#!/usr/bin/env bash
# harkaq-trace-build.sh — orquestador del PILOTO de traza positiva (plan-freebsd T1.1+T1.3).
#
# Envuelve UN `takana build` con harkaq-trace enganchado al overlay de CADA fase: un bwrap
# por fase ⇒ una traza por fase — la misma granularidad que el veredicto de harkaq. El
# tracer marca `/proc/<pid-bwrap>/root`: el magic-link cae en el SB del OVERLAY, que es el
# único lugar desde donde los reads del build se ven (la marca sobre el fs del host NO los
# ve — ceguera-overlay, medida en el piloto; ver plan-freebsd-aprovechables.md §1). Bonus:
# los paths salen en el namespace de la jaula (/usr/include/zlib.h) — el idioma de la
# política, sin traducción host↔jaula.
#
# PILOTO, no framework: el enganche por polling tiene una ventana ciega (~decenas de ms al
# arrancar cada fase) y bwrap puede aparecer como varios pids (helpers) — trazas duplicadas
# que el normalizador colapsa, pero el conteo de "fases" puede inflarse. La integración
# real (lanzar el tracer ANTES del exec del build, sin carrera) va en el harness — carril
# de Opus, se coordina allá. Este script existe para medir HOY la señal declaradas-vs-usadas.
#
# uso:  harkaq-trace-build.sh <receta.toml> [store] [outdir]
# env:  HAMMER (def ./target/release/takana), TRACE (def /tmp/harkaq-trace), NORM (def
#       scripts/harkaq/harkaq-trace-norm.py)
# deja en outdir: traza-fase-N.txt (crudas), canonica.txt, sello.txt, resumen.txt
set -euo pipefail
RECETA="${1:?uso: harkaq-trace-build.sh <receta.toml> [store] [outdir]}"
STORE="${2:-./store}"
OUT="${3:-/tmp/harkaq-trace-pilot}"
HAMMER="${TAKANA:-${HAMMER:-./target/release/takana}}"
TRACE="${TRACE:-/tmp/harkaq-trace}"
NORM="${NORM:-scripts/harkaq/harkaq-trace-norm.py}"
mkdir -p "$OUT"; rm -f "$OUT"/traza-fase-*.txt "$OUT"/canonica.txt "$OUT"/resumen.txt

# bwraps que YA vivían (builds ajenos): fuera del piloto. El `|| true` importa: sin bwraps
# pgrep sale 1 y, bajo pipefail, mataría el script en el arranque (medido, no teórico).
YA=" $(pgrep -x bwrap 2>/dev/null | tr '\n' ' ' || true) "

"$HAMMER" --store "$STORE" build "$RECETA" > "$OUT/build.out" 2> "$OUT/build.log" &
BPID=$!

fase=0
declare -A TRAZADO
while kill -0 "$BPID" 2>/dev/null; do
  for p in $(pgrep -x bwrap 2>/dev/null || true); do
    case "$YA" in *" $p "*) continue ;; esac
    [ -n "${TRAZADO[$p]:-}" ] && continue
    TRAZADO[$p]=1; fase=$((fase + 1))
    # El tracer vive lo que viva SU bwrap: el cmd interno es un latido sobre el pid.
    "$TRACE" --fs "/proc/$p/root" -o "$OUT/traza-fase-$fase.txt" -- \
      sh -c "while kill -0 $p 2>/dev/null; do sleep 0.1; done" 2>> "$OUT/tracer.log" &
  done
  sleep 0.05
done
RC=0; wait "$BPID" || RC=$?
wait || true # los tracers mueren con su bwrap y drenan la cola

cat "$OUT"/traza-fase-*.txt > "$OUT/cruda-total.txt" 2>/dev/null || : > "$OUT/cruda-total.txt"
python3 "$NORM" "$OUT/cruda-total.txt" > "$OUT/canonica.txt"

# T1.3 (sello): b3 si hay b3sum; si no, sha256 MARCADO provisional — el sello que viaja
# junto al of_tree debe ser b3 (mismo espacio de nombres del store), esto es el piloto.
if command -v b3sum >/dev/null 2>&1; then
  echo "b3:$(b3sum --no-names "$OUT/canonica.txt")" > "$OUT/sello.txt"
else
  echo "sha256(PROVISIONAL):$(sha256sum "$OUT/canonica.txt" | cut -d' ' -f1)" > "$OUT/sello.txt"
fi

# Declaradas vs USADAS — la señal de poda (T1.4) y el uso del runtime base (Q2 positivo).
# Cada dep aporta un árbol al overlay fundido en /: sus paths de artefacto SON los paths
# de jaula. `usadas/total` por dep; lo tocado que ninguna dep aporta = base Alpine.
deps=$(sed -n '/^\[deps\]/,/^\[.*\]/p' "$RECETA" | grep -oE '"[a-zA-Z0-9_-]+"' | tr -d '"' || true)
: > "$OUT/atribuidas.txt"
{
  echo "== declaradas vs usadas ($RECETA) =="
  for d in $deps; do
    art=$(ls -d "$STORE"/*-"$d" 2>/dev/null | head -1) || true
    if [ -z "$art" ]; then echo "     ?/?     $d (sin artefacto en el store)"; continue; fi
    cd "$art"; find . -type f | sed 's|^\.||' | sort > /tmp/.dep-files.$$; cd - >/dev/null
    n=$(comm -12 /tmp/.dep-files.$$ <(sort "$OUT/canonica.txt") | wc -l)
    comm -12 /tmp/.dep-files.$$ <(sort "$OUT/canonica.txt") >> "$OUT/atribuidas.txt"
    tot=$(wc -l < /tmp/.dep-files.$$)
    printf "%6d/%-6d %s\n" "$n" "$tot" "$d"
    rm -f /tmp/.dep-files.$$
  done
  base=$(comm -23 <(sort "$OUT/canonica.txt") <(sort -u "$OUT/atribuidas.txt") | wc -l)
  echo "   base (sin dep que lo aporte): $base paths — el runtime base de Q2, medido POSITIVO"
  echo "   sello: $(cat "$OUT/sello.txt")"
  echo "   build rc=$RC — $(tail -1 "$OUT/build.out" 2>/dev/null || echo '(sin hash)')"
} | tee "$OUT/resumen.txt"
exit "$RC"