#!/usr/bin/env bash
# =============================================================================
# 离线部署打包脚本（在【能联网】的机器上跑）
#
# 两种模式自动识别：
#  A) 自包含模式（已跑过 make_portable.sh，项目内有 ./python + ./models）
#     → 打包里只含项目这一个文件夹，离线机解压到【任意路径/任意用户】即可。
#  B) venv 模式（只有 .venv）
#     → 打项目 + /root 下的 uv Python + HF 缓存，离线机要解压到相同路径。
#
# 用法:  bash pack.sh
# 产物:  /tmp/ocr_offline_bundle.tar.gz
# =============================================================================
set -euo pipefail

cd "$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)"
PROJECT_DIR="$(pwd)"
OUT="${1:-/tmp/ocr_offline_bundle.tar.gz}"

log()  { echo -e "\n\033[1;32m==> $*\033[0m"; }
warn() { echo -e "\033[1;33m[警告] $*\033[0m"; }
have() { command -v "$1" >/dev/null 2>&1; }

PBASE="$(basename "$PROJECT_DIR")"
PPARENT="$(dirname "$PROJECT_DIR")"

# 运行时数据排除（部署不需要，打进去又慢又大）。用项目目录名作前缀，两种模式通用。
RT_DIRS=(split video composite coscli_output srt info info_error log)
EXCLUDES=(--exclude='*.log' --exclude='__pycache__' --exclude='*.pyc'
          --exclude="$PBASE/数据.jsonl")
for d in "${RT_DIRS[@]}"; do EXCLUDES+=(--exclude="$PBASE/$d"); done

# 选最快的压缩器：pigz 多线程(输出仍是标准 gzip，离线机普通 tar xzf 就能解)
if have pigz; then
  COMPRESS="pigz"; log "用 pigz 多线程压缩(快)"
else
  COMPRESS="gzip -1"; warn "未装 pigz，用 gzip -1；想更快可先 yum install -y pigz"
fi

if [ -x "$PROJECT_DIR/python/bin/python3" ]; then
  # ---------- A) 自包含：只打项目目录(用相对名)，可解压到任意路径 ----------
  log "自包含模式（项目内含 ./python + ./models）"
  [ -d "$PROJECT_DIR/models" ] || warn "没看到 ./models，确认 make_portable.sh 跑完整了"
  tar "${EXCLUDES[@]}" --use-compress-program="$COMPRESS" -cf "$OUT" \
    -C "$PPARENT" "$PBASE"
  MODE="自包含（解压到任意路径/用户）"
else
  # ---------- B) venv：打项目(绝对路径) + 外部 Python + HF 缓存 ----------
  [ -d .venv ] || { echo "既没有 ./python 也没有 .venv，请先 setup_server.sh 或 make_portable.sh"; exit 1; }
  # shellcheck disable=SC1091
  source .venv/bin/activate

  log "venv 模式：确保 headless opencv + 预下载模型"
  uv pip uninstall opencv-python 2>/dev/null || true
  uv pip install opencv-python-headless \
    --index-url "${PIP_MIRROR:-https://repo.huaweicloud.com/repository/pypi/simple}" 2>/dev/null \
    || echo "（headless 可能已装，忽略）"
  MODEL="$(python -c "import json;print(json.load(open('config/config.json'))['audio'].get('model_size','small'))")"
  HF_HUB_OFFLINE=0 TRANSFORMERS_OFFLINE=0 HF_ENDPOINT="${HF_ENDPOINT:-https://hf-mirror.com}" \
    python -c "from faster_whisper import WhisperModel; WhisperModel('$MODEL',device='cpu',compute_type='int8'); print('模型已缓存')"

  PYDIR="$(dirname "$(dirname "$(readlink -f .venv/bin/python)")")"
  HFCACHE="${HF_HOME:-$HOME/.cache/huggingface}"
  echo "  uv Python: $PYDIR    模型缓存: $HFCACHE"

  log "打包项目(绝对路径) + Python + 模型缓存"
  # 项目用绝对路径(还原到原位)，外部两目录同理
  EXABS=(--exclude='*.log' --exclude='__pycache__' --exclude='*.pyc'
         --exclude="${PROJECT_DIR#/}/数据.jsonl")
  for d in "${RT_DIRS[@]}"; do EXABS+=(--exclude="${PROJECT_DIR#/}/$d"); done
  tar "${EXABS[@]}" --use-compress-program="$COMPRESS" -cf "$OUT" \
    -C / "${PROJECT_DIR#/}" -C / "${PYDIR#/}" -C / "${HFCACHE#/}"
  MODE="venv（离线机需解压到相同路径/用户）"
fi

echo
log "完成 ✅  $OUT  ($(du -h "$OUT" | cut -f1))"
echo "模式: $MODE"
cat <<EOF

下一步：
  scp $OUT root@离线机:/tmp/
  bash deploy.sh /tmp/$(basename "$OUT")          # 自包含模式可加目标路径: bash deploy.sh 包 /opt
EOF