ClawdDotNet/src/ClawdDotNet.Core/Engine/ContextCompactor.cs

using ClawdDotNet.Core.Api;
using ClawdDotNet.Core.Api.Models;
using ClawdDotNet.Core.Config;
using Microsoft.Extensions.Logging;

namespace ClawdDotNet.Core.Engine;

public sealed class ContextCompactor
{
    private readonly IChatCompletionClient _client;
    private readonly ILogger _logger;

    private const int ProtectedTailMessages = 6;

    /// <summary>
    /// Wohin kompaktiert wird, als Anteil von <see cref="LoopGuardConfig.MaxContextTokens"/> -
    /// nie hoeher als die Schwelle selbst (#605).
    ///
    /// <para>Vorher reichte "knapp unter der Schwelle". Im Dauerbetrieb kuerzte Stufe 1 dann
    /// bei jedem Schritt ein wenig, der Kontext lag sofort wieder darueber, und weil jede
    /// Kuerzung alte Nachrichten aendert, brach dabei jedes Mal der Prompt-Cache. Mit Abstand
    /// wird selten und kraeftig kompaktiert, und der Cache haelt danach mehrere Laeufe.</para>
    /// </summary>
    internal const double ZielAnteil = 0.55;
    private const int MaxToolResultChars = 2000;
    private const string TruncatedMarker = "\n\n[... Ergebnis gekürzt ...]";

    /// <summary>
    /// Wie stark ein einzelner Messwert den Faktor verschiebt. Klein genug, dass ein
    /// Ausreißer die Schwelle nicht kippt, groß genug, dass ein Modellwechsel nach
    /// wenigen Aufrufen ankommt.
    /// </summary>
    private const double CalibrationWeight = 0.25;

    /// <summary>
    /// Je Modell: um welchen Faktor die rohe Schätzung danebenlag. 1,0 heißt „noch nichts
    /// gemessen". Modellweise, weil verschiedene Tokenizer denselben Text verschieden
    /// zerlegen — ein gemeinsamer Faktor wäre der Mittelwert von etwas, das nichts
    /// miteinander zu tun hat.
    /// </summary>
    private readonly System.Collections.Concurrent.ConcurrentDictionary<string, double> _calibration = new();

    public ContextCompactor(IChatCompletionClient client, ILoggerFactory loggerFactory)
    {
        _client = client;
        _logger = loggerFactory.CreateLogger("ClawdDotNet.Core.Engine.ContextCompactor");
    }

    /// <summary>
    /// Die rohe Schätzung: vier Zeichen je Token. Grob, aber ohne Netzaufruf und ohne
    /// Kenntnis des Tokenizers — und darauf kommt es an, weil sie <b>vor</b> dem Senden
    /// gebraucht wird. <see cref="EstimateFor"/> zieht die gemessene Abweichung nach.
    /// </summary>
    public static int EstimateTokens(List<ChatMessage> messages)
    {
        var totalChars = 0;
        foreach (var msg in messages)
        {
            totalChars += msg.Content?.Length ?? 0;
            totalChars += msg.Role.Length + 10;

            if (msg.ToolCalls is not null)
            {
                foreach (var tc in msg.ToolCalls)
                    totalChars += tc.Function.Name.Length + tc.Function.Arguments.Length + 20;
            }
        }
        return totalChars / 4;
    }

    /// <summary>
    /// Die Schätzung für ein bestimmtes Modell — die rohe Rechnung, korrigiert um das,
    /// was bei diesem Modell bisher tatsächlich gemessen wurde.
    /// </summary>
    public int EstimateFor(string model, List<ChatMessage> messages)
        => (int)(EstimateTokens(messages) * _calibration.GetValueOrDefault(model, 1.0));

    /// <summary>
    /// Meldet, wie groß der Prompt wirklich war, den eine Schätzung vorhergesagt hat.
    ///
    /// <para>Vier Zeichen je Token stimmt für englische Fließtexte ungefähr und liegt
    /// bei deutschem Text, JSON und Code daneben — je nach Modell in beide Richtungen.
    /// Der Faktor zieht die Schätzung dorthin, wo dieses Modell tatsächlich liegt.</para>
    ///
    /// <para>Gleitender Mittelwert statt letztem Messwert: Ein einzelner Ausreißer soll
    /// die Schwelle nicht verschieben. Begrenzt auf das Halbe bis Vierfache — was
    /// darüber hinausginge, ist kein Kalibrierungsfall mehr, sondern ein Fehler
    /// woanders, und den soll die Schätzung nicht kaschieren.</para>
    /// </summary>
    public void Calibrate(string model, int estimatedTokens, int actualPromptTokens)
    {
        if (estimatedTokens <= 0 || actualPromptTokens <= 0) return;

        var gemessen = Math.Clamp((double)actualPromptTokens / estimatedTokens, 0.5, 4.0);

        // Auch der erste Messwert zählt nur mit seinem Gewicht — Ausgangspunkt ist die
        // rohe Schätzung (Faktor 1,0). Setzte der erste Wert den Faktor voll, könnte ein
        // einzelner Ausreißer die Schwelle sofort verschieben, und genau das soll der
        // gleitende Mittelwert verhindern.
        static double Naechster(double bisher, double gemessen)
            => bisher * (1 - CalibrationWeight) + gemessen * CalibrationWeight;

        _calibration.AddOrUpdate(
            model,
            Naechster(1.0, gemessen),
            (_, bisher) => Naechster(bisher, gemessen));
    }

    /// <param name="verbrauch">
    /// Erhaelt den Verbrauch des Zusammenfassungs-Aufrufs (#605). Die Engine zaehlt ihn zum
    /// Lauf - sonst waere er in Verbrauch, Beleg und Tagesbudget unsichtbar.
    /// </param>
    public async Task<bool> CompactIfNeededAsync(
        List<ChatMessage> messages,
        LoopGuardConfig guard,
        string model,
        CancellationToken ct,
        Action<Usage>? verbrauch = null)
    {
        var contextTokens = EstimateFor(model, messages);

        var threshold = (int)(guard.MaxContextTokens * guard.CompactionThreshold);

        if (contextTokens < threshold)
            return false;

        var ziel = Math.Min(threshold, (int)(guard.MaxContextTokens * ZielAnteil));

        _logger.LogInformation(
            "Context kompaktierung gestartet: {Tokens} Tokens (Schwelle: {Threshold}, Ziel: {Ziel})",
            contextTokens, threshold, ziel);

        // Stufe 1: Tool-Results kürzen
        var pruned = PruneToolResults(messages);
        if (pruned)
        {
            // #605: Mit derselben, kalibrierten Schaetzung pruefen, die ausgeloest hat. Die
            // rohe Zahl (Zeichen/4) lag bei deutschem Text und JSON deutlich zu niedrig,
            // meldete "unter der Schwelle", und Stufe 2 lief nie.
            var afterPrune = EstimateFor(model, messages);
            _logger.LogInformation("Stufe 1 (Tool-Pruning): {Before} → {After} geschätzte Tokens (Ziel: {Ziel})",
                contextTokens, afterPrune, ziel);

            if (afterPrune < ziel)
                return true;
        }

        // Stufe 2: Auto-Compaction via LLM — bewusst mit dem günstigen Modell.
        var summaryModel = string.IsNullOrWhiteSpace(guard.SummaryModel)
            ? model
            : guard.SummaryModel;

        await CompactViaLlmAsync(messages, summaryModel, ct, verbrauch);

        var danach = EstimateFor(model, messages);
        if (danach >= threshold)
        {
            _logger.LogWarning(
                "Kompaktierung bleibt über der Schwelle: {After} geschätzte Tokens (Schwelle: {Threshold}). "
                + "Das geschützte Ende der letzten {Tail} Nachrichten ist allein zu groß.",
                danach, threshold, ProtectedTailMessages);
        }
        else
        {
            _logger.LogInformation("Kompaktierung abgeschlossen: {Before} → {After} geschätzte Tokens (Ziel: {Ziel})",
                contextTokens, danach, ziel);
        }

        return true;
    }

    private bool PruneToolResults(List<ChatMessage> messages)
    {
        var pruned = false;
        var protectedStart = Math.Max(0, messages.Count - ProtectedTailMessages);

        for (var i = 0; i < protectedStart; i++)
        {
            var msg = messages[i];
            if (msg.Role != "tool" || msg.Content is null)
                continue;

            if (msg.Content.Length <= MaxToolResultChars)
                continue;

            msg.Content = msg.Content[..MaxToolResultChars] + TruncatedMarker;
            pruned = true;
        }

        return pruned;
    }

    /// <summary>
    /// Sucht einen Index, an dem der Kontext geteilt werden darf, ohne eine Tool-Sequenz
    /// zu zerreißen.
    ///
    /// Eine <c>tool</c>-Nachricht darf nie am Anfang des behaltenen Teils stehen — ihr
    /// <c>assistant</c>-Aufruf stünde sonst nicht mehr davor und die API lehnt die
    /// gesamte Anfrage mit HTTP 400 ab. Deshalb wandert die Grenze rückwärts bis zum
    /// Beginn des Blocks, in den sie fällt.
    /// </summary>
    private static int FindSafeTailStart(List<ChatMessage> messages, int desiredStart, int minIndex)
    {
        var i = Math.Clamp(desiredStart, minIndex, messages.Count);

        // Rückwärts, bis der Anfang keine verwaiste Tool-Antwort mehr ist.
        while (i > minIndex && i < messages.Count && messages[i].Role == "tool")
            i--;

        return i;
    }

    private async Task CompactViaLlmAsync(
        List<ChatMessage> messages, string model, CancellationToken ct, Action<Usage>? verbrauch)
    {
        var systemMsg = messages.FirstOrDefault(m => m.Role == "system");

        // Der System-Prompt wird separat behandelt und darf nie Teil des Tails werden,
        // sonst landet er doppelt im Kontext.
        var firstNonSystem = systemMsg is null ? 0 : messages.IndexOf(systemMsg) + 1;

        var tailStart = FindSafeTailStart(
            messages,
            messages.Count - ProtectedTailMessages,
            firstNonSystem);

        // Wenn vor dem geschützten Ende nichts Nennenswertes liegt, gibt es nichts
        // zusammenzufassen — eine Kompaktierung würde den Kontext sogar vergrößern.
        if (tailStart - firstNonSystem < 2)
        {
            _logger.LogInformation(
                "Compaction übersprungen: nur {Count} Nachricht(en) vor dem geschützten Ende",
                tailStart - firstNonSystem);
            return;
        }

        // Nur den Teil zusammenfassen, der tatsächlich wegfällt — der Tail bleibt
        // ohnehin wörtlich erhalten und müsste sonst doppelt bezahlt werden.
        var conversationParts = messages
            .Take(tailStart)
            .Skip(firstNonSystem)
            .Select(FormatMessageForSummary);

        var conversationText = string.Join("\n", conversationParts);

        // Auf max 30k Zeichen begrenzen für den Summarization-Call
        if (conversationText.Length > 30_000)
            conversationText = conversationText[..30_000] + "\n[... weitere Nachrichten ausgelassen ...]";

        var summaryRequest = new ChatRequest
        {
            Model = model,
            Messages =
            [
                ChatMessage.System(
                    "Du bist ein Konversations-Zusammenfasser. Erstelle eine präzise Zusammenfassung " +
                    "der bisherigen Konversation. Behalte alle wichtigen Fakten, Entscheidungen, " +
                    "Ergebnisse von Tool-Aufrufen und den aktuellen Arbeitsstand bei. " +
                    "Schreibe in der dritten Person. Format: Strukturierte Stichpunkte."),
                ChatMessage.User(
                    "Fasse die folgende Konversation zusammen. Behalte alle wichtigen Details:\n\n" +
                    conversationText)
            ]
        };

        try
        {
            var response = await _client.CompleteAsync(summaryRequest, ct);

            // Bezahlt ist der Aufruf auch dann, wenn die Zusammenfassung unbrauchbar ist.
            if (response.Usage is { } usage)
                verbrauch?.Invoke(usage);

            var summary = response.Choices.FirstOrDefault()?.Message?.Content;

            if (string.IsNullOrWhiteSpace(summary))
            {
                _logger.LogWarning("Compaction: Keine Zusammenfassung erhalten");
                return;
            }

            // Nachrichten ersetzen: System-Prompt + Zusammenfassung + geschützte letzte Nachrichten.
            // tailStart liegt garantiert auf einer Blockgrenze und hinter dem System-Prompt.
            var tail = messages.Skip(tailStart).ToList();

            messages.Clear();

            if (systemMsg is not null)
                messages.Add(systemMsg);

            messages.Add(ChatMessage.User(
                "[Zusammenfassung der bisherigen Konversation]\n\n" + summary));
            messages.Add(ChatMessage.Assistant(
                "Verstanden. Ich habe den Kontext der bisherigen Konversation erfasst und arbeite weiter."));

            messages.AddRange(tail);

            _logger.LogInformation(
                "Stufe 2 (Auto-Compaction): Konversation auf {Count} Nachrichten kompaktiert",
                messages.Count);
        }
        catch (Exception ex)
        {
            _logger.LogError(ex, "Compaction fehlgeschlagen");
        }
    }

    private static string FormatMessageForSummary(ChatMessage msg)
    {
        if (msg.Role == "tool")
        {
            var preview = msg.Content?.Length > 200
                ? msg.Content[..200] + "..."
                : msg.Content;
            return $"[Tool-Result ({msg.ToolCallId})]: {preview}";
        }

        if (msg.ToolCalls is { Count: > 0 })
        {
            var calls = string.Join(", ",
                msg.ToolCalls.Select(tc => $"{tc.Function.Name}({tc.Function.Arguments[..Math.Min(100, tc.Function.Arguments.Length)]})"));
            return $"[Assistant → Tool-Calls]: {calls}";
        }

        var content = msg.Content?.Length > 500
            ? msg.Content[..500] + "..."
            : msg.Content;

        return $"[{msg.Role}]: {content}";
    }
}