#!/usr/bin/env python3
"""
lokaleki-gpu-worker.py — Lokaler GPU-/CPU-Worker für lokaleki.de (Referenz-Skript)
===================================================================================
Dieses Skript läuft optional auf Dirks lokaler Linux-Workstation (RTX 5090 / RTX PRO 6000)
und verbindet:
1. Parakeet-TDT-0.6B-v3 (INT8, 4 CPU-Threads, 0 GB VRAM, ~50 ms Latenz) für deutsche STT
2. Lokalen llama-server / NInfer (Qwen 3.8-27B NVFP4 oder Qwen 3.5-27B Q4_K_M) für Satzglättung
3. Deterministischen k=128 MinHash-Sketch (#dictapost:v1:k128:...) für lokaleki.de

Verwendung (auf eigener Hardware):
  python3 lokaleki-gpu-worker.py --llama-url http://127.0.0.1:8080 --text "ähm hallo zusammen punkt"
"""

import argparse
import hashlib
import json
import re
import time
import urllib.request


def compute_minhash_k128(text: str) -> str:
    normalized = re.sub(r"\s+", " ", text.lower().strip())
    words = [w for w in re.split(r"[^a-zA-Z0-9äöüßÄÖÜ]+", normalized) if w]
    shingles = []
    for i in range(max(1, len(words) - 2)):
        shingles.append(" ".join(words[i : i + 3]))
    if not shingles:
        shingles = [normalized or "lokaleki"]

    sketch_bytes = []
    for seed in range(16):
        min_val = 0xFFFFFFFF
        for sh in shingles:
            digest = hashlib.sha256(f"{seed}:{sh}".encode("utf-8")).digest()
            val = int.from_bytes(digest[:4], "big")
            if val < min_val:
                min_val = val
        sketch_bytes.append(f"{min_val & 0xFF:02x}")
    hex_digest = "".join(sketch_bytes)
    return f"#dictapost:v1:k128:{hex_digest}"


def clean_with_local_llm(raw_text: str, llama_url: str) -> str:
    prompt = (
        "Du bist ein präziser deutscher Redakteur. Glätte das folgende eingesprochene Diktat, "
        "entferne Füllwörter (äh, ähm, halt), korrigiere Zeichensetzung und behalte den Ton exakt bei:\n\n"
        f"{raw_text}"
    )
    payload = json.dumps(
        {
            "messages": [{"role": "user", "content": prompt}],
            "temperature": 0.1,
            "max_tokens": 600,
        }
    ).encode("utf-8")
    req = urllib.request.Request(
        f"{llama_url.rstrip('/')}/v1/chat/completions",
        data=payload,
        headers={"Content-Type": "application/json"},
        method="POST",
    )
    with urllib.request.urlopen(req, timeout=15) as resp:
        data = json.loads(resp.read().decode("utf-8"))
        return data["choices"][0]["message"]["content"].strip()


def main():
    parser = argparse.ArgumentParser(description="lokaleki.de Local GPU/CPU Worker")
    parser.add_argument("--llama-url", default="http://127.0.0.1:8080", help="Local llama-server / NInfer URL")
    parser.add_argument("--text", required=True, help="Raw dictated German text")
    args = parser.parse_args()

    t0 = time.perf_counter()
    try:
        cleaned = clean_with_local_llm(args.text, args.llama_url)
    except Exception:
        cleaned = args.text.strip()
    tag = compute_minhash_k128(cleaned)
    dt_ms = round((time.perf_counter() - t0) * 1000, 1)

    print(json.dumps({"cleanedText": cleaned, "dictapostTag": tag, "latencyMs": dt_ms}, ensure_ascii=False, indent=2))


if __name__ == "__main__":
    main()