# 聊天上下文管线（Chat Detail）

# 模块: chat context flow — 消息预处理
def preprocess(user_messages):
    history = user_messages[:-1]        # 历史消息
    sending = user_messages[-1]         # 本次要发送的消息

    history = [filter_cot_tags(m) for m in history]     # 剥离 CoT 折叠标签
    sending = filter_cot_tags(sending)

    if regex_enabled and regex_scripts:
        # to_api 方向的正则规则，支持 minDepth/maxDepth 深度过滤
        # depth=0 是最新一条消息，depth=1 倒数第二条，以此类推
        history = apply_regex_rules(history, direction="to_api", depth_filter=True)
        sending = apply_regex_rules([sending], "to_api", depth_filter=True)[0]
    return history, sending

# 模块: chat context flow — 系统消息序列（顺序精确对应实现）
def build_context_messages(record, history, sending):
    ctx = []
    role_play = record["role_play_enabled"]
    role = record["role"]                       # 覆写后的角色快照

    # ① 全局系统提示词（设置 → 提示词）
    ctx.append(global_system_prompt)

    # ② 注入提示词：position == "relative" 的部分
    #    启用条件三选一：enableStatus=global / manual 且本对话勾选 / 所属分组被预设启用
    for p in injected_prompts:
        if should_use(p) and p.position == "relative":
            ctx.append({"role": p.role, "content": p.content})

    # ③ 历史消息先按「历史消息数量」(history_count) 裁剪 —— 只算真实对话，
    #    不包括后面注入的内容
    history = history[-history_count:]

    # ④ 深度注入流水线（三种来源合并后按 depth 插入历史消息内部）
    depth_prompts = []
    depth_prompts += [p for p in injected_prompts
                      if should_use(p) and p.position == "chat_history"]
    if role_play and role.depth_prompt:          # 角色卡 depth_prompt（ST 转化）
        depth_prompts.append(role.depth_prompt)  # 默认 depth=4

    # ⑤ 世界书扫描（发生在此处；产出三个桶）
    #    扫描窗口 = 裁剪后的历史 + 当前消息；书 = 角色绑定的书 − 对话临时禁用的书
    wb = worldbook_scan(books=role.enabled_worldbooks - record.disabled_worldbooks,
                        window=history + [sending])
    depth_prompts += wb.at_depth_bucket          # atDepth 桶并入深度注入

    history = inject_at_depth(history, depth_prompts)   # 见 §2.3

    # ⑥ API 配置自带的系统提示词（apiSystemPrompt，若填写）
    ctx.append(api_config.api_system_prompt)

    # ⑦ 角色扮演内置系统提示（rolePlaySystem 模板，可在「提示词自定义」覆盖）
    if role_play:
        ctx.append(template("rolePlaySystem", char=char, user=user))

    # ⑧ 对话级系统提示词（对话管理页填写；可被预设 prompt.systemPrompt 覆写）
    ctx.append(record["system_prompt"])

    # ⑨ 世界书 worldInfoBefore 桶（角色设定链之前）
    ctx += wb.before_char_bucket

    # ⑩ 角色设定链（顺序固定）
    if role_play:
        ctx.append(template("roleSettings", settings=role.desp))     # 角色描述
        ctx.append(role.system_prompt)                               # 角色系统提示词
        ctx.append(template("personalityPrompt", role.personality))  # 性格
        if active_event and active_event.desp:
            ctx.append(template("eventDescriptionPrompt", active_event.desp))
            # 注意：激活的事件描述会「替代」场景设定，二者不共存
        else:
            ctx.append(template("scenarioPrompt", role.scenario))    # 场景
        ctx.append(template("messageExamplePrompt", role.mes_example))  # 对话示例

    # ⑪ 世界书 worldInfoAfter 桶（角色设定链之后）
    ctx += wb.after_char_bucket

    # ⑫ 面具（用户人设）设定
    ctx.append(template("maskSettings", record["mask"].desp))

    # ⑬ 记事本自动加载分类（按对话配置的分类从 KV 表取条目）
    ctx.append(template("notebookAutoLoadPrompt", notebook_entries))

    # ⑭ 长期记忆（若开启：该对话已启用的记忆条目）
    ctx.append(template("memoryPrompt", enabled_memories))

    # ⑮ 永久记忆（若开启：用当前输入向量检索全部历史对话，
    #    与当前上下文中已存在的消息按 ID 去重后注入）
    ctx.append(template("persistentMemoryPrompt", dedup(search_results)))

    # ⑯ 时间提示（对话管理可关；放在序列靠后位置以利于上游上下文缓存命中）
    if record["enable_time_prompt"]:
        ctx.append(current_time_prompt)

    # ⑰ 过滤 <think> 标签（在副本上），清理空消息
    return strip_think_and_empty(ctx), history, wb

# 模块: chat context flow — 深度注入
def inject_at_depth(history, prompts):
    prompts = [p for p in prompts if p.content and p.depth > 0]  # depth=0 不注入
    history = list(reversed(history))       # 反转：索引 0 = 最新消息
    inserted = 0
    for depth in range(1, max_depth + 1):   # 深度从小到大
        batch = list(reversed([p for p in prompts if p.depth == depth]))
        if not batch:
            continue
        pos = min(depth + inserted - 1, len(history))   # 超出则贴到最旧一端
        history[pos:pos] = [msg(p) for p in batch]
        inserted += len(batch)
    return list(reversed(history))          # 反转回时间顺序

# 模块: chat context flow — 收尾
def finalize(ctx, history, sending, record):
    # ⑱ 知识库检索（向量）：书单 = 角色启用 ∪ 预设 knowledge.books ∪ 活动事件附加书
    #    查询文本 = 当前输入 + 最近 recent_history_count 条原始历史（不含注入内容）
    #    结果按相似度阈值 + 最大召回条数过滤
    knowledge = vector_search(books, query=sending + recent_history)

    # ⑲ 上行预算裁剪：conversation_max_tokens（按字符数近似），
    #    先扣除系统消息与知识库占用，再从最新往最旧回填历史，塞不下即停
    history = fill_newest_first(history, budget=max_tokens - len(ctx) - len(knowledge))
    ctx += history

    # ⑳ post_history_instructions（角色卡字段；激活事件的 processPrompt 会替代它）
    #    位置：历史消息之后、用户消息之前 —— 这是"最后的指令"槽位
    ctx.append(template("postHistoryInstructionsPrompt", phi))

    # ㉑ 知识库内容注入：优先替换上下文中的  占位符；
    #    没有占位符则追加到末尾
    ctx = place_knowledge(ctx, knowledge)

    # ㉒ 用户本次消息（保证是最后一条）
    ctx.append(sending)

    # ㉓ 宏统一 pass：/ 等变量宏按消息顺序执行并持久化，
    #    // 等无状态宏兜底替换
    return run_macro_pass(ctx)