"""
Configuration settings for the inpainting server
"""
import os
import platform
from typing import Dict, Any, Optional
from pydantic_settings import BaseSettings


class Settings(BaseSettings):
    # System detection
    IS_JETSON: bool = platform.machine() == "aarch64" and "tegra" in platform.uname().release.lower()
    IS_X86: bool = platform.machine() in ["x86_64", "amd64"]
    
    # Server settings
    HOST: str = "0.0.0.0"
    PORT: int = 8008
    WORKERS: int = 1
    
    # GPU settings (Jetson Xavier 최적화)
    CUDA_DEVICE: int = 0
    USE_CUDA: bool = True  # CUDA 사용 여부 (Jetson에서 항상 True)
    USE_FP16: bool = True  # FP16 사용 여부 (Jetson 최적화)
    FP16_ENABLED: bool = True  # 기존 호환성
    
    # ONNX Runtime 최적화 설정
    USE_TENSORRT: bool = True  # TensorRT 사용 여부 (최고 성능)
    TENSORRT_FP16: bool = True  # TensorRT FP16 사용
    TENSORRT_WORKSPACE_SIZE: int = 2 * 1024 * 1024 * 1024  # 2GB
    
    # Jetson specific settings
    JETSON_MODE: bool = IS_JETSON
    JETSON_POWER_MODE: str = "MAXN"  # MAXN, 5W, 10W, 15W
    JETSON_FAN_CONTROL: bool = True
    JETSON_TEMP_THRESHOLD: int = 75  # Celsius
    
    # Session pool settings (Jetson Xavier는 32GB 통합 메모리로 더 많은 세션 가능)
    SIMPLE_LAMA_SESSIONS: int = 4 if IS_JETSON else 2  # Jetson: 통합 32GB vs 데스크톱: VRAM 제한
    MIGAN_SESSIONS: int = 4 if IS_JETSON else 2       # Jetson이 더 많은 세션 운영 가능
    REMBG_SESSIONS: int = 3 if IS_JETSON else 1       # 메모리 공유 방식의 이점 활용
    
    # Worker settings (Jetson은 통합 메모리로 더 효율적)
    MAX_WORKERS: int = 8 if IS_JETSON else 6   # Jetson: 메모리 오버헤드 적음
    MIN_WORKERS: int = 4 if IS_JETSON else 2   # 통합 메모리 활용
    WORKER_TIMEOUT: int = 120  # 2 minutes
    
    # 메모리 관리 (Jetson은 32GB 통합 메모리로 여유로움)
    VRAM_THRESHOLD_HIGH: float = 0.85 if IS_JETSON else 0.75  # Jetson: 32GB 통합 메모리
    VRAM_THRESHOLD_LOW: float = 0.4 if IS_JETSON else 0.3     # 데스크톱: VRAM 제한
    VRAM_CHECK_INTERVAL: int = 30 if IS_JETSON else 15        # Jetson은 덜 자주 체크
    
    # Model paths
    SIMPLE_LAMA_MODEL_PATH: str = "app/models/pt/big-lama.pt"
    MIGAN_MODEL_PATH: str = "app/models/onnx/migan_pipeline_v2.onnx"
    REMBG_MODEL_PATH: str = "app/models/onnx/birefnet-general-lite.onnx"
    
    # MIGAN ONNX settings
    MIGAN_ONNX_PATH: Optional[str] = "app/models/onnx/migan_pipeline_v2.onnx"  # 커스텀 ONNX 파일 경로
    MIGAN_INTRA_THREADS: int = 0
    MIGAN_INTER_THREADS: int = 0
    
    # REMBG settings (자동 다운로드 방식)
    REMBG_MODEL_NAME: str = "birefnet-general-lite"  # 고품질 경량 모델
    LOCAL_REMBG_MODEL_PATH: Optional[str] = None  # 로컬 파일 사용 안함
    
    # Upload settings (Jetson Xavier는 32GB 메모리로 대용량 처리 가능)
    MAX_FILE_SIZE: int = 100 * 1024 * 1024 if IS_JETSON else 50 * 1024 * 1024  # Jetson: 100MB, 데스크톱: 50MB
    MAX_IMAGE_SIZE: int = 4096 if IS_JETSON else 3072  # Jetson: 4K, 데스크톱: 3K (VRAM 고려)
    ALLOWED_EXTENSIONS: set = {".jpg", ".jpeg", ".png", ".bmp", ".tiff"}
    
    # Monitoring
    ENABLE_MONITORING: bool = True
    MONITORING_PORT: int = 8888
    
    # Jetson performance settings
    JETSON_GPU_FREQ: int = 1200  # MHz
    JETSON_CPU_FREQ: int = 1900  # MHz
    JETSON_MEMORY_FREQ: int = 1600  # MHz
    
    class Config:
        env_file = ".env"


settings = Settings()