#!/bin/bash
# Скрипт для тестирования vision capabilities модели gemma3n:e4b-it-fp16

set -e

SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
PROJECT_DIR="$(cd "$SCRIPT_DIR/.." && pwd)"
TEST_DIR="$PROJECT_DIR/test_images"
IMAGE_URL="https://yandex-images.clstorage.net/PU5vN2154/532297ZKm/lCuSfyMn0DdbJqcFVeFiB9Ti31Te2dZ1EepiRw3Cs0Qw8cQ1ND5OQRKC1yH4LnhdRtloQ4aXHng5ZSLNmXHy_8k293YSMsBWKnOvYAXBbhPcl6pYmqi-ZGWDazZo2pYkJNHpkJHrg5yiO0bEOIeEICe5cFqrojYgyNQ6mHj4e5IUb_Lri3uxo9fmXv0dMf7f1NvH9J5YVsyhRvvmtD9eTc1QfVxV42d8OotKrLTDfHx7jfDqjpIqHAyt9ngIIHsSjLtOJ7_jTYdHLn4hJWlCj_jj69gGlApIBYaTfoxPrtHFDGlYUd-PjHI3hijAm6hIb-lUFlpOehQAJTbwEGwjcqjjVns323WrR2q6CalVyg9kZ8s0jkBm8OVGr26UH86NHaD1rKnPH6zinwJIKBv8VEdF_FrGLt6QFOVqFOQY776w47YDNy8Biwfefg0lxVaL2E9L5NbAztwh8vuCcMNSEfG8aYQFBxe0Eu9CMPhz1Axz1dgqmkpSYCAR8nSA_GMSKKPa9-tzIUc7ooKthV1ykwSjrzhORKq0eRrvBlTbajF5yAUoVX-7XM7HouyU51xMaxFMBl7atixQFW4o1BznMoi_chuL8_mTO_IKce21CosEQ6Owkkhi9EGSz5pIE56NjURBxKn7pwTKt6K4FB_YYHexZG4qlsIg8GVaiJyIB0p0bx5PF4_FIy-SItWZId5f8M9_RIqg2hRVCqP2hDvSfWGAYUjJd6c8lr9mgGj7kPQbVQBCUgIm1NB9lsxQrIO-wO92fytbOQsjjiqBqa0CK9Qjy6wi6CoIfX5vZjw_pj1BKGm0UVOXuArPFngIN2AUgz3w4mZSTvz8IQYo_IhPVlQ7PiOjhyWD6wZSVZ3NDrvsC-8w4lxmzE32T1qMuy5JOTRxaNHHH0QCp4IkgMv8LH8JeJaOUj4sVOGCBBgQi5KMX74TQzOBW9cGTu35UZr3qAfj5O6kMogxjqNanMOs"
IMAGE_FILE="$TEST_DIR/test_image.jpg"
MODEL="gemma3n:e4b-it-fp16"

echo "=== Тестирование Vision Capabilities модели $MODEL ==="
echo ""

# Определяем команду docker (с sudo или без)
DOCKER_CMD="docker"
if ! docker ps >/dev/null 2>&1; then
    DOCKER_CMD="sudo docker"
fi

# Проверка контейнера Ollama
echo "1. Проверка контейнера Ollama..."
if ! $DOCKER_CMD ps --format '{{.Names}}' 2>/dev/null | grep -q "^ollama$"; then
    echo "   ✗ Ошибка: Контейнер ollama не запущен"
    echo "   Запустите: docker compose up -d ollama"
    exit 1
fi
echo "   ✓ Контейнер ollama запущен"

# Проверка модели
echo ""
echo "2. Проверка загруженных моделей..."
MODELS=$($DOCKER_CMD exec ollama ollama list 2>/dev/null)
if echo "$MODELS" | grep -q "$MODEL"; then
    echo "   ✓ Модель $MODEL найдена"
    echo "$MODELS" | grep "$MODEL"
else
    echo "   ✗ Модель $MODEL не найдена"
    echo "   Загрузите модель: docker exec ollama ollama pull $MODEL"
    exit 1
fi

# Создаем директорию для тестовых изображений
mkdir -p "$TEST_DIR"
cd "$TEST_DIR"

# Скачиваем изображение
echo ""
echo "3. Подготовка тестового изображения..."
if [ ! -f "$IMAGE_FILE" ]; then
    echo "   Скачиваю изображение..."
    curl -L -o "$IMAGE_FILE" "$IMAGE_URL" || {
        echo "   ✗ Ошибка: не удалось скачать изображение"
        exit 1
    }
    echo "   ✓ Изображение скачано: $IMAGE_FILE"
else
    echo "   ✓ Изображение уже существует: $IMAGE_FILE"
fi

# Проверяем размер файла
if [ -f "$IMAGE_FILE" ]; then
    FILE_SIZE=$(stat -c%s "$IMAGE_FILE" 2>/dev/null || stat -f%z "$IMAGE_FILE" 2>/dev/null)
    echo "   Размер файла: $(numfmt --to=iec-i --suffix=B $FILE_SIZE 2>/dev/null || echo "${FILE_SIZE} bytes")"
    
    # Проверяем тип файла
    FILE_TYPE=$(file "$IMAGE_FILE" 2>/dev/null | cut -d: -f2)
    echo "   Тип файла: $FILE_TYPE"
fi

# Кодируем изображение в base64
echo ""
echo "4. Кодирование изображения в base64..."
IMAGE_B64=$(base64 -w 0 "$IMAGE_FILE" 2>/dev/null || base64 "$IMAGE_FILE" | tr -d '\n')
B64_LENGTH=${#IMAGE_B64}
echo "   ✓ Изображение закодировано (длина: $B64_LENGTH символов)"

# Отправляем запрос к Ollama API
echo ""
echo "5. Отправка запроса к Ollama API..."
echo "   Модель: $MODEL"
echo "   Промпт: Опиши это изображение на русском языке. Что ты видишь на картинке?"
echo ""

# Отправляем запрос через Docker exec к Ollama API
# Используем временный файл для передачи большого base64
echo "   Отправка запроса (это может занять некоторое время)..."
TEMP_FILE=$(mktemp)
cat > "$TEMP_FILE" <<EOF
{
  "model": "$MODEL",
  "prompt": "Опиши это изображение на русском языке. Что ты видишь на картинке?",
  "images": ["$IMAGE_B64"],
  "stream": false
}
EOF

# Копируем файл в контейнер и отправляем запрос
$DOCKER_CMD cp "$TEMP_FILE" ollama:/tmp/request.json >/dev/null 2>&1
RESPONSE=$($DOCKER_CMD exec ollama sh -c "curl -s --max-time 120 -X POST http://localhost:11434/api/generate \
  -H 'Content-Type: application/json' \
  -d @/tmp/request.json" 2>&1)

# Удаляем временный файл
rm -f "$TEMP_FILE"

# Проверяем ответ
if echo "$RESPONSE" | grep -q '"response"'; then
    echo "   ✓ Успешно! Ответ модели:"
    echo ""
    echo "━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━"
    # Извлекаем ответ более надежным способом
    echo "$RESPONSE" | python3 -c "import sys, json; data=json.load(sys.stdin); print(data.get('response', ''))" 2>/dev/null || \
    echo "$RESPONSE" | grep -o '"response":"[^"]*"' | sed 's/"response":"\(.*\)"/\1/' | sed 's/\\n/\n/g' | sed 's/\\"/"/g' | head -20
    echo "━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━"
    echo ""
    echo "=== ✓ Тест завершен успешно! Vision работает! ==="
elif echo "$RESPONSE" | grep -q "error\|Error\|ERROR"; then
    echo "   ✗ Ошибка при запросе к API:"
    echo "$RESPONSE" | grep -i error || echo "$RESPONSE"
    echo ""
    echo "Проверьте:"
    echo "  1. Логи Ollama: $DOCKER_CMD logs ollama --tail 30"
    echo "  2. Поддерживает ли модель vision: $DOCKER_CMD exec ollama ollama show $MODEL"
else
    echo "   ⚠ Неожиданный ответ от API:"
    echo "$RESPONSE"
    echo ""
    echo "Попробуйте проверить через веб-интерфейс Open WebUI"
fi

echo ""
echo "6. Инструкции для тестирования через веб-интерфейс:"
echo ""
echo "   Шаг 1: Откройте Open WebUI: https://odo.iieasy.ru"
echo "   Шаг 2: Выберите модель: $MODEL"
echo "   Шаг 3: Найдите кнопку загрузки изображения в поле ввода (📎 или 📷)"
echo "   Шаг 4: Загрузите изображение: $IMAGE_FILE"
echo "   Шаг 5: Задайте вопрос: \"Опиши это изображение на русском языке. Что ты видишь?\""
echo ""
echo "Файл изображения: $IMAGE_FILE"