):3} deuda={c.get('debt',0):3} "
301                  f"nunca={c.get('never',0):2}")
302    if by_profile:
303        print("\n== objetivo por imagen (docs/state/targets.toml) — clausura = COTA INFERIOR")
304        for pn, c in by_profile.items():
305            falta = c.get("debt", 0) + c.get("never", 0) + c.get("unhashable", 0) + c.get("wanted", 0)
306            print(f"   {pn:20} {c.get('sealed',0):3}/{c['clausura']:3} listo   falta {falta:3}"
307                  f"  (raíces {c['raices']}"
308                  + (f", sin receta {c['wanted']}" if c.get("wanted") else "") + ")")
309        print(f"   {sin_perfil} recetas no las alcanza ninguna imagen (catálogo, no distro)")
310    print(f"\n   grafo: {'CIERRA' if not orphans else f'{len(orphans)} deps huérfanas'} | "
311          f"topo-sort: {'OK' if order else 'CICLO'}")
312    if orphans:
313        print("   huérfanas:", " ".join(sorted(orphans)))
314
315    # `wanted` NO es fallo: es trabajo declarado y pendiente. El gate sigue midiendo lo mismo que
316    # antes — aristas colgando, recetas rotas, ciclos.
317    if CHECK and (orphans or by_state.get("unhashable") or not order):
318        sys.exit(1)
319
320if __name__ == "__main__":
321    main()