"""Probe the PyTorch / CUDA situation, so the UI can show a device badge.

Pure (no Qt). ``gather()`` imports torch (slow / heavy) — call it off the GUI
thread. The rest are tiny formatters the UI uses to explain *why* it's on CPU and
how to enable the GPU.
"""

from __future__ import annotations

# pip index for the CUDA build (matches the README).
CUDA_WHEEL_INDEX = "https://download.pytorch.org/whl/cu121"


def gather() -> dict:
    """Collect torch/CUDA facts. Never raises — missing torch is a valid result."""
    info: dict = {
        "installed": False,
        "version": None,        # torch.__version__ (e.g. "2.12.0+cpu")
        "built_cuda": None,     # torch.version.cuda (None on a CPU-only build)
        "cuda_available": False,
        "device_name": None,    # the active GPU's name, if any
        "import_error": None,
    }
    try:
        import torch
    except Exception as exc:  # noqa: BLE001 - report any import failure, not just ImportError
        info["import_error"] = str(exc)
        return info
    info["installed"] = True
    info["version"] = getattr(torch, "__version__", None)
    try:
        info["built_cuda"] = torch.version.cuda
    except Exception:  # noqa: BLE001
        info["built_cuda"] = None
    try:
        info["cuda_available"] = bool(torch.cuda.is_available())
    except Exception:  # noqa: BLE001
        info["cuda_available"] = False
    if info["cuda_available"]:
        try:
            info["device_name"] = torch.cuda.get_device_name(0)
        except Exception:  # noqa: BLE001
            info["device_name"] = None
    return info


def device_label(info: dict) -> str:
    return "CUDA" if info.get("cuda_available") else "CPU"


def reason(info: dict) -> str:
    """One-sentence human explanation of the current device choice."""
    if not info.get("installed"):
        return ("PyTorch не установлен — детектор YOLO и восстановление DeepMosaics "
                "работают на CPU (классический детектор torch не требует).")
    if info.get("cuda_available"):
        name = info.get("device_name") or "GPU"
        return f"PyTorch использует CUDA: {name}. Вычисления идут на видеокарте."
    version = info.get("version") or "?"
    built = info.get("built_cuda")
    if not built:
        return (f"Установлена CPU-сборка PyTorch ({version}) — без поддержки CUDA, "
                "поэтому вычисления идут на процессоре (медленно).")
    return (f"PyTorch собран с CUDA {built} ({version}), но GPU недоступен: нет "
            "NVIDIA-видеокарты, не установлен/устарел драйвер, либо версия CUDA "
            "несовместима с драйвером.")


def install_hint() -> str:
    """Steps to enable the GPU (shown when running on CPU)."""
    return (
        "Как включить GPU (NVIDIA):\n"
        "1. Нужна видеокарта NVIDIA и свежий драйвер (проверка в консоли: nvidia-smi).\n"
        "2. Переустановите PyTorch со сборкой CUDA:\n\n"
        "   pip uninstall -y torch torchvision\n"
        f"   pip install torch torchvision --index-url {CUDA_WHEEL_INDEX}\n\n"
        "3. Перезапустите приложение.\n\n"
        "Классический детектор работает и без CUDA. На CPU детекция и расцензуривание "
        "просто медленнее."
    )