ISEP/scripts/kbdb-live-exam/fingerprint.py

#!/usr/bin/env python3
"""
考前指紋：**這一筆數據是打在哪一版 kbdb 上量出來的。**

立它的理由（總管 2026-08-15，出貨管線 preflight 抓到的）：
    kbdb 的出貨成品比源碼舊 3 顆 commit，其中一顆正是 v7 拆表那顆
⇒ youlin 上那顆 worker 什麼時候變成 v7，取決於出貨走到哪一步。
⇒ **不標指紋就會量出「模型寫錯了」，而真兇是它打到的那台還在跑舊模型。**

兩個獨立來源，**刻意都留**（一個從使用者那條路量、一個從帳號那邊量）：

  ① 行為指紋（不需要任何憑證，走 `acr` ＝ 使用者真的會走的那條路）
     建一張拋棄式 sheet，寫一筆 → 回應直接說出它是哪一版：
        `no such table: entry_values`  → 舊碼（v7 之前）
        成功                            → 新碼（v7 之後）
     🔑 這一支的價值在於**它量的就是受測者會撞到的那個東西**。

  ② 部署指紋（需要該帳號的 CF token，唯讀）
     worker 的 modified_on ＋ etag。它答的是「這顆什麼時候被換過」。

⚠️ 兩者都不是 commit sha。**worker 上沒有 sha 可讀**——
   所以這裡誠實地記「行為 ＋ 換過的時間」，不假裝知道它是哪一顆 commit。
"""
import argparse
import json
import os
import subprocess
import time
import uuid


def behavior_fingerprint(workdir):
    """走 acr（使用者那條路）問一句：你是 v7 之前還是之後？"""
    name = f"xqfp_{uuid.uuid4().hex[:8]}"
    out = {"probe_sheet": name}

    def run(args):
        r = subprocess.run(["acr", "kbdb"] + args, cwd=workdir,
                           capture_output=True, text=True, timeout=120)
        return r.returncode, (r.stdout + r.stderr).strip()

    who = subprocess.run(["acr", "whoami"], cwd=workdir,
                         capture_output=True, text=True, timeout=60).stdout
    out["whoami"] = [l.strip() for l in who.splitlines() if l.strip()][:6]

    rc, txt = run(["template", "create", name, "--slots", "a,b"])
    out["template_create"] = {"exit": rc, "tail": txt[-160:]}

    rc, txt = run(["record", "create", name, "--values", "a=1", "--values", "b=2"])
    out["record_create"] = {"exit": rc, "tail": txt[-200:]}

    if rc == 0:
        # 🔴 2026-08-16 這一行我寫錯過一次，留著當警示：
        # 原本是「rc==0 ⇒ v7+（關係列模型已上線）」。**寫得進去 ≠ 寫成新形狀。**
        # 那天 acr update 之後 record create 又成功了，我就宣告 v7+；
        # 實際是 `entry_values` 被 migration 重播**復活**，舊碼照樣往那張表寫
        # ⇒ 考卷寫進去的 310 列全在那張死掉的表裡，新模型那邊一列都沒長。
        # ⇒ 行為探針只能證明「寫得進去」，**證明不了寫成什麼形狀**。形狀要另外量。
        out["kbdb_generation"] = "寫得進去，但**形狀未驗**——要看 shape 那一段才算數"
    elif "no such table: entry_values" in txt:
        out["kbdb_generation"] = "pre-v7（舊碼碰新庫：worker 還在寫 entry_values）"
    else:
        out["kbdb_generation"] = "未知（寫入失敗但不是拆表那個原因，看 tail）"
    return out


def deploy_fingerprint(account_id, token, scripts=("arcrun-kbdb", "arcrun-cypher-executor",
                                                   "arcrun-mcp")):
    """worker 上一次被換掉是什麼時候（唯讀）。"""
    r = subprocess.run(
        ["curl", "-s", "--max-time", "25", "-H", f"Authorization: Bearer {token}",
         f"https://api.cloudflare.com/client/v4/accounts/{account_id}/workers/scripts"],
        capture_output=True, text=True, timeout=60).stdout
    try:
        data = json.loads(r).get("result", [])
    except Exception:
        return {"error": "CF API 回應不是 JSON"}
    return {s["id"]: {"modified_on": s.get("modified_on"), "etag": (s.get("etag") or "")[:16]}
            for s in data if s["id"] in scripts}


# 受測者可能讀到教材的地方。**一個都不能漏，漏掉的那份會安靜地教錯。**
# 2026-08-15 實證：同名的 kbdb-api-wall-guard.sh 有兩份都會開火，
# 只有 repo 那份被修好（efa64d8），全域 skill 那份還在說
# 「exactly three core tables: entries / templates / entry_values」。
MATERIAL_PATHS = [
    "~/.claude/skills/arcrun-kbdb-guardrails",
    ".claude/hooks/kbdb-api-wall-guard.sh",
    "arcrun_harness/.claude/skills/arcrun-kbdb-guardrails",
]
# 已經死掉的東西：教材裡出現它**而且沒有同時說它死了**，就是還在當現行做法教。
DEAD_TERMS = ["entry_values"]
TOMBSTONE_MARKS = ["🪦", "廢除", "已死", "0007", "已被推翻", "提議廢掉", "尚未 confirm"]


def materials_fingerprint(paths=MATERIAL_PATHS):
    """教材指紋：這一筆數據是在哪一版教材底下量的。

    🔑 判準不是「有沒有提到死掉的東西」——**歷史要留著**
    （保留歷史而不是抹掉，那是 efa64d8 自己選的做法，對的）。
    判準是「提到它的那一段，有沒有說它死了」。
    """
    out = {}
    for p in paths:
        real = os.path.expanduser(p)
        if not os.path.exists(real):
            out[p] = {"status": "不存在"}
            continue
        walk = ([real] if os.path.isfile(real)
                else [os.path.join(d, f) for d, _, fs in os.walk(real) for f in fs])
        files = []
        for f in walk:
            if f.endswith((".png", ".jpg", ".pyc", ".bak")):
                continue
            try:
                lines = open(f, encoding="utf-8", errors="ignore").read().splitlines()
            except Exception:
                continue
            stale = []
            for i, line in enumerate(lines):
                if not any(t in line for t in DEAD_TERMS):
                    continue
                # 墓碑註記可能寫在前後幾行，看一個小範圍再判
                #（避免把「刻意保留的歷史」誤報成過期教材）
                ctx = "\n".join(lines[max(0, i - 3):i + 4])
                if not any(m in ctx for m in TOMBSTONE_MARKS):
                    stale.append(i + 1)
            if stale:
                files.append({"file": f.replace(os.path.expanduser("~"), "~"),
                              "stale_lines": stale[:8]})
        out[p] = {"status": "🔴 還在教死掉的東西" if files else "✅ 乾淨", "files": files}
    return out


def main():
    ap = argparse.ArgumentParser()
    ap.add_argument("--workdir", required=True, help="考場資料夾（含 .arcrun.yaml）")
    ap.add_argument("--materials-only", action="store_true", help="只查教材指紋，什麼都不寫")
    ap.add_argument("--account-id", default="")
    ap.add_argument("--token-env", default="CLOUDFLARE_API_TOKEN_YOULIN_CC_USE")
    ap.add_argument("--no-probe", action="store_true", help="只取部署指紋，不寫任何東西")
    a = ap.parse_args()

    stamp = {"taken_at": time.strftime("%Y-%m-%dT%H:%M:%S%z")}
    if a.account_id and os.environ.get(a.token_env):
        stamp["deploy"] = deploy_fingerprint(a.account_id, os.environ[a.token_env])
    if not a.no_probe:
        stamp["behavior"] = behavior_fingerprint(a.workdir)
    print(json.dumps(stamp, ensure_ascii=False, indent=2))


if __name__ == "__main__":
    main()