"""VLM OCR 节点真实集成测试。

复用 testdata/test_real_hav_sub.png（真实视频字幕截图，一次性入库，避免
每次测试生成）。调用本地 Ollama 服务（192.168.123.70:11434）的真实
glm-ocr 模型做 OCR。Ollama 服务或测试资产缺失时自动跳过；可用时必须执行。
"""
import urllib.request
from pathlib import Path

import pytest

from nodes.vlm import invoke
from wov_sdk.models import InvokeRequest

OLLAMA_HOST = "http://192.168.123.70:11434"
MODEL = "glm-ocr:latest"
# 测试图片（真实视频字幕帧）上应识别出的字幕文本。
EXPECTED_TEXT = "还有没有什么困扰 或者奇怪的地方吗"

# 单体根目录：tests/ 的上一级。
WORKSPACE = Path(__file__).resolve().parent.parent
TEST_IMAGE = WORKSPACE / "testdata" / "test_real_hav_sub.png"


def _ollama_reachable() -> bool:
    """探测 Ollama 服务与目标模型是否可用。"""
    try:
        req = urllib.request.Request(
            f"{OLLAMA_HOST}/api/show",
            data=b'{"model": "%s"}' % MODEL.encode(),
            headers={"Content-Type": "application/json"},
            method="POST",
        )
        with urllib.request.urlopen(req, timeout=5) as resp:
            return resp.status == 200
    except (urllib.error.URLError, OSError):
        return False


@pytest.mark.integration
def test_vlm_ocr_real_model(tmp_path) -> None:
    """复用真实字幕截图 + 真实 glm-ocr：应识别出关键字幕文本并清洗围栏垃圾。"""
    if not _ollama_reachable():
        pytest.skip("Ollama 服务或 glm-ocr 模型不可用，跳过真实模型集成测试")
    if not TEST_IMAGE.is_file():
        pytest.skip("缺少 testdata/test_real_hav_sub.png 测试资产，跳过集成测试")

    response = invoke(
        InvokeRequest(
            run_id="vlm_integration",
            node_instance_id="",
            inputs={"image_uri": str(TEST_IMAGE)},
            params={"model": MODEL, "ollama_host": OLLAMA_HOST},
            output_dir=str(tmp_path / "out"),
        )
    )
    assert response.status == "completed", response.error
    text = response.outputs["text"]
    print(text)
    # 关键字幕文本应被识别出来。注意 glm-ocr 在此图上存在已知重复循环 bug：
    # 识别出正确文本后可能继续循环输出，因此用"包含"断言而非全等，
    # 下游 subtitle-ocr 的 max_result_chars 守卫会拦截超长输出。
    assert EXPECTED_TEXT in text
    # 围栏垃圾（```）不应出现在输出里。
    assert "```" not in text