#!/bin/bash
# =============================================
# 国内服务器：全流程自动化（独立运行，无需海外）
# 1. M1 Pi 抓取（headful Playwright + HTTP 代理）
# 2. 全链路 M2→M6（含日报）
# =============================================
# 每天 06:00 / 12:00 / 18:00 / 22:00 各执行一次
# =============================================
# 用法：
#   ./scripts/domestic_full.sh            # 全新执行
#   ./scripts/domestic_full.sh --resume   # 从中断处继续（跳过已完成步骤，
#                                         #   步骤状态见 data/run_state/{date}.state）
# =============================================
set -euo pipefail

SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
PROJECT_DIR="$(dirname "$SCRIPT_DIR")"
cd "$PROJECT_DIR"

# ── 参数解析 ──
RESUME=0
for arg in "$@"; do
    case "$arg" in
        --resume) RESUME=1 ;;
        *) echo "未知参数: ${arg}（支持 --resume）" >&2; exit 1 ;;
    esac
done

source "$SCRIPT_DIR/_step_state.sh"

LOG() { echo "[$(date '+%Y-%m-%d %H:%M:%S')] $*"; }

# ── 全流程日志：所有输出实时显示到终端，同时完整写入日志文件 ──
LOG_DIR="logs"
mkdir -p "$LOG_DIR"
FULL_LOG="$LOG_DIR/domestic_full_$(date +%Y%m%d_%H%M%S).log"
: > "$FULL_LOG"

LOG "══════ 国内全流程开始（resume=${RESUME}）═══════"
LOG "全流程日志: ${FULL_LOG}（终端实时显示完整进度）"

# ── 加载 .env ──
export $(grep -v '^#' .env | grep -v '^$' | xargs 2>/dev/null || true)

# ── 1. M1 Pi 抓取（headful Playwright + HTTP 代理）──
# 部分源抓取失败不阻塞管道（原语义）；抓取本身按 URL 去重（index.jsonl），
# 已抓取过的 URL 不会重复写入；输出实时显示每源进度
if step_should_run M1_crawl; then
    LOG "[1/2] Pi M1 抓取（8G headful + HTTP 代理）..."
    bash "$SCRIPT_DIR/domestic_crawl_8g.sh" 2>&1 | tee -a "$FULL_LOG" \
        || LOG "WARNING: 部分源抓取失败，继续管道"
    step_mark M1_crawl
fi

# ── 2. M2→M6 管道（含日报）──
LOG "[2/2] 全链路管道..."
if [ "$RESUME" = "1" ]; then
    bash "$SCRIPT_DIR/pipeline.sh" --resume 2>&1 | tee -a "$FULL_LOG"
else
    bash "$SCRIPT_DIR/pipeline.sh" 2>&1 | tee -a "$FULL_LOG"
fi

LOG "══════ 国内全流程完成 ✅ ══════"