# Pipeline repozytorium wzorcowego.
#
# Dwa niezależne przepływy:
#   1. jakość samego silnika (lint, testy, przebieg offline na fixture, obraz runnera),
#   2. demonstracja użycia: te same joby, które repozytoria docelowe dostają przez include
#      pliku .gitlab/ci/agentic-codemod.template.yml.

stages: [test, build, prepare, plan, apply]

# Joby instalują zależności wprost przez pip, a nie przez Taskfile: w obrazie
# python:3.12-slim nie ma PEP 668 ani systemowego interpretera do ochrony, a runner
# nie musi wtedy mieć go-task. Lokalnym odpowiednikiem tych trzech jobów jest `task ci`.
default:
  image: python:3.12-slim
  interruptible: true
  before_script:
    - apt-get update -qq && apt-get install -y -qq --no-install-recommends git ripgrep >/dev/null
    - pip install -q -e ".[dev]"

# Formularz uruchomienia ręcznego (Build > Pipelines > Run pipeline).
# Zmienne z opisem i listą wartości renderują się jako pola formularza -
# to jest "wsad" dla sieci agentowej podawany przez człowieka.
variables:
  CODEMOD_PACKAGE:
    value: ""
    description: "Pakiet do podniesienia, np. acme-sdk (puste = tylko testy silnika)"
  CODEMOD_TO_VERSION:
    value: ""
    description: "Wersja docelowa, np. 2.1.0"
  CODEMOD_MODULE:
    value: ""
    description: "Nazwa modułu importu, jeśli inna niż nazwa pakietu"
  CODEMOD_CONSTRAINTS:
    value: ""
    description: "Dodatkowe ograniczenia z issue lub decyzji architektonicznej"
  CODEMOD_ISSUE:
    value: ""
    description: "Numer issue do skomentowania po utworzeniu MR"
  CODEMOD_MODEL_PROVIDER:
    value: "vllm"
    options: ["vllm", "ollama", "openai_like"]
    description: "Backend LLM"

workflow:
  rules:
    - if: '$CI_PIPELINE_SOURCE == "merge_request_event"'
    - if: '$CI_PIPELINE_SOURCE == "web"'
    - if: '$CI_PIPELINE_SOURCE == "schedule"'
    - if: '$CI_PIPELINE_SOURCE == "trigger"'      # wyzwalane z issue/webhooka
    - if: '$CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH'

# ---------------------------------------------------------------- jakość silnika
lint:
  stage: test
  script:
    - ruff check src tests llm
    - ruff format --check src tests llm

# Testy obejmują też ścieżkę agentową: tests/test_llm_path.py podnosi atrapę serwera
# OpenAI (llm/mock_server.py) i przepuszcza przez nią pełny przebieg z agentami.
# Bez GPU, bez pobierania modelu, tak samo na Linuksie i macOS.
unit:
  stage: test
  script:
    - pytest -q --junitxml=report.xml
  artifacts:
    when: always
    reports:
      junit: report.xml

# Smoke test całego przepływu bez modelu językowego: kontekst APM, adaptery, sandbox,
# workflow agno i weryfikacja. Nie wymaga GPU ani dostępu do endpointu LLM,
# więc może być bramką na każdym merge requeście.
e2e-offline:
  stage: test
  script:
    - |
      agentic-codemod run \
        --repo examples/fixtures/acme-app \
        --package acme-sdk --module acme --to-version 2.1.0 \
        --offline --run-dir "$CI_PROJECT_DIR/.runs/$CI_PIPELINE_ID"
    - |
      grep -q '"status": "success"' ".runs/$CI_PIPELINE_ID/run.json"
  artifacts:
    when: always
    expire_in: 30 days
    paths: [".runs/"]

runner-image:
  stage: build
  image: gcr.io/kaniko-project/executor:debug
  before_script: []
  script:
    - /kaniko/executor --context "$CI_PROJECT_DIR" --dockerfile ci/Dockerfile
      --destination "$CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA"
      --destination "$CI_REGISTRY_IMAGE:latest"
  rules:
    - if: '$CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH'

# ------------------------------------------------------- demonstracja użycia szablonu
include:
  - local: '/.gitlab/ci/agentic-codemod.template.yml'
    inputs:
      image: "python:3.12-slim"
      apm_root: "."