name: regression

# Regression-Suite für all_space.
#
# Job 1 — `unit` (immer, schnell, CPU-only):
#   Mock-/Pin-Tests für die Bereiche, die KEIN echtes Modell brauchen:
#     - px_patches/gemma3_270m_px_baseline/relay_inject.py  (RELAY preset,
#       commit 8235926)
#     - infinite_context.py  (orphaned InfLLM block memory + ReAttention,
#       commit 7cf8218) — pin-only, keine aktive Integration
#     - sonstige Unit-Tests ohne GPU/live-Server
#   Ziel: jeder Push/PR läuft diese in < 30 s, fängt Aliasing-Bugs,
#   Forward-Hook-Regressionen, block-boundary-Drifts etc.
#
# Job 2 — `gpu-smoke` (manuell auslösbar, hosted-runner mit T4):
#   Echtes Modell + px_patch.smoke. Wird default NICHT auf Push/PR getriggert
#   (RTX 2060 12 GB lokal reicht für 270m + 1b, aber CI-Runner-Kosten für
#   GPU sind hoch). Per workflow_dispatch oder Label „gpu" am PR manuell
#   startbar.
#
# Live-Server-Tests (TestAllModelsPresets, TestGemma4E2B) sind in keinem Job
# enthalten — sie brauchen einen bewusst hochgefahrenen lokalen Server +
# Modell und gehören in eine separate staging-pipeline.

on:
  push:
    branches: [master, main]
  pull_request:
    branches: [master, main]
  workflow_dispatch:

# Standardmäßig kein GPU-Smoke auf Push/PR — explizit über workflow_dispatch
# oder Label „gpu" am PR.
concurrency:
  group: regression-${{ github.ref }}
  cancel-in-progress: true

jobs:
  unit:
    name: Unit regression (CPU, < 30s)
    runs-on: ubuntu-latest
    timeout-minutes: 5

    steps:
      - uses: actions/checkout@v4

      - name: Set up Python
        uses: actions/setup-python@v5
        with:
          python-version: "3.10"
          cache: pip

      - name: Install dependencies
        run: |
          python -m pip install --upgrade pip
          # Minimal stack: PyTorch (CPU reicht für Relay/InfLLM-Pin-Tests,
          # FakeTextModel + InfLLMCache mit Zufallstensoren), pytest.
          pip install --index-url https://download.pytorch.org/whl/cpu \
              torch==2.1.0
          pip install pytest pytest-asyncio numpy
          # HF-Transformers für die Import-Pfade in relay_inject.py / model_manager
          # ist nicht nötig — die Unit-Tests mocken alle PretrainedConfig-Felder.

      - name: Run unit regression suite
        run: |
          # Default: gpu + live Marker werden via addopts in pytest.ini als
          # lauffähig markiert (für CI wollen wir nur die unmarkierten Tests).
          # Tests mit @pytest.mark.gpu / @pytest.mark.live werden NICHT
          # ausgewählt, da sie nicht zu diesem Job gehören.
          #
          # NOTE: tests/test_px_integrity.py::test_telemetry_file_persistence
          # ist NICHT enthalten — er liest das alphabetisch letzte File in
          # telemetry/ und scheitert, wenn eine vorgängige Aufzeichnung
          # abgeschnitten wurde (Recorder schreibt nicht atomar). Das ist
          # ein vorhandener Fragility-Bug (siehe
          # tests/OBSOLETE_TESTS.md Pattern A) — gehört in einen separaten
          # Fix, der den Recorder um atomare Writes ergänzt.
          pytest tests/test_relay_inject.py \
                 tests/test_infllm_smoke.py \
                 tests/test_coupler.py \
                 tests/test_recursion_regression_suite.py \
                 tests/test_eos_token.py \
                 -v --tb=short

      - name: Annotate PR with results
        if: always() && github.event_name == 'pull_request'
        uses: actions/github-script@v7
        with:
          script: |
            const { data: runs } = await github.rest.actions.listWorkflowRuns({
              owner: context.repo.owner,
              repo: context.repo.repo,
              workflow_id: 'regression.yml',
              per_page: 1,
            });
            const run = runs.workflow_runs[0];
            const conclusion = run.conclusion || 'pending';
            const body = `🔬 **Regression Suite**: ${conclusion.toUpperCase()}\n\n` +
                         `See the [workflow run](${run.html_url}) for details.`;
            // Post a single comment per PR (collapses older comments via
            // issue_comment API rather than PR review API).
            const { data: comments } = await github.rest.issues.listComments({
              owner: context.repo.owner,
              repo: context.repo.repo,
              issue_number: context.issue.number,
              per_page: 100,
            });
            const marker = '🔬 **Regression Suite**:';
            const existing = comments.find(c => c.body.startsWith(marker));
            if (existing) {
              await github.rest.issues.updateComment({
                owner: context.repo.owner,
                repo: context.repo.repo,
                comment_id: existing.id,
                body,
              });
            } else {
              await github.rest.issues.createComment({
                owner: context.repo.owner,
                repo: context.repo.repo,
                issue_number: context.issue.number,
                body,
              });
            }

  gpu-smoke:
    name: GPU smoke (manual, hosted T4)
    runs-on: linux-gpu  # requires GitHub-hosted GPU runner access
    timeout-minutes: 30
    # Default: nicht auf Push/PR. Manuell via Actions-Tab oder workflow_dispatch.
    if: github.event_name == 'workflow_dispatch' || contains(github.event.pull_request.labels.*.name, 'gpu')

    steps:
      - uses: actions/checkout@v4

      - name: Set up Python
        uses: actions/setup-python@v5
        with:
          python-version: "3.10"
          cache: pip

      - name: Install dependencies
        run: |
          python -m pip install --upgrade pip
          pip install torch transformers accelerate pytest pytest-asyncio numpy
          # RTX-2060-äquivalente GPU-Smoke-Tests laden 270m (kleinste Modell-
          # Stufe). 1b/4b brauchen mehr Speicher und sind für lokales Smoke.

      - name: Run GPU smoke (270m only)
        # Schmal gehalten: ein Modell, ein Preset (BASELINE), ein Prompt. Wenn
        # dieses Smoke grün ist, ist der Motor + Patch-Pfad + Generierung
        # intakt. Vollständige Eval-Runs (80 Prompts) bleiben lokal / staging.
        run: |
          pytest tests/test_relay_inject.py \
                 tests/test_infllm_smoke.py \
                 -v --tb=short -m "not live"
          # Plus: manuell die Modell-Loading-Pfade (kein pytest, da sie den
          # Modell-Cache brauchen — siehe model_manager.LazyModelLoader).
          python -c "
          from model_manager import LazyModelLoader
          loader = LazyModelLoader()
          m = loader.load('gemma3-270m-it', preset='BASELINE')
          out = m.generate('Hello world', max_new_tokens=8)
          assert isinstance(out, str) and len(out) > 0
          print('GPU smoke OK:', repr(out))
          "