'use strict';

/**
 * 智能问数智能体 · 工具注册表
 * ----------------------------------------------------------------------------
 * 清单（manifestText，注入系统提示）与派发（get）单一事实源。
 * 模型给出的工具名先在此求交（未注册即拒绝并回注可用清单，防幻觉工具名），
 * 参数再经各工具 sanitize 钳制。本期全部工具只读（湖查询/校验），无写操作。
 */

const lake = require('./lake.js');
const compare = require('./compare.js');
const cross = require('./cross.js');
const peer = require('./peer.js');
const entity = require('./entity.js');
const cloud = require('./cloud.js');
const report = require('./report.js');
const metric = require('./metric.js');
const metrics = require('../metrics.js');
const anomaly = require('./anomaly.js');
const attribution = require('./attribution.js');

const TOOLS = [
  {
    name: 'lake_overview',
    desc: '摸底当前主体：门店/连锁清单、湖内可用日期区间、各粒度行数、最近一次同步结果。分析类问题的第一步，先看有什么数据再取数。',
    argsDoc: '{}（无参数）',
    sanitize: lake.overviewSanitize,
    handler: lake.overviewHandler,
  },
  {
    name: 'query_report',
    desc: '查经营数据。mode=detail 日期×门店明细 / mode=shop 按门店汇总（排行/TopN）/ mode=date 按日期汇总（趋势）。区间自动钳制在湖内（截止默认昨天）。',
    argsDoc: '{"mode":"shop","from":"YYYYMMDD","to":"YYYYMMDD","shops":["门店名,可部分匹配"],"metrics":["grossAmt","validOrderCnt"],"sort":"grossAmt","sortDir":"desc","limit":10}（from/to/metrics 缺省=近30天/营业额）',
    sanitize: lake.querySanitize,
    handler: lake.queryHandler,
  },
  {
    name: 'compare_periods',
    desc: '同比/环比对比：本期 vs 等长基期。自动做门店集合对齐（开/闭店单列）、比率加权、缺失日清单、收入+支出=营业额恒等式校验。凡问「变化/对比/为什么涨跌」一律用它，不要自己相减。',
    argsDoc: '{"from":"YYYYMMDD","to":"YYYYMMDD","gap":0,"metrics":["grossAmt","validOrderCnt"],"shops":["门店名"]}（缺省=湖内最后7天 vs 紧邻前7天；gap=两期间隔天数，同比可用 gap 留空+自定 from/to 跨年）',
    sanitize: compare.compareSanitize,
    handler: compare.compareHandler,
  },
  {
    name: 'data_quality',
    desc: '数据体检：门店明细全零行、层间一致性（门店合计 vs 连锁 vs 公司）、恒等式、日期连续性、预留列状态、最近同步结果。回答前对数据可信度存疑时调用。',
    argsDoc: '{"from":"YYYYMMDD","to":"YYYYMMDD"}（缺省=全湖区间）',
    sanitize: lake.qualitySanitize,
    handler: lake.qualityHandler,
  },
  {
    name: 'cross_check',
    desc: '层间一致性核对（可单独抽查指定区间）：按日核对 门店合计 vs 连锁合计 vs 公司行（营业额+有效订单），>0.5% 容差记不一致。环比/对比结论出来前建议抽查一次。',
    argsDoc: '{"from":"YYYYMMDD","to":"YYYYMMDD"}（缺省=全湖区间）',
    sanitize: cross.crossSanitize,
    handler: cross.crossHandler,
  },
  {
    name: 'raw_inspect',
    desc: '查某行 raw 原始字段（取数接口自带：环比差值/上期对比/同行均值排名），用于源侧交叉验证——本地算的数字 vs 接口自带的数字。字段按「包含匹配」取，命名以接口原样为准。',
    argsDoc: '{"date":"YYYYMMDD","shops":["门店名"],"keys":["gross_amt"]}（keys 缺省匹配营业额与单量相关字段）',
    sanitize: peer.rawSanitize,
    handler: peer.rawHandler,
  },
  {
    name: 'peer_benchmark',
    desc: '同行对标：门店自身值 vs 同行均值 vs 排名（来自全字段落库的 raw *_mall_avg/_rank）。凡问「对标/排名/同行」一律用它。',
    argsDoc: '{"field":"gross_amt","from":"YYYYMMDD","to":"YYYYMMDD","shops":["门店名"]}（field 蛇形命名，可用：valid_order_cnt/gross_amt/income_amt/expense_amt/exp_uv/order_user_cnt/clk_exp_rate/ord_clk_rate/per_actual_pay 等）',
    sanitize: peer.benchSanitize,
    handler: peer.benchHandler,
  },
  {
    name: 'cross_entity',
    desc: '跨主体（跨校/多账号）对比：湖内全部主体本期 vs 基期的营业额与有效订单。凡问「几家店/哪个食堂/跨校」类问题用它。',
    argsDoc: '{"from":"YYYYMMDD","to":"YYYYMMDD"}（缺省=当前主体湖内最后 7 天）',
    sanitize: entity.entitySanitize,
    handler: entity.entityHandler,
  },
  {
    name: 'aitable_verify',
    desc: '湖↔云只读比对：本地数据湖 vs 钉钉 AI 表格三表（行数 + 营业额抽样值）。凡结论涉及「云端数据是否同步/两边数据是否一致」时用它；云端未启用时优雅降级。',
    argsDoc: '{"from":"YYYYMMDD","to":"YYYYMMDD"}（缺省=全湖区间）',
    sanitize: cloud.cloudSanitize,
    handler: cloud.cloudHandler,
  },
  {
    name: 'metric_query',
    desc: '按指标查逐日序列（含派生指标如 7 日移动平均）。聚合口径由指标层决定：比率加权、客单价比值、移动平均都不许自己算。要「移动平均/平滑/去噪」视图时用它。',
    argsDoc: '{"metric":"gross_mov7","from":"YYYYMMDD","to":"YYYYMMDD","shops":["门店名"]}（metric 可用：grossAmt/validOrderCnt/incomeAmt/expenseAmt/expUv/orderUserCnt/clkExpRate/ordClkRate/perActualPay/gross_mov7/orders_mov7/uv_mov7）',
    sanitize: metric.metricSanitize,
    handler: metric.metricHandler,
  },
  {
    name: 'detect_anomalies',
    desc: '统计异常检测：加性指标逐日序列的 leave-one-out z-score（σ 下限防误报），|z|≥2 警告、≥3 不一致；区间含寒暑假会提示基线失真。凡问「哪天不对劲/异常波动」用它。',
    argsDoc: '{"metric":"grossAmt","from":"YYYYMMDD","to":"YYYYMMDD","k":2}（metric 可用 grossAmt/validOrderCnt/incomeAmt/expUv/orderUserCnt）',
    sanitize: anomaly.anomalySanitize,
    handler: anomaly.anomalyHandler,
  },
  {
    name: 'attribution',
    desc: '营业额归因（LMDI）：把环比变化分解为 曝光效应/进店率效应/客单价效应，给出各因素贡献金额与主因。凡问「为什么涨跌/谁拉动谁拖累」在 compare_periods 之后用它。',
    argsDoc: '{"from":"YYYYMMDD","to":"YYYYMMDD","shops":["门店名"]}（缺省=湖内最后 7 天；单店口径恒等式严格成立）',
    sanitize: attribution.attributionSanitize,
    handler: attribution.attributionHandler,
  },
  {
    name: 'build_report',
    desc: '生成经营分析 HTML 报告。deep=false 基础版（KPI/趋势/明细）；deep=true 深度版（另含数据体检/统计异常/归因/同行对标章节）。用户要「报告/周报/导出」时调用，回答中提示点击「查看分析报告」。',
    argsDoc: '{"from":"YYYYMMDD","to":"YYYYMMDD","deep":false}（缺省=全湖区间）',
    sanitize: report.reportSanitize,
    handler: report.reportHandler,
  },
];

function get(name) {
  return TOOLS.find((t) => t.name === name) || null;
}

function manifestText() {
  return TOOLS.map((t) => `- ${t.name}：${t.desc}\n  参数：${t.argsDoc}`).join('\n');
}

module.exports = { TOOLS, get, manifestText };