/**
 * learning.js — Sistema de Aprendizaje Continuo de Zelin
 * ========================================================
 * No necesita GPU ni modelos externos.
 * Aprende de:
 *   1. Reacciones a sus mensajes (👍 / emojis positivos vs ❌)
 *   2. Si alguien responde a su mensaje (engagement)
 *   3. Si alguien ignora su mensaje o dice "cállate"
 *   4. Qué respuestas del owner reciben "👍" / "bien" / "perfecto"
 *
 * Genera un "style profile" que se inyecta al prompt para que
 * Zelin mejore su estilo con el tiempo de forma autónoma.
 */

import * as db from './db.js';

// ── Registro de mensajes de Zelin para tracking ───────────────────────────────
// messageId → { channelId, type, content, timestamp, context }
const zelinMsgRegistry = new Map(); // en memoria, se limpia sola

const POSITIVE_EMOJIS = new Set(['👍','✅','❤️','🔥','😂','🤣','💯','👌','🫡','🥲','❤','xd','👏']);
const NEGATIVE_EMOJIS = new Set(['👎','❌','🤡','💀','🙄','😒','🫤']);

// ── Registrar mensaje de Zelin ─────────────────────────────────────────────────
export function trackZelinMessage(message, type = 'response', context = '') {
  if (!message?.id) return;
  zelinMsgRegistry.set(message.id, {
    channelId : message.channelId,
    type,       // 'response' | 'autonomous' | 'revival' | 'spontaneous'
    content   : message.content?.substring(0, 200),
    timestamp : Date.now(),
    context   : context.substring(0, 100),
    reactions : { positive: 0, negative: 0 },
    replies   : 0,
    ignored   : false,
  });

  // Limpiar registry de mensajes más de 6h
  if (zelinMsgRegistry.size > 200) {
    const cutoff = Date.now() - 6 * 60 * 60 * 1000;
    for (const [id, data] of zelinMsgRegistry) {
      if (data.timestamp < cutoff) zelinMsgRegistry.delete(id);
    }
  }
}

// ── Procesar reacción a mensaje de Zelin ──────────────────────────────────────
export async function processReaction(messageId, emoji, isAdd) {
  const msg = zelinMsgRegistry.get(messageId);
  if (!msg) return; // no era de Zelin

  const emojiName = emoji?.name ?? emoji ?? '';
  const isPositive = POSITIVE_EMOJIS.has(emojiName) ||
    [...POSITIVE_EMOJIS].some(e => emojiName.includes(e));
  const isNegative = NEGATIVE_EMOJIS.has(emojiName) ||
    [...NEGATIVE_EMOJIS].some(e => emojiName.includes(e));

  if (!isPositive && !isNegative) return;

  const delta = isAdd ? 1 : -1;
  if (isPositive) msg.reactions.positive = Math.max(0, msg.reactions.positive + delta);
  if (isNegative) msg.reactions.negative = Math.max(0, msg.reactions.negative + delta);

  // Guardar feedback en DB para aprendizaje persistente
  const score = msg.reactions.positive - msg.reactions.negative * 2;
  await saveFeedback(messageId, msg, score);
}

// ── Registrar reply a mensaje de Zelin (engagement positivo) ─────────────────
export function processReply(referencedMessageId) {
  const msg = zelinMsgRegistry.get(referencedMessageId);
  if (!msg) return;
  msg.replies++;
}

// ── Marcar mensaje ignorado (canal muerto tras hablar Zelin) ──────────────────
export async function markIgnored(messageId) {
  const msg = zelinMsgRegistry.get(messageId);
  if (!msg) return;
  msg.ignored = true;
  await saveFeedback(messageId, msg, -1);
}

// ── Guardar feedback en Turso ─────────────────────────────────────────────────
async function saveFeedback(messageId, msg, score) {
  const key = `learning.feedback.${messageId}`;
  await db.memSet(key, {
    type      : msg.type,
    content   : msg.content,
    context   : msg.context,
    score,
    reactions : msg.reactions,
    replies   : msg.replies,
    ignored   : msg.ignored,
    timestamp : new Date().toISOString(),
  }, 'learning').catch(() => {});
}

// ── Generar style profile desde el historial de feedback ─────────────────────
export async function getStyleProfile() {
  try {
    const r = await db.db.execute({
      sql : `SELECT value FROM zelin_memory WHERE category = 'learning' AND key LIKE 'learning.feedback.%' ORDER BY key DESC LIMIT 200`,
      args: [],
    });

    if (!r.rows.length) return null;

    const items = r.rows.map(row => {
      try { return typeof row.value === 'string' ? JSON.parse(row.value) : row.value; }
      catch { return null; }
    }).filter(Boolean);

    // Separar por tipo
    const byType = {};
    for (const item of items) {
      if (!byType[item.type]) byType[item.type] = { positive: [], negative: [] };
      if (item.score > 0)  byType[item.type].positive.push(item);
      if (item.score < 0)  byType[item.type].negative.push(item);
    }

    // Calcular métricas
    const avgScore = items.reduce((s, i) => s + (i.score ?? 0), 0) / items.length;
    const engagementRate = items.filter(i => i.replies > 0).length / items.length;
    const ignoreRate     = items.filter(i => i.ignored).length / items.length;

    // Encontrar patrones en mensajes positivos vs negativos
    const goodExamples = items.filter(i => i.score >= 2).slice(0, 5).map(i => i.content).filter(Boolean);
    const badExamples  = items.filter(i => i.score <= -2).slice(0, 3).map(i => i.content).filter(Boolean);

    return {
      avgScore       : Math.round(avgScore * 100) / 100,
      engagementRate : Math.round(engagementRate * 100),
      ignoreRate     : Math.round(ignoreRate * 100),
      totalFeedback  : items.length,
      goodExamples,
      badExamples,
      spontaneousOK  : (byType.spontaneous?.positive?.length ?? 0) > (byType.spontaneous?.negative?.length ?? 0),
      revivalOK      : (byType.revival?.positive?.length ?? 0) > (byType.revival?.negative?.length ?? 0),
    };
  } catch { return null; }
}

// ── Generar bloque de instrucciones para el prompt ────────────────────────────
export async function getLearningPromptBlock() {
  const profile = await getStyleProfile();
  if (!profile || profile.totalFeedback < 10) return ''; // Necesita datos suficientes

  let block = '\n\n## LO QUE HAS APRENDIDO DE TUS CONVERSACIONES\n';

  if (profile.ignoreRate > 40) {
    block += '- Tus mensajes espontáneos últimamente no generan mucha respuesta. Habla menos y solo cuando tengas algo bueno.\n';
  }
  if (profile.engagementRate > 50) {
    block += '- La gente responde bastante a tus mensajes, estás en buen camino.\n';
  }
  if (profile.avgScore > 1) {
    block += '- El servidor reacciona bien a tu estilo actual. Mantenlo.\n';
  }
  if (profile.avgScore < -0.5) {
    block += '- Últimamente tus mensajes no están siendo bien recibidos. Sé más conciso y directo.\n';
  }
  if (profile.goodExamples.length) {
    block += `- Ejemplos de mensajes que funcionaron bien: ${profile.goodExamples.map(e => `"${e.substring(0, 60)}"`).join(' | ')}\n`;
  }
  if (profile.badExamples.length) {
    block += `- Evitar este tipo de mensajes (no funcionaron): ${profile.badExamples.map(e => `"${e.substring(0, 40)}"`).join(' | ')}\n`;
  }
  if (!profile.spontaneousOK) {
    block += '- Reduce los mensajes espontáneos — los recientes no han tenido buena recepción.\n';
  }

  return block;
}

// ── Análisis periódico: detectar patrones cada 6h ────────────────────────────
export async function runPeriodicAnalysis() {
  const profile = await getStyleProfile();
  if (!profile) return;

  // Actualizar umbral de espontaneidad según el ignoreRate
  // Si se ignoran mucho → subir cooldown dinámicamente
  const dynamicCooldownKey = 'brain.spontaneous_cooldown_ms';
  let cooldownMs = 15 * 60 * 1000; // 15min base
  if (profile.ignoreRate > 60) cooldownMs = 40 * 60 * 1000;
  else if (profile.ignoreRate > 40) cooldownMs = 25 * 60 * 1000;
  else if (profile.ignoreRate < 20 && profile.engagementRate > 50) cooldownMs = 10 * 60 * 1000;

  await db.memSet(dynamicCooldownKey, cooldownMs, 'brain').catch(() => {});
  console.log(`[Learning] Cooldown espontáneo ajustado a ${Math.round(cooldownMs/60000)}min (ignore:${profile.ignoreRate}% engage:${profile.engagementRate}%)`);
}