#!/usr/bin/env python3
"""
===============================================================================
FILE: scripts/diagnostics/make_etl_snapshot.py
ROLE: Компактная динамическая генерация слепка ETL-конвейера, сервисов и БД.
      Исключает исторические манифесты docs, диагностический шум и пустые файлы.
===============================================================================
"""

import os

ROOT_DIR = os.path.abspath(os.path.join(os.path.dirname(__file__), "..", ".."))
OUTPUT_FILE = os.path.join(ROOT_DIR, "etl_code_snapshot.md")

# 1. Отдельные ключевые файлы в корне проекта
ROOT_EXPLICIT_FILES = [
    "config.py",
    "exceptions.json",
    "main_etl.py"
]

# 2. Директории для автоматического сканирования
INCLUDED_DIRS = [
    "core",
    "services",
    "scripts",
    "docs"
]

# 3. Разрешенные расширения файлов
ALLOWED_EXTENSIONS = {
    ".py": "py",
    ".sh": "bash",
    ".json": "json",
    ".md": "markdown"
}

# 4. Папки, которые категорически игнорируются
IGNORE_DIRS = {
    "venv", ".venv", ".git", "__pycache__", "data", "output", "logs", 
    "node_modules", "static", ".idea", ".vscode", "diagnostics"
}

# 5. Файлы, исключаемые для экономии контекста (тяжелые исторические манифесты и временные дампы)
IGNORE_FILES = {
    "etl_code_snapshot.md", 
    "web_api_code_snapshot.md",
    "db_dump_full.xlsx",
    # Исключаем исторические манифесты из docs/ (~60 КБ дублирующего текста)
    "PROJECT BRAIN_ SCUD Orion AI & Context API (Master Manifesto v5.0).md",
    "SCUD Orion AI — Полная энциклопедическая хроника, архитектурный паспорт и технический контекст (v4.0).md"
}


def collect_target_files():
    """Автоматически собирает список файлов проекта без шума и устаревших манифестов."""
    target_files = []

    # Добавляем ключевые файлы из корня
    for fname in ROOT_EXPLICIT_FILES:
        fpath = os.path.join(ROOT_DIR, fname)
        if os.path.isfile(fpath):
            target_files.append(fname)

    # Рекурсивный обход разрешенных каталогов
    for d_name in INCLUDED_DIRS:
        base_dir = os.path.join(ROOT_DIR, d_name)
        if not os.path.exists(base_dir):
            continue

        for root, dirs, files in os.walk(base_dir):
            dirs[:] = [d for d in dirs if d not in IGNORE_DIRS and not d.startswith(".")]

            for file in sorted(files):
                if file in IGNORE_FILES or file.startswith("."):
                    continue

                _, ext = os.path.splitext(file)
                if ext.lower() in ALLOWED_EXTENSIONS:
                    full_path = os.path.join(root, file)
                    
                    # Пропускаем пустые __init__.py (0 байт)
                    if file == "__init__.py" and os.path.getsize(full_path) == 0:
                        continue

                    rel_path = os.path.relpath(full_path, ROOT_DIR)
                    target_files.append(rel_path)

    return sorted(target_files)


def create_etl_snapshot():
    files_to_pack = collect_target_files()
    content = ["# 📦 КОМПАКТНЫЙ ETL-СЛЕПОК ИСХОДНОГО КОДА (СКУД ⟷ 1С & DB CORE)\n"]
    included_count = 0

    for rel_path in files_to_pack:
        full_path = os.path.join(ROOT_DIR, rel_path)
        ext = os.path.splitext(rel_path)[1].lower()
        lang = ALLOWED_EXTENSIONS.get(ext, "text")

        try:
            with open(full_path, "r", encoding="utf-8") as f:
                file_text = f.read()
            content.append(f"## File: `./{rel_path}`\n```{lang}\n{file_text}\n```\n")
            included_count += 1
        except Exception as e:
            print(f"[⚠️] Ошибка чтения {rel_path}: {e}")

    with open(OUTPUT_FILE, "w", encoding="utf-8") as f:
        f.write("\n".join(content))

    size_kb = os.path.getsize(OUTPUT_FILE) / 1024
    print(f"\n[✓] Компактный ETL-слепок успешно создан: {OUTPUT_FILE}")
    print(f"    Включено файлов: {included_count} | Размер: {size_kb:.1f} KB\n")


if __name__ == "__main__":
    create_etl_snapshot()