#!/usr/bin/env bash
# Stack-Post-Update-Check: läuft NACH jedem Update (OS / Engine / Router) und verifiziert,
# dass der komplette Inferenz-Stack noch FUNKTIONIERT — nicht nur "Befehl lief durch".
# Exit 0 = alles ok, sonst 1 → der jobengine-Job wird im UI ROT (state=failed).
#
# Pendant zu hermes-postcheck.sh (prüft das Gehirn/Mem0); dieser prüft Router+Engine+MC2
# inkl. einer ECHTEN 1-Token-Inferenz (beweist, dass ein Modell wirklich lädt & generiert).
set -uo pipefail

SWAP_URL="${MC_LLAMA_SWAP_URL:-http://127.0.0.1:8080}"
MC_URL="${MC_URL:-http://127.0.0.1:9001}"
MEM0_URL="${MEM0_SERVICE_URL:-http://127.0.0.1:8765}"
BRAIN="${MC_WARMUP_MODELS:-fast}"; BRAIN="${BRAIN%% *}"   # erstes Modell, falls Liste
EMBED="${MC_WARMUP_EMBED:-embed}"; EMBED="${EMBED%% *}"   # Embedding-Modell (Mem0/Gedächtnis)
fail=0

echo "=== Stack Post-Update: Funktionsprüfung ==="

# 0. Auf llama-swap warten — ein Engine/Router-Update startet den Dienst neu, der Erststart
#    (+ erstes Modell-Laden) kann dauern. Max ~120s.
swap_up=0
for _ in $(seq 1 60); do
  curl -sf -m 5 "$SWAP_URL/v1/models" >/dev/null 2>&1 && { swap_up=1; break; }
  sleep 2
done

# 1. Router-Dienst aktiv? (is-active ist read-only → kein sudo nötig)
if systemctl is-active --quiet llama-swap; then
  echo "PASS · llama-swap-Dienst aktiv"
else
  echo "FAIL · llama-swap-Dienst NICHT aktiv"; fail=1
fi

# 2. Engine erreichbar (Modell-Liste)?
if [ "$swap_up" -eq 1 ]; then
  echo "PASS · Engine /v1/models antwortet"
else
  echo "FAIL · Engine /v1/models antwortet nicht (nach 120s)"; fail=1
fi

# 3. Echte Inferenz: lädt ein Modell und generiert es ein Token?
resp="$(curl -s -m 240 -X POST "$SWAP_URL/v1/chat/completions" \
  -H 'Content-Type: application/json' \
  -d "{\"model\":\"$BRAIN\",\"max_tokens\":1,\"messages\":[{\"role\":\"user\",\"content\":\"ping\"}]}" 2>/dev/null)"
if printf '%s' "$resp" | grep -q '"choices"'; then
  echo "PASS · Inferenz auf '$BRAIN' liefert eine Antwort"
else
  echo "FAIL · Inferenz auf '$BRAIN' fehlgeschlagen (Modell lädt/generiert nicht)"; fail=1
fi

# 3b. Embedding-Modell (für Mem0/Gedächtnis) lädt und liefert einen Vektor?
eresp="$(curl -s -m 120 -X POST "$SWAP_URL/v1/embeddings" \
  -H 'Content-Type: application/json' \
  -d "{\"model\":\"$EMBED\",\"input\":\"ping\"}" 2>/dev/null)"
if printf '%s' "$eresp" | grep -q '"embedding"'; then
  echo "PASS · Embedding-Modell '$EMBED' liefert Vektoren"
else
  echo "FAIL · Embedding-Modell '$EMBED' lädt/antwortet nicht (Mem0/Gedächtnis betroffen)"; fail=1
fi

# 4. MC2 selbst gesund (Engine + Gateway erreichbar)?
if curl -sf -m 8 "$MC_URL/api/health" 2>/dev/null | grep -qE '"engine_reachable":[[:space:]]*true'; then
  echo "PASS · MC2 /api/health: engine_reachable=true"
else
  echo "FAIL · MC2 /api/health meldet Engine nicht erreichbar"; fail=1
fi

# 4b. MC2-Gateway (eigenständiger /v1-Datenpfad, UMBAU v3 P1) gesund? Nur prüfen, wenn
#     die Unit enabled ist — Postchecks können auf Ständen vor dem Gateway-Auszug laufen.
GW_URL="${MC2_GATEWAY_URL:-http://127.0.0.1:9010}"
if systemctl --user is-enabled --quiet mc2-gateway 2>/dev/null; then
  if curl -sf -m 8 "$GW_URL/gw/health" 2>/dev/null | grep -qE '"engine_reachable":[[:space:]]*true'; then
    echo "PASS · mc2-gateway gesund (Prozess + Engine)"
  else
    echo "FAIL · mc2-gateway antwortet nicht/Engine weg — LLM-DATENPFAD BETROFFEN"; fail=1
  fi
fi

# 4c. MC2-Steward (Wächter-Dienst, UMBAU v3 P2) aktiv? (nur wenn Unit enabled)
if systemctl --user is-enabled --quiet mc2-steward 2>/dev/null; then
  if systemctl --user is-active --quiet mc2-steward; then
    echo "PASS · mc2-steward aktiv (Wächter laufen)"
  else
    echo "FAIL · mc2-steward NICHT aktiv — Box ohne Wächter"; fail=1
  fi
fi

# 5. Mem0-Sidecar (Gedächtnis) erreichbar?
if curl -sf -m 5 "$MEM0_URL/health" >/dev/null 2>&1; then
  echo "PASS · Mem0-Sidecar erreichbar"
else
  echo "FAIL · Mem0-Sidecar NICHT erreichbar"; fail=1
fi

if [ "$fail" -eq 0 ]; then
  echo "=== STACK OK ✓ ==="
else
  echo "=== STACK-CHECK FEHLGESCHLAGEN — bitte prüfen ==="
fi
exit "$fail"