"""
Hält das Agent-Hirn (Rolle `hermes`) dauerhaft warm.

Hintergrund: llama-swap ist EIN-Gruppen-resident — lädt ein on-demand-Modell außerhalb
der `brains`-Gruppe, wird die ganze Gruppe (inkl. Hirn) verdrängt. `persist: true`
verhindert nur Idle-Unload, NICHT die Gruppen-Verdrängung; neu vorgewärmt wird sonst erst
beim nächsten llama-swap-(Re)Start. Dieser Wächter schließt die Lücke: ist die Box idle
(nichts geladen), pingt er das Hirn vor. Während aktiver Last (irgendetwas geladen) hält
er sich raus, verdrängt also nie ein gerade genutztes Modell.

Abschaltbar/justierbar via Env: MC_REWARM_ENABLED=0, MC_REWARM_INTERVAL, MC_REWARM_MODEL.
"""

import asyncio
import logging
import os

import httpx

from config import LLAMA_SWAP_URL

log = logging.getLogger(__name__)

ENABLED = os.environ.get("MC_REWARM_ENABLED", "1") != "0"
INTERVAL = int(os.environ.get("MC_REWARM_INTERVAL", "90"))     # Sekunden zwischen Checks
MODEL = os.environ.get("MC_REWARM_MODEL", "hermes")            # Alias der Rolle
START_DELAY = int(os.environ.get("MC_REWARM_START_DELAY", "25"))


async def _running_empty() -> bool:
    async with httpx.AsyncClient(timeout=8.0) as c:
        r = await c.get(f"{LLAMA_SWAP_URL}/running")
        data = r.json() or {}
    return not (data.get("running") or [])


async def _warm() -> None:
    async with httpx.AsyncClient(timeout=180.0) as c:
        await c.post(f"{LLAMA_SWAP_URL}/v1/chat/completions", json={
            "model": MODEL, "max_tokens": 1,
            "messages": [{"role": "user", "content": "ping"}],
        })


async def rewarm_loop() -> None:
    """Endlos-Schleife (Hintergrund-Task): prüft periodisch, wärmt bei Idle vor."""
    await asyncio.sleep(START_DELAY)   # Box/Engine nach MC-Start setzen lassen
    while True:
        try:
            if await _running_empty():
                log.info("rewarm: Box idle → Hirn '%s' wird vorgewärmt", MODEL)
                await _warm()
        except Exception:
            log.debug("rewarm: Tick fehlgeschlagen", exc_info=True)
        await asyncio.sleep(INTERVAL)