#!/bin/bash
# Tool_OCR WSL Ubuntu 開發環境設置腳本

set -e  # 遇到錯誤時停止

echo "================================"
echo "Tool_OCR 開發環境設置"
echo "================================"
echo ""

# 顏色定義
GREEN='\033[0;32m'
YELLOW='\033[1;33m'
RED='\033[0;31m'
NC='\033[0m' # No Color

# 檢查是否為 root
if [ "$EUID" -eq 0 ]; then
    echo -e "${RED}請不要使用 sudo 運行此腳本${NC}"
    echo "腳本會在需要時提示輸入 sudo 密碼"
    exit 1
fi

echo -e "${YELLOW}[1/8] 更新系統套件列表...${NC}"
sudo apt update

echo ""
echo -e "${YELLOW}[2/8] 安裝 Python 開發工具...${NC}"
sudo apt install -y \
    python3-pip \
    python3-venv \
    python3-dev \
    build-essential \
    pkg-config

echo ""
echo -e "${YELLOW}[3/8] 安裝系統層級依賴...${NC}"
sudo apt install -y \
    pandoc \
    libmagic1 \
    libmagic-dev \
    fonts-noto-cjk \
    fonts-noto-cjk-extra \
    fonts-liberation \
    libpango-1.0-0 \
    libpangocairo-1.0-0 \
    libcairo2 \
    libcairo2-dev \
    libgdk-pixbuf2.0-0 \
    libgdk-pixbuf-2.0-dev \
    libffi-dev \
    libffi8 \
    shared-mime-info \
    poppler-utils \
    libgl1 \
    libglib2.0-0 \
    libglib2.0-dev \
    libgomp1 \
    libjpeg-dev \
    libpng-dev \
    libtiff-dev \
    libopencv-dev \
    libsqlite3-dev \
    libreoffice-core-nogui \
    libreoffice-writer-nogui \
    libreoffice-impress-nogui \
    ca-certificates \
    curl \
    wget \
    libxml2 \
    libxslt1-dev \
    python3-cffi

echo ""
echo -e "${YELLOW}[4/8] 安裝 Node.js 和 npm...${NC}"
# 檢查是否已安裝 nvm
if [ ! -d "$HOME/.nvm" ]; then
    echo "安裝 nvm..."
    curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.0/install.sh | bash

    # 載入 nvm
    export NVM_DIR="$HOME/.nvm"
    [ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"
else
    echo "nvm 已安裝"
    export NVM_DIR="$HOME/.nvm"
    [ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"
fi

# 安裝 Node.js LTS
echo "安裝 Node.js LTS..."
nvm install --lts
nvm use --lts

echo ""
echo -e "${YELLOW}[5/8] 創建 Python 虛擬環境...${NC}"
if [ ! -d "venv" ]; then
    python3 -m venv venv
    echo "虛擬環境已創建"
else
    echo "虛擬環境已存在"
fi

echo ""
echo -e "${YELLOW}[6/9] 偵測 GPU 和 CUDA 支援...${NC}"

# GPU 偵測函數
detect_gpu() {
    # 檢查是否有 NVIDIA GPU
    if command -v nvidia-smi &> /dev/null; then
        echo -e "${GREEN}✓ 偵測到 NVIDIA GPU${NC}"
        nvidia-smi --query-gpu=name,memory.total --format=csv,noheader

        # 獲取 CUDA 版本
        CUDA_VERSION=$(nvidia-smi | grep "CUDA Version" | awk '{print $9}')
        if [ -n "$CUDA_VERSION" ]; then
            echo -e "${GREEN}✓ CUDA 版本: $CUDA_VERSION${NC}"

            # 根據 CUDA 版本選擇對應的 PaddlePaddle
            CUDA_MAJOR=$(echo $CUDA_VERSION | cut -d. -f1)
            CUDA_MINOR=$(echo $CUDA_VERSION | cut -d. -f2)

            if [ "$CUDA_MAJOR" -ge 13 ]; then
                echo "將安裝 PaddlePaddle GPU 版本 (CUDA 13.x)"
                echo "使用版本 3.2.1+ (兼容 CUDA 12.6+, 支援圖表識別)"
                USE_GPU=true
                PADDLE_PACKAGE="paddlepaddle-gpu>=3.2.1"
                PADDLE_INDEX="https://www.paddlepaddle.org.cn/packages/stable/cu126/"
            elif [ "$CUDA_MAJOR" -eq 12 ]; then
                echo "將安裝 PaddlePaddle GPU 版本 (CUDA 12.x)"
                echo "使用版本 3.2.1+ (兼容 CUDA 12.3+, 支援圖表識別)"
                USE_GPU=true
                PADDLE_PACKAGE="paddlepaddle-gpu>=3.2.1"
                PADDLE_INDEX="https://www.paddlepaddle.org.cn/packages/stable/cu123/"
            elif [ "$CUDA_MAJOR" -eq 11 ]; then
                echo "將安裝 PaddlePaddle GPU 版本 (CUDA 11.x)"
                echo "使用版本 3.2.1+ (兼容 CUDA 11.8+, 支援圖表識別)"
                USE_GPU=true
                PADDLE_PACKAGE="paddlepaddle-gpu>=3.2.1"
                PADDLE_INDEX="https://www.paddlepaddle.org.cn/packages/stable/cu118/"
            else
                echo -e "${YELLOW}⚠ CUDA 版本不支援 ($CUDA_VERSION)${NC}"
                echo "將安裝 CPU 版本"
                USE_GPU=false
                PADDLE_PACKAGE="paddlepaddle>=3.2.1"
            fi
        else
            echo -e "${YELLOW}⚠ 無法獲取 CUDA 版本${NC}"
            echo "將安裝 CPU 版本"
            USE_GPU=false
            PADDLE_PACKAGE="paddlepaddle>=3.2.1"
        fi
    else
        echo -e "${YELLOW}ℹ 未偵測到 NVIDIA GPU 或 nvidia-smi${NC}"
        echo "將安裝 CPU 版本的 PaddlePaddle"
        USE_GPU=false
        PADDLE_PACKAGE="paddlepaddle>=3.2.1"
    fi
}

# 執行 GPU 偵測
detect_gpu

echo ""
echo -e "${YELLOW}[7/9] 安裝 Python 依賴...${NC}"
source venv/bin/activate
pip install --upgrade pip setuptools wheel

# 先安裝 PaddlePaddle
echo ""
echo -e "${YELLOW}安裝 PaddlePaddle...${NC}"
if [ "$USE_GPU" = true ]; then
    echo "安裝 GPU 加速版本: $PADDLE_PACKAGE"
    if [ -n "$PADDLE_INDEX" ]; then
        echo "使用官方索引: $PADDLE_INDEX"
        pip install "$PADDLE_PACKAGE" -i "$PADDLE_INDEX"
    else
        pip install "$PADDLE_PACKAGE"
    fi
else
    echo "安裝 CPU 版本..."
    pip install 'paddlepaddle>=3.2.1'
fi

# WSL CUDA 路徑配置 (針對 WSL GPU 用戶)
if [ "$USE_GPU" = true ]; then
    echo ""
    echo -e "${YELLOW}配置 WSL CUDA 庫路徑...${NC}"

    # 檢查是否在 WSL 環境中
    if grep -qi microsoft /proc/version; then
        echo "偵測到 WSL 環境，配置 CUDA 庫路徑..."

        # 檢查 CUDA 庫是否存在於 WSL 路徑
        if [ -d "/usr/lib/wsl/lib" ]; then
            # 檢查 ~/.bashrc 中是否已包含此配置
            if ! grep -q "export LD_LIBRARY_PATH=/usr/lib/wsl/lib" ~/.bashrc; then
                echo "" >> ~/.bashrc
                echo "# WSL CUDA Libraries Path for PaddlePaddle GPU support (Added by Tool_OCR setup)" >> ~/.bashrc
                echo "export LD_LIBRARY_PATH=/usr/lib/wsl/lib:\$LD_LIBRARY_PATH" >> ~/.bashrc
                echo "✓ 已將 WSL CUDA 路徑添加到 ~/.bashrc"
            else
                echo "✓ WSL CUDA 路徑已存在於 ~/.bashrc"
            fi

            # 立即應用到當前 session
            export LD_LIBRARY_PATH=/usr/lib/wsl/lib:$LD_LIBRARY_PATH
            echo "✓ 已應用 CUDA 路徑到當前環境"
        else
            echo -e "${YELLOW}⚠ 未找到 /usr/lib/wsl/lib 目錄${NC}"
            echo "請確認 NVIDIA CUDA 驅動已安裝於 WSL"
        fi
    else
        echo "非 WSL 環境，跳過 WSL CUDA 路徑配置"
    fi
fi

# 安裝其他依賴（跳過 requirements.txt 中的 paddlepaddle）
echo ""
echo -e "${YELLOW}安裝其他 Python 依賴...${NC}"
pip install -r requirements.txt

echo ""
echo -e "${YELLOW}測試關鍵套件...${NC}"
python -c "import magic; print('✓ python-magic')" || echo "✗ python-magic failed"
python -c "from weasyprint import HTML; print('✓ WeasyPrint')" || echo "✗ WeasyPrint failed"
python -c "import cv2; print('✓ OpenCV')" || echo "✗ OpenCV failed"

# 驗證 PaddlePaddle GPU 可用性
echo ""
echo -e "${YELLOW}驗證 PaddlePaddle 設置...${NC}"
python -c "
import paddle
print('✓ PaddlePaddle 版本:', paddle.__version__)
try:
    if paddle.is_compiled_with_cuda():
        gpu_count = paddle.device.cuda.device_count()
        if gpu_count > 0:
            print('✓ GPU 加速: 已啟用')
            print('✓ GPU 數量:', gpu_count)
            for i in range(gpu_count):
                gpu_name = paddle.device.cuda.get_device_properties(i).name
                print(f'  GPU {i}: {gpu_name}')
        else:
            print('ℹ GPU 加速: CUDA 已編譯但無可用 GPU')
    else:
        print('ℹ GPU 加速: 未啟用 (CPU 模式)')
except Exception as e:
    print('⚠ GPU 檢測失敗:', str(e))
    print('ℹ 將使用 CPU 模式')
" || echo "⚠ PaddlePaddle 驗證失敗，但可繼續使用"

# 驗證圖表識別 API 可用性
echo ""
echo -e "${YELLOW}驗證圖表識別 API...${NC}"
python -c "
import paddle.incubate.nn.functional as F

# 檢查 API 可用性
has_base = hasattr(F, 'fused_rms_norm')
has_ext = hasattr(F, 'fused_rms_norm_ext')

print('📊 圖表識別 API 檢查:')
print(f'  - fused_rms_norm:     {'✅ 可用' if has_base else '❌ 不可用'}')
print(f'  - fused_rms_norm_ext: {'✅ 可用' if has_ext else '❌ 不可用'}')

if has_ext:
    print('🎉 圖表識別功能: ✅ 可啟用')
else:
    print('⚠️  圖表識別功能: ❌ 不可用 (需要 PaddlePaddle 3.2.0+)')
" || echo "⚠ 圖表識別 API 驗證失敗"

echo ""
echo -e "${YELLOW}[8/9] 安裝前端依賴...${NC}"
cd frontend

# 清理可能存在的鎖定文件
if [ -d "node_modules" ]; then
    echo "清理現有 node_modules..."
    rm -rf node_modules package-lock.json
fi

# 清理 npm 緩存
npm cache clean --force

# 安裝依賴（使用 --force 避免鎖定問題）
echo "安裝前端依賴..."
npm install --force

cd ..

echo ""
echo -e "${YELLOW}[9/9] 創建必要的目錄...${NC}"
mkdir -p backend/uploads/{temp,processed,images}
mkdir -p backend/storage/{markdown,json,exports}
mkdir -p backend/models/paddleocr
mkdir -p backend/logs

echo ""
echo -e "${GREEN}================================${NC}"
echo -e "${GREEN}環境設置完成！${NC}"
echo -e "${GREEN}================================${NC}"
echo ""
echo "系統配置:"
if [ "$USE_GPU" = true ]; then
    echo -e "  GPU 加速: ${GREEN}已啟用${NC}"
    echo "  PaddlePaddle: GPU 版本 (3.2.1+)"
    echo -e "  圖表識別: ${GREEN}已啟用${NC}"
    if grep -qi microsoft /proc/version; then
        echo "  WSL CUDA 路徑: 已配置於 ~/.bashrc"
    fi
else
    echo -e "  GPU 加速: ${YELLOW}未啟用 (CPU 模式)${NC}"
    echo "  PaddlePaddle: CPU 版本 (3.2.1+)"
    echo -e "  圖表識別: ${GREEN}已啟用${NC} (CPU 模式)"
fi
echo ""
echo "下一步操作："
echo "1. 初始化數據庫:"
echo "   source venv/bin/activate"
echo "   cd backend"
echo "   alembic upgrade head"
echo "   python create_test_user.py"
echo "   cd .."
echo ""
echo "2. 啟動後端:"
echo "   ./start_backend.sh"
echo ""
echo "3. 啟動前端 (新終端):"
echo "   ./start_frontend.sh"
echo ""
echo "4. 訪問應用:"
echo "   前端: http://localhost:5173"
echo "   API文檔: http://localhost:8000/docs"
echo "   健康檢查: http://localhost:8000/health"
echo ""
if [ "$USE_GPU" = true ] && grep -qi microsoft /proc/version; then
    echo "注意: WSL GPU 用戶需要重新啟動終端或執行 'source ~/.bashrc' 以應用 CUDA 路徑配置"
    echo ""
fi