import fs from 'fs';
import path from 'path';
import { chatJSON, mapWithConcurrency, LLM_CONCURRENCY } from './llm.js';
import { buildAnalysisPrompt, loadRole, buildVerdictPrompt, buildLocateLinePrompt } from './roles.js';
import { FINDINGS_PATH, EXCLUSIONS_PATH } from './config.js';
import { line, ok, warn } from './log.js';

const LEVELS = ['critical', 'warning', 'info'];

/**
 * 用單一角色分析 diff，回傳 findings 陣列。
 * role 欄位一律以角色定義的 name 為準，避免 LLM 自行填入不一致的名稱。
 */
export async function analyzeWithRole(role, diff) {
  line(`[${role.name}] 開始分析`);
  const findings = await chatJSON(buildAnalysisPrompt(role), `以下是 Git Diff 內容：\n\n${diff}`);
  const valid = findings.filter(f => f.level && f.location && f.suggestion)
    .map(f => ({ ...f, role: role.name, is_new: true }));
  ok(`[${role.name}] 找到 ${valid.length} 個問題`);
  return valid;
}

/**
 * 讀取 JSON 陣列檔案，失敗或不存在時回傳空陣列
 */
function readJSONArray(fullPath, label) {
  if (!fs.existsSync(fullPath)) {
    warn(`${label}檔案不存在，視為空`);
    return [];
  }
  try {
    const data = JSON.parse(fs.readFileSync(fullPath, 'utf8'));
    return Array.isArray(data) ? data : [];
  } catch (e) {
    warn(`讀取${label}失敗: ${e.message}，視為空`);
    return [];
  }
}

/**
 * 將排除設定（頂層陣列、{ exclusions: [] } 或 { excluded_findings: [] }）正規化為條目陣列。
 *
 * @param {Array<object>|{exclusions?: Array<object>, excluded_findings?: Array<object>}|*} data - 任意形式的排除資料來源。
 * @returns {Array<object>} 對應的排除條目陣列；無法辨識時回傳空陣列。
 * @remarks 與 detectExclusionSource 搭配，相容舊有多種 exclusions.json 結構。
 */
function normalizeExclusions(data) {
  if (Array.isArray(data)) return data;
  if (data && Array.isArray(data.exclusions)) return data.exclusions;
  if (data && Array.isArray(data.excluded_findings)) return data.excluded_findings;
  return [];
}

/**
 * 偵測排除資料的原始容器格式，回傳格式標籤。
 *
 * @param {Array<object>|{exclusions?: *, excluded_findings?: *}|*} data - 任意形式的排除資料來源。
 * @returns {('array'|'exclusions'|'excluded_findings'|'unknown')} 對應的格式標籤。
 * @remarks 供 loadExclusions 判斷是否需把非陣列格式改寫成標準頂層陣列。
 */
function detectExclusionSource(data) {
  if (Array.isArray(data)) return 'array';
  if (data && Array.isArray(data.exclusions)) return 'exclusions';
  if (data && Array.isArray(data.excluded_findings)) return 'excluded_findings';
  return 'unknown';
}

/**
 * 以標準格式（2 空白縮排 JSON 陣列、結尾換行、UTF-8）將排除條目寫回檔案，覆蓋原內容。
 *
 * @param {string} fullPath - 目標檔案路徑；上層目錄須事先存在（本函式不建立目錄）。
 * @param {Array<object>} exclusions - 欲寫入的排除條目陣列。
 * @returns {void}
 * @throws 檔案寫入失敗（權限不足、目錄不存在等）時拋出 fs 錯誤。
 * @remarks 統一輸出格式，使 exclusions.json 永遠是可預期的頂層陣列。
 */
function writeCanonicalExclusions(fullPath, exclusions) {
  fs.writeFileSync(fullPath, JSON.stringify(exclusions, null, 2) + '\n', 'utf8');
}

/**
 * 將檔案 mtime（毫秒時間戳）格式化為 ISO 字串，無效值回傳 'unknown'。
 *
 * @param {number} mtimeMs - 毫秒時間戳（通常為 fs.Stats.mtimeMs）。
 * @returns {string} ISO 8601 時間字串，或在輸入非有限數時回傳 'unknown'。
 * @remarks 僅用於診斷日誌，呈現舊 findings / exclusions 檔案的修改時間。
 */
function formatFileTime(mtimeMs) {
  if (!Number.isFinite(mtimeMs)) return 'unknown';
  return new Date(mtimeMs).toISOString();
}

/**
 * 安全取字串：字串則去頭尾空白，其餘型別（含 null/undefined/數字）一律回傳空字串。
 *
 * @param {*} value - 任意值。
 * @returns {string} 去除頭尾空白後的字串，或空字串。
 * @remarks 作為 normalizeText、toKeyText、getExclusionText 等的基礎防呆。
 */
function cleanText(value) {
  return typeof value === 'string' ? value.trim() : '';
}

/**
 * 將文字正規化為比對用形式：NFKC、小寫、標點/符號/空白統一為單一空白後壓縮。
 *
 * @param {*} value - 任意值；非字串會先經 cleanText 轉為空字串。
 * @returns {string} 正規化後、以單一空白分隔的字串（可能為空字串）。
 * @remarks 用於 finding 與排除條目文字的雙向「包含」比對（applyExclusions、appendExclusions）。
 *          因為比對常對同一段文字重複呼叫（findings × exclusions 笛卡爾積），
 *          以模組層級 Map 對「字串輸入」做 memoization，避免重複跑 NFKC／正則替換。
 */
const _normalizeTextCache = new Map();
export function normalizeText(value) {
  if (typeof value === 'string' && _normalizeTextCache.has(value)) return _normalizeTextCache.get(value);
  const result = cleanText(value)
    .normalize('NFKC')
    .toLowerCase()
    .replace(/[\p{P}\p{S}\s]+/gu, ' ')
    .replace(/\s+/g, ' ')
    .trim();
  if (typeof value === 'string') _normalizeTextCache.set(value, result);
  return result;
}

/**
 * 將文字壓縮成無分隔符的鍵值：NFKC 後移除所有標點/符號/空白。
 *
 * @param {*} value - 任意值；非字串會先經 cleanText 轉為空字串。
 * @returns {string} 去除所有分隔符的緊湊字串（可能為空字串）。
 * @remarks 用於 normalizeExclusionEntry 的 textKey 與 fingerprint，以及群組鍵。
 *          不確定：是否刻意不轉小寫（與 normalizeText 不同），需人工確認此差異是否預期。
 */
function toKeyText(value) {
  return cleanText(value)
    .normalize('NFKC')
    .replace(/[\p{P}\p{S}\s]+/gu, '')
    .trim();
}

/**
 * 從排除條目取出代表性文字，依優先序 original_finding > title > suggestion > reason > note 取第一個非空值。
 *
 * @param {object|null|undefined} exclusion - 排除條目物件（可為 null/undefined）。
 * @returns {string} 第一個非空的代表性文字，皆空時回傳空字串。
 * @remarks 供 normalizeExclusionEntry 產生比對文字；相容多種人工撰寫的排除欄位命名。
 */
function getExclusionText(exclusion) {
  return cleanText(exclusion?.original_finding)
    || cleanText(exclusion?.title)
    || cleanText(exclusion?.suggestion)
    || cleanText(exclusion?.reason)
    || cleanText(exclusion?.note);
}

/**
 * 正規化單一排除條目，補上 filePath、text、textKey 與唯一 fingerprint，保留原始欄位。
 *
 * @param {object} exclusion - 原始排除條目（可能僅含部分欄位）。
 * @param {number} index - 條目在來源陣列中的索引；無文字可用時用於產生 fallback 指紋（entry-N）。
 * @returns {object} 合併原欄位與衍生欄位（location、filePath、role、text、textKey、fingerprint）的新物件。
 * @remarks fingerprint 以 filePath|role|textKey 組成，缺值以 '*' 或 entry-N 補位，供 dedupeExclusions 去重。
 */
function normalizeExclusionEntry(exclusion, index) {
  const location = cleanText(exclusion?.location);
  const filePath = location ? location.split(':')[0] : '';
  const role = cleanText(exclusion?.role);
  const text = getExclusionText(exclusion);
  const textKey = toKeyText(text);
  const fingerprint = [filePath || '*', role || '*', textKey || `entry-${index + 1}`].join('|');
  return {
    ...exclusion,
    location: location || null,
    filePath,
    role: role || null,
    text,
    textKey,
    fingerprint,
  };
}

/**
 * 依 fingerprint 去除重複的排除條目，保留首次出現者並維持原順序。
 *
 * @param {Array<object>} exclusions - 已正規化（含 fingerprint）的排除條目陣列。
 * @returns {Array<object>} 去重後的排除條目陣列。
 * @remarks 須先呼叫 normalizeExclusionEntry 補上 fingerprint，否則缺指紋的條目可能被誤併。
 */
function dedupeExclusions(exclusions) {
  const seen = new Set();
  return exclusions.filter(exclusion => {
    if (seen.has(exclusion.fingerprint)) return false;
    seen.add(exclusion.fingerprint);
    return true;
  });
}

/**
 * 將排除條目依 textKey 分組統計，產生供 AI prompt 使用的群組摘要（含出現次數、涉及路徑與角色、樣本）。
 *
 * @param {Array<object>} exclusions - 已正規化（含 textKey、filePath、role、text、fingerprint）的排除條目。
 * @returns {Array<{text: string, count: number, paths: string[], roles: string[], samples: string[]}>}
 *          依出現次數、涉及路徑數、文字字典序排序的群組摘要陣列。
 * @remarks 每組最多保留 2 筆樣本，避免後續 prompt 過長；供 buildExclusionContext 取前 N 組組裝提示。
 */
function groupExclusionsForAI(exclusions) {
  const groups = new Map();
  for (const exclusion of exclusions) {
    const groupKey = exclusion.textKey || exclusion.fingerprint;
    if (!groups.has(groupKey)) {
      groups.set(groupKey, {
        key: groupKey,
        text: exclusion.text || exclusion.location || exclusion.fingerprint,
        count: 0,
        paths: new Set(),
        roles: new Set(),
        samples: [],
      });
    }
    const group = groups.get(groupKey);
    group.count += 1;
    if (exclusion.filePath) group.paths.add(exclusion.filePath);
    if (exclusion.role) group.roles.add(exclusion.role);
    if (group.samples.length < 2 && exclusion.text) group.samples.push(exclusion.text);
  }

  return [...groups.values()]
    .sort((a, b) => b.count - a.count || b.paths.size - a.paths.size || a.text.localeCompare(b.text))
    .map(group => ({
      text: group.text,
      count: group.count,
      paths: [...group.paths].sort(),
      roles: [...group.roles].sort(),
      samples: group.samples,
    }));
}

/**
 * 由原始排除條目建立「已知誤報」上下文：正規化、去重、分組後，產生計數摘要與可直接嵌入 prompt 的文字。
 *
 * @param {Array<object>} exclusions - 原始（未正規化）排除條目陣列。
 * @returns {{rawCount: number, uniqueCount: number, groupCount?: number, groups: Array<object>, prompt: string}}
 *          含計數、前 12 組群組摘要與 prompt 字串；空輸入時 prompt 為空字串且不含 groupCount。
 * @remarks 供 loadExclusions 日誌與 filterFalsePositivesWithAI 組裝防守方提示使用；prompt 最多展開 12 類群組。
 */
function buildExclusionContext(exclusions) {
  if (exclusions.length === 0) {
    return {
      rawCount: 0,
      uniqueCount: 0,
      groups: [],
      prompt: '',
    };
  }

  const normalized = exclusions.map((exclusion, index) => normalizeExclusionEntry(exclusion, index));
  const unique = dedupeExclusions(normalized);
  const groups = groupExclusionsForAI(unique);
  const topGroups = groups.slice(0, 12).map(group => ({
    text: group.text,
    count: group.count,
    paths: group.paths.slice(0, 4),
    roles: group.roles.slice(0, 3),
    samples: group.samples.slice(0, 2),
  }));
  const omitted = groups.length - topGroups.length;
  const promptLines = [
    `已知誤報清單（原始 ${exclusions.length} 筆，整理後 ${unique.length} 筆，分成 ${groups.length} 類）:`,
    ...topGroups.map((group, index) => {
      const parts = [
        `${index + 1}. ${group.text}`,
        `count=${group.count}`,
      ];
      if (group.paths.length > 0) parts.push(`paths=${group.paths.join(', ')}`);
      if (group.roles.length > 0) parts.push(`roles=${group.roles.join(', ')}`);
      if (group.samples.length > 0) parts.push(`samples=${group.samples.join(' | ')}`);
      return `- ${parts.join(' ; ')}`;
    }),
  ];
  if (omitted > 0) {
    promptLines.push(`- 另有 ${omitted} 類相似排除條目未展開，請依上述群組規則推論。`);
  }

  return {
    rawCount: exclusions.length,
    uniqueCount: unique.length,
    groupCount: groups.length,
    groups: topGroups,
    prompt: promptLines.join('\n'),
  };
}

/**
 * 讀取舊 findings（從來源分支的 cloned repoDir 中的 FINDINGS_PATH）
 */
export function loadOldFindings(workspace) {
  const fullPath = path.join(workspace, FINDINGS_PATH);
  const old = readJSONArray(fullPath, '舊 findings ').map(f => ({ ...f, is_new: false }));
  if (fs.existsSync(fullPath)) {
    const stat = fs.statSync(fullPath);
    line(`讀取舊 findings 檔案: ${fullPath}`);
    line(`舊 findings 檔案資訊: bytes=${stat.size} mtime=${formatFileTime(stat.mtimeMs)} path=${path.relative(workspace, fullPath) || fullPath}`);
  } else {
    warn(`舊 findings 檔案不存在: ${fullPath}`);
  }
  ok(`讀取舊 findings: ${old.length} 筆`);
  return old;
}

/**
 * 合併新舊 findings，以 (role + location + suggestion前50字) 為 key 去除重複
 */
export function mergeFindings(oldFindings, newFindings) {
  const key = f => `${f.role}|${f.location}|${String(f.suggestion).slice(0, 50)}`;
  const seen = new Set(oldFindings.map(key));
  const deduped = newFindings.filter(f => {
    if (seen.has(key(f))) return false;
    seen.add(key(f));
    return true;
  });
  const merged = [...oldFindings, ...deduped];
  ok(`合併結果: 舊=${oldFindings.length} 新(去重後)=${deduped.length} 總計=${merged.length}`);
  return merged;
}

/**
 * 依等級排序（critical > warning > info）
 */
export function sortByLevel(findings) {
  return [...findings].sort((a, b) => LEVELS.indexOf(a.level) - LEVELS.indexOf(b.level));
}

/**
 * AI 呼叫失敗時的統一降級處理
 */
function fallback(label, findings, e) {
  const status = e.response?.status;
  const reason = (status === 402 || status === 429) ? `${status} 額度/限流` : e.message;
  warn(`${label}失敗（${reason}），降級：保留所有問題`);
  return findings;
}

const MAX_LOCATE_ATTEMPTS = 3;

/** 從 location 取出行號；無 `檔案:行號`（或多檔逗號）時回 null。 */
function findingLine(location) {
  const s = String(location || '').trim();
  if (!s || s.includes(',')) return null;
  const m = /^(.+?):(\d+)(?:-\d+)?$/.exec(s);
  return m ? Number(m[2]) : null;
}

/** 從整份 unified diff 擷取指定檔案的區段，找不到時回退整份 diff。 */
function extractFileDiff(diff, file) {
  const lines = String(diff || '').split('\n');
  const out = [];
  let capturing = false;
  for (const l of lines) {
    if (l.startsWith('diff --git ')) capturing = l.includes(`b/${file}`) || l.includes(`a/${file}`);
    if (capturing) out.push(l);
  }
  return out.length ? out.join('\n') : String(diff || '');
}

/**
 * 對「只有檔名、缺行號」的 findings，反問原角色依該檔 diff 找出行號，
 * 重複嘗試直到取得有效行號（每條最多 maxAttempts 次，避免無限迴圈）；
 * 成功則把 location 補成 `檔案:行號`，否則保留原檔名。
 */
export async function resolveMissingLineNumbers(findings, diff, deps = {}) {
  const { chatFn = chatJSON, getRole = loadRole, maxAttempts = MAX_LOCATE_ATTEMPTS, concurrency = LLM_CONCURRENCY } = deps;
  // 只挑「缺行號且有檔名」的 finding；各自以獨立 LLM 子行程並行定位（併發上限見 concurrency）。
  const pending = findings.filter(f => findingLine(f.location) == null
    && String(f.location || '').split(',')[0].split(':')[0].trim());
  if (pending.length === 0) return findings;

  const outcomes = await mapWithConcurrency(pending, concurrency, async (f) => {
    const file = String(f.location || '').split(',')[0].split(':')[0].trim();
    const systemPrompt = buildLocateLinePrompt(getRole(f.role) || { name: f.role });
    const userContent = `${JSON.stringify({ file, problem: f.problem, suggestion: f.suggestion })}\n\n--- ${file} Git Diff ---\n${extractFileDiff(diff, file)}`;
    let located = null;
    for (let attempt = 1; attempt <= maxAttempts && located == null; attempt++) {
      try {
        const res = await chatFn(systemPrompt, userContent);
        const ln = Number(res?.line);
        if (Number.isInteger(ln) && ln > 0) located = ln;
      } catch (e) {
        warn(`[${f.role}] 行號定位失敗（第 ${attempt}/${maxAttempts} 次）: ${e.message}`);
      }
    }
    if (located != null) {
      f.location = `${file}:${located}`;
      return true;
    }
    warn(`[${f.role}] ${maxAttempts} 次嘗試後仍無法定位行號，保留檔名: ${file}`);
    return false;
  });

  ok(`補行號: ${outcomes.filter(Boolean).length}/${pending.length} 筆成功定位`);
  return findings;
}

/**
 * 將 findings 精簡為僅含 level、role、location、problem、suggestion 的物件，移除多餘欄位以節省 token。
 *
 * @param {Array<object>} findings - 完整 findings 陣列。
 * @returns {Array<{level: *, role: *, location: *, problem: *, suggestion: *}>} 精簡後的 payload 陣列。
 * @remarks 送往 LLM 前的瘦身步驟；原始欄位（如 is_new）需由呼叫端事後依鍵補回。
 */
function toAIPayload(findings) {
  return findings.map(({ level, role, location, problem, suggestion }) => ({ level, role, location, problem, suggestion }));
}

/**
 * 呼叫 LLM 進行語意去重，失敗時降級回傳原始 findings
 */
export async function deduplicateWithAI(findings) {
  if (findings.length === 0) return findings;

  const systemPrompt = `你是 🛡️ Paladin（聖騎士），這座程式碼競技場沉穩公正的裁判。攻擊方提出了一批程式碼審查問題（JSON 陣列）。請就事論事，把「同檔案位置 ＋ 同問題本質」的重複指控合併，重複者只保留等級較高的一條（critical > warning > info）。只回傳去重後的 JSON 陣列，不要有其他文字。`;

  try {
    const result = await chatJSON(systemPrompt, JSON.stringify(toAIPayload(findings)));
    // 去重結果數量不得超過輸入（避免 LLM 無中生有），且每筆都必須能對應回原始 finding。
    if (Array.isArray(result) && result.length > 0 && result.length <= findings.length) {
      const keyOf = f => `${f.location}|${String(f.suggestion).slice(0, 50)}`;
      const origMap = new Map(findings.map(f => [keyOf(f), f]));
      // 只保留能對應回原始 finding 的項目，丟棄無法對應（可能為幻覺）的結果
      const mapped = result.map(r => origMap.get(keyOf(r))).filter(Boolean);
      if (mapped.length > 0) {
        ok(`AI 去重: ${findings.length} -> ${mapped.length} 筆`);
        return mapped;
      }
    }
    throw new Error('AI 去重結果異常（空、超量或無法對應原始 findings）');
  } catch (e) {
    return fallback('AI 去重', findings, e);
  }
}

/**
 * 讀取排除問題檔案（從來源分支的 cloned repoDir 中的 EXCLUSIONS_PATH）
 */
export function loadExclusions(workspace, repoState = null, mirrorWorkspace = null) {
  const fullPath = path.join(workspace, EXCLUSIONS_PATH);
  if (!fs.existsSync(fullPath)) {
    warn(`排除問題檔案不存在，視為空: ${fullPath}`);
    if (repoState) {
      const branch = repoState.branch || 'detached';
      const shortSha = repoState.shortSha || repoState.headSha || 'unknown';
      line(`來源分支狀態: branch=${branch} commit=${shortSha} commit_time=${repoState.commitTime || 'unknown'}`);
    }
    ok('讀取排除問題: raw=0 normalized=0 筆');
    return [];
  }

  let exclusions = [];
  let rawCount = 0;
  try {
    const stat = fs.statSync(fullPath);
    const data = JSON.parse(fs.readFileSync(fullPath, 'utf8'));
    const sourceFormat = detectExclusionSource(data);
    const normalizedSource = normalizeExclusions(data);
    rawCount = normalizedSource.length;
    exclusions = dedupeExclusions(normalizedSource.map((exclusion, index) => normalizeExclusionEntry(exclusion, index)));
    const branch = repoState?.branch || 'detached';
    const shortSha = repoState?.shortSha || repoState?.headSha || 'unknown';
    const commitTime = repoState?.commitTime || 'unknown';
    line(`讀取排除問題檔案: ${fullPath}`);
    line(`來源分支狀態: branch=${branch} commit=${shortSha} commit_time=${commitTime}`);
    line(`檔案資訊: bytes=${stat.size} mtime=${formatFileTime(stat.mtimeMs)} raw=${rawCount} normalized=${exclusions.length} path=${path.relative(workspace, fullPath) || fullPath}`);
    if (sourceFormat !== 'array') {
      writeCanonicalExclusions(fullPath, normalizedSource);
      if (mirrorWorkspace && path.resolve(mirrorWorkspace) !== path.resolve(workspace)) {
        const mirrorPath = path.join(mirrorWorkspace, EXCLUSIONS_PATH);
        fs.mkdirSync(path.dirname(mirrorPath), { recursive: true });
        writeCanonicalExclusions(mirrorPath, normalizedSource);
      }
      line(`排除問題格式已修正為頂層陣列: source=${sourceFormat} -> array`);
    }
  } catch (e) {
    warn(`讀取排除問題失敗: ${e.message}，視為空: ${fullPath}`);
    exclusions = [];
  }
  const summary = buildExclusionContext(exclusions);
  ok(`讀取排除問題: raw=${rawCount} normalized=${exclusions.length} groups=${summary.groupCount} 筆`);
  return exclusions;
}

/**
 * 把新的排除條目（raw 形式）append 到 exclusions.json，去重後以頂層陣列寫回 workspace 與 mirror。
 * 去重以「檔案路徑 + 正規化原文」為準。回傳合併後的 raw 陣列（無新增時回傳既有陣列）。
 */
export function appendExclusions(workspace, newEntries, mirrorWorkspace = null) {
  if (!newEntries || newEntries.length === 0) return null;
  const fileOf = loc => String(loc || '').split(':')[0].trim();
  const sigOf = e => `${fileOf(e.location)}|${normalizeText(e.original_finding || e.suggestion || e.text || e.title || '')}`;

  const fullPath = path.join(workspace, EXCLUSIONS_PATH);
  let existing = [];
  if (fs.existsSync(fullPath)) {
    try {
      existing = normalizeExclusions(JSON.parse(fs.readFileSync(fullPath, 'utf8')));
    } catch (e) {
      warn(`讀取排除問題以追加失敗，視為空: ${e.message}`);
      existing = [];
    }
  }

  const seen = new Set(existing.map(sigOf));
  const additions = newEntries.filter(e => {
    const sig = sigOf(e);
    if (seen.has(sig)) return false;
    seen.add(sig);
    return true;
  });
  if (additions.length === 0) {
    line(`誤報排除無新增（皆已存在）: 候選 ${newEntries.length} 筆`);
    return existing;
  }

  const merged = [...existing, ...additions];
  const targets = [workspace];
  if (mirrorWorkspace && path.resolve(mirrorWorkspace) !== path.resolve(workspace)) targets.push(mirrorWorkspace);
  for (const dir of targets) {
    const target = path.join(dir, EXCLUSIONS_PATH);
    fs.mkdirSync(path.dirname(target), { recursive: true });
    writeCanonicalExclusions(target, merged);
  }
  ok(`誤報寫入 exclusions: 新增 ${additions.length} 筆（總計 ${merged.length} 筆）`);
  return merged;
}

/**
 * 套用排除規則，過濾掉符合排除條件的 findings
 * location 只比對檔案路徑（忽略行數），suggestion 省略時視為萬用
 */
export function applyExclusions(findings, exclusions) {
  if (exclusions.length === 0) return findings;
  const before = findings.length;
  const filtered = findings.filter(f => !exclusions.some(ex => {
    const fPath = String(f.location).split(':')[0];
    const exPath = ex.filePath || (ex.location ? String(ex.location).split(':')[0] : null);
    const findingText = normalizeText(f.suggestion || f.title || '');
    const exclusionText = ex.textKey || normalizeText(ex.text || ex.suggestion || ex.title || '');
    const locationMatches = (!exPath || fPath === exPath);
    const roleMatches = (!ex.role || ex.role === f.role);
    const textMatches = !exclusionText || !findingText || findingText.includes(exclusionText) || exclusionText.includes(findingText);
    return locationMatches && roleMatches && (exPath || ex.role ? true : textMatches);
  }));
  ok(`排除過濾: ${before} -> ${filtered.length} 筆（排除 ${before - filtered.length} 筆）`);
  return filtered;
}

/** 派一個「防守方」sub-agent 裁決單一 finding 是否為誤報；任何失敗都保守視為成立（保留）。 */
async function judgeFindingIsFalsePositive(finding, defender, exclusionHint, chatFn) {
  const systemPrompt = buildVerdictPrompt(defender, exclusionHint);
  try {
    const result = await chatFn(systemPrompt, JSON.stringify(toAIPayload([finding])[0]));
    return result?.verdict === 'false_positive';
  } catch (e) {
    warn(`誤報裁決失敗（保守視為成立）: ${finding.location} error=${e.message}`);
    return false;
  }
}

/**
 * 由「防守方」角色（Paladin）逐條裁決 findings 是否為誤報，剔除誤報、保留成立者。
 * 多個問題時各派一個 sub-agent 平行裁決；任一裁決失敗保守保留該問題，不中斷流程。
 */
export async function filterFalsePositivesWithAI(findings, exclusions = [], chatFn = chatJSON) {
  if (findings.length === 0) return findings;

  const defender = loadRole('Paladin');
  const exclusionContext = buildExclusionContext(exclusions);
  const exclusionHint = exclusionContext.prompt
    ? `${exclusionContext.prompt}\n規則：若此 finding 與上述任何一類的路徑、角色或描述高度相似，優先視為誤報或不適用。`
    : '';

  // 每條 finding 各派一個防守方 sub-agent 裁決；併發上限與其他 LLM 任務共用 LLM_CONCURRENCY（預設不限制）。
  const verdicts = await mapWithConcurrency(findings, LLM_CONCURRENCY, async (f) => ({
    f,
    isFP: await judgeFindingIsFalsePositive(f, defender, exclusionHint, chatFn),
  }));
  const kept = verdicts.filter(v => !v.isFP).map(v => v.f);
  ok(`AI 誤報過濾（防守方${findings.length > 1 ? '平行' : ''}裁決）: ${findings.length} -> ${kept.length} 筆`);
  return kept;
}