import 'dart:convert';
import 'dart:io';

import 'package:crypto/crypto.dart' show sha256;
import 'package:flutter/foundation.dart';
import 'package:http/http.dart' as http;
import 'package:path_provider/path_provider.dart';

import '../config/app_config.dart';

/// 识别档位标识：s = 高精度（@1280 精度优先，默认），n = 高性能（@704 速度优先）
const String kVariantS = 's';
const String kVariantN = 'n';

/// 模型类型（2026-09-09 综合训练）：species = 单物种（缺省，老目录兼容），combined = 多物种综合
/// （datasetId=0、datasetIds=覆盖物种列表；与其覆盖的单物种模型激活互斥）
const String kKindSpecies = 'species';
const String kKindCombined = 'combined';

/// 识别档位偏好取值 s/n 同 [kVariantS]/[kVariantN]（2026-09-11 多物种综合识别
/// 在 App 端下线：目录中 combined 条目直接忽略，历史 multi_* / 两维识别方式
/// 配置自动归并为对应档位，不再有 multi_* 取值）

/// 模型身份键：同一数据集不同档位是两个独立条目（下载/激活/记账互不影响）
typedef ModelKey = ({int datasetId, String variant});

/// 模型目录条目（GET /api/v1/app/update 响应 data.models[]）。
/// 服务器发布模型后随版本检查一同下发，App 按目录逐数据集下载/更新。
/// 双档位（2026-09-03）：每数据集至多 2 条（s/n 各一），[variant] 标识档位。
class ModelCatalogItem {
  final int datasetId;
  final String datasetName;
  final String variant;
  final String kind; // species 单物种（缺省）| combined 多物种综合
  final List<int> datasetIds; // combined：覆盖的数据集 id 列表
  final String version;
  final List<String> labels;
  final int sizeBytes;
  final String sha256;
  final String downloadUrl;
  final String coverUrl;

  const ModelCatalogItem({
    required this.datasetId,
    required this.datasetName,
    this.variant = kVariantS,
    this.kind = kKindSpecies,
    this.datasetIds = const [],
    required this.version,
    required this.labels,
    required this.sizeBytes,
    required this.sha256,
    required this.downloadUrl,
    this.coverUrl = '',
  });

  bool get isCombined => kind == kKindCombined;

  factory ModelCatalogItem.fromJson(Map<String, dynamic> j) =>
      ModelCatalogItem(
        datasetId: (j['datasetId'] as num?)?.toInt() ?? 0,
        datasetName: j['datasetName'] as String? ?? '',
        // 旧目录无 variant 字段（2026-09-03 前发布的单档 s）→ 归为 s
        variant: j['variant'] as String? ?? kVariantS,
        // 老目录无 kind 字段 → species（2026-09-09 综合训练）
        kind: j['kind'] as String? ?? kKindSpecies,
        datasetIds: (j['datasetIds'] as List? ?? const [])
            .map((e) => (e as num).toInt())
            .toList(),
        version: j['version'] as String? ?? '',
        labels: (j['labels'] as List? ?? const [])
            .map((e) => e.toString())
            .toList(),
        sizeBytes: (j['sizeBytes'] as num?)?.toInt() ?? 0,
        sha256: j['sha256'] as String? ?? '',
        downloadUrl: j['downloadUrl'] as String? ?? '',
        coverUrl: j['coverUrl'] as String? ?? '',
      );
}

/// 已就绪模型（字节 + 标签，供推理 worker 加载）
class ModelBundle {
  final int datasetId;
  final String datasetName;
  final String variant;
  final String version;
  final List<String> labels;
  final Uint8List bytes;

  const ModelBundle({
    required this.datasetId,
    required this.datasetName,
    required this.variant,
    required this.version,
    required this.labels,
    required this.bytes,
  });
}

/// 模型热更新管理：启动时拉取模型目录（随 /app/update 公开接口下发，无需登录态），
/// 按需下载/校验/持久化各数据集模型，供相机页多模型并行推理。
///
/// 双档位存储（2026-09-03）：`models/<datasetId>/` 存放 s 档（legacy 布局，目录键 =
/// 档位标识符的「无子目录」形态，存量设备无需迁移），n 档存 `models/<datasetId>/n/`；
/// 各目录含 model.tflite + labels.json + meta.json，meta 记录 {version, sha256}，
/// 版本与摘要都未变化时跳过下载。记账键一律是 (datasetId, variant) 二元组。
/// 识别档位 [mode] 只是用户偏好（持久化：s 高精度默认 / n 高性能，切换不直接
/// 热换运行中模型）：作为各卡默认目标档与「下载完成自动启用」的判定依据
/// （2026-09-11 多物种综合识别 App 端下线——不再展示综合卡，目录中 combined
/// 条目直接忽略，历史 multi_* / 两维识别方式配置自动归并到对应档位）。
/// 实际运行由激活集驱动——每个数据集**至多一个档位**在使用：激活某档会自动停用
/// 同数据集另一档，不同数据集可用不同档位并行识别（2026-09-03）。
/// 激活集是**会话态**（2026-09-03 修订）：每次进入视野页 [resetForSession] 清空、
/// 不跨会话持久化——识别需用户在模型清单手动启用（显式「下载」落地即启用目标档
/// 属于用户动作）；上次崩溃/坏模型不会在下次打开时自动复现，用户总能看到仅预览
/// 界面并自行调整。
/// 目录**缓存优先**（2026-09-03）：最近一次成功拉取的 models 目录落盘
/// catalog.json，[refresh] 开头先载入缓存并通知（弹层离线也有内容展示），网络
/// 成功后再以权威目录覆盖并落盘；清理/激活同步只在网络成功（fetched）后执行
/// ——缓存降级时不清文件不下载，离线首启不误删已下载模型。
/// 模型更新**手动制**（2026-09-09）：无自动更新/待办横幅，新版本由用户在
/// 卡片上重新下载（使用中重下会原地生效）。
class ModelManager extends ChangeNotifier {
  static final ModelManager instance = ModelManager._();

  final String baseUrl;
  final http.Client _client;
  final Future<Directory> Function()? _rootDirOverride;

  List<ModelBundle> _models = const [];
  List<ModelCatalogItem> _catalog = const [];
  final Set<ModelKey> _active = {};
  final Set<ModelKey> _downloaded = {};
  final Map<ModelKey, double> _progress = {};
  final Map<ModelKey, String> _errors = {};
  final Set<ModelKey> _cancelRequested = {};
  String _mode = kVariantS;
  bool _modeLoaded = false;
  bool _ready = false;
  bool _refreshing = false;
  String? _error;
  Future<void>? _inFlight;

  /// 模型文件/激活集变更版本戳：下载完成或激活变化 +1，
  /// UI 据此判断是否需要重建推理 worker（2026-09-01 自动更新引入）
  int _revision = 0;
  int get revision => _revision;

  /// 服务器目录（弹层模型清单展示用；同一数据集可能 s/n 两行）
  List<ModelCatalogItem> get catalog => _catalog;

  /// 识别档位偏好（s 高精度 / n 高性能）：作为各卡默认目标档
  /// （不直接切换运行——运行由激活集驱动）
  String get mode => _mode;

  bool isActive(int datasetId, String variant) =>
      _active.contains((datasetId: datasetId, variant: variant));

  /// 该 (数据集, 档位) 模型文件是否已下载到本地（同步判断，内存态）
  bool isDownloaded(int datasetId, String variant) =>
      _downloaded.contains((datasetId: datasetId, variant: variant));

  /// 下载进度 0..1（无下载/已完成为 null）
  double? progressOf(int datasetId, String variant) =>
      _progress[(datasetId: datasetId, variant: variant)];

  /// 下载失败原因（失败后可重试）
  String? errorOf(int datasetId, String variant) =>
      _errors[(datasetId: datasetId, variant: variant)];

  /// 中断进行中的下载：下一个数据块到达时终止（丢弃 .part），卡片恢复「使用」。
  /// 取消不记错误，可再次下载。
  void cancelDownload(int datasetId, String variant) {
    _cancelRequested.add((datasetId: datasetId, variant: variant));
  }

  ModelManager._({String? baseUrl, http.Client? client})
      : this(baseUrl: baseUrl, client: client);

  /// 可注入 baseUrl / client / 存储根目录（单测用）
  @visibleForTesting
  ModelManager({
    String? baseUrl,
    http.Client? client,
    Future<Directory> Function()? rootDir,
  })  : baseUrl = baseUrl ?? AppConfig.apiBaseUrl,
        _client = client ?? http.Client(),
        _rootDirOverride = rootDir;

  /// 已激活且已下载的模型列表（每个数据集至多一个档位；空 = 未加载任何模型，仅预览）
  List<ModelBundle> get models => _models;

  /// 是否成功拉取过目录（即使下载失败也为 true，用于区分"从未联网"与"目录为空"）
  bool get ready => _ready;

  /// 模型目录拉取失败的错误信息（仅目录级；下载/校验失败见 errorOf）
  String? get error => _error;

  bool get refreshing => _refreshing;

  /// 模型名摘要（诊断行展示）：数据集名（同数据集的档位码不外显）
  String get modelsLabel {
    if (_models.isEmpty) return '未下载';
    return _models.map((m) => m.datasetName).join(',');
  }

  /// 切换识别档位偏好（s 高精度 / n 高性能）：只改默认目标档并持久化。
  Future<void> setMode(String mode) async {
    if (mode != kVariantS && mode != kVariantN) return;
    if (_mode == mode) return;
    _mode = mode;
    await _saveMode();
    notifyListeners();
  }

  /// 拉取目录并同步本地模型；并发调用共享同一进行中的刷新。
  Future<void> refresh() {
    if (_refreshing) return _inFlight ?? Future.value();
    _refreshing = true;
    _inFlight = _doRefresh().whenComplete(() {
      _refreshing = false;
      _inFlight = null;
      notifyListeners();
    });
    return _inFlight!;
  }

  /// 开始新识别会话（进入视野页时调用）：清空激活集与已加载模型。
  /// 激活集为会话态、不做跨会话持久化——上次使用的模型不自动恢复，识别需
  /// 用户在模型清单手动启用（2026-09-03 会话制修订）。
  void resetForSession() {
    if (_active.isEmpty) return;
    _active.clear();
    _models = const [];
    _revision++;
    notifyListeners();
  }

  Future<void> _doRefresh() async {
    try {
      await _loadMode();
      // 缓存优先（2026-09-03）：网络返回前先载入上次成功拉取的目录并提前 notify
      // ——设置弹层打开即有内容展示，不依赖网络请求；网络成功后再以权威目录覆盖
      if (_catalog.isEmpty) {
        await _loadCatalogCache();
        if (_catalog.isNotEmpty) notifyListeners();
      }
      var fetched = false;
      try {
        final res = await _client
            .get(Uri.parse('$baseUrl/api/v1/app/update'))
            .timeout(const Duration(seconds: 30));
        // 服务器 Content-Type 无 charset，http 包默认按 latin1 解码会乱码 → 显式 utf8
        final body =
            jsonDecode(utf8.decode(res.bodyBytes)) as Map<String, dynamic>;
        final data = body['data'] as Map<String, dynamic>? ?? const {};
        final list = data['models'] as List? ?? const [];
        _catalog = list
            .map((e) => ModelCatalogItem.fromJson(e as Map<String, dynamic>))
            .toList();
        await _saveCatalogCache(list);
        fetched = true;
      } catch (e) {
        // 拉取失败：保留缓存/旧目录继续展示；本实例从未拉取成功过才记错误
        // （有缓存兜底时同样提示，说明当前展示的目录未经最新网络确认）
        if (!_ready) _error = '模型目录拉取失败:$e';
      }
      // 无缓存且未拉取成功（目录确为空）：无从同步，等下次刷新
      if (_catalog.isEmpty && !fetched) return;

      // 只拉目录不下载；扫描本地已有模型文件供清单展示（版本是否落后由
      // 卡片对照目录版本提示「更新」）。缓存目录同样扫描：离线重开也能正确
      // 标出已下载档位
      final downloaded = <ModelKey>{};
      for (final item in _catalog) {
        if (await _hasFile(item)) {
          downloaded.add((datasetId: item.datasetId, variant: item.variant));
        }
      }
      _downloaded
        ..clear()
        ..addAll(downloaded);

      // 清理/激活同步只认网络拉到的权威目录：缓存降级时不清文件——
      // 离线首启不会误删已下载模型（2026-09-03）
      if (!fetched) return;
      await _prune(_catalog);
      // 服务器已下线的 (数据集, 档位) 移出激活集
      final catalogKeys = _catalog
          .map((c) => (datasetId: c.datasetId, variant: c.variant))
          .toSet();
      _active.removeWhere((k) => !catalogKeys.contains(k));

      _models = await _loadBundles(_catalog);
      _ready = true;
      _error = null;
    } catch (e) {
      if (!_ready) _error = '模型目录拉取失败:$e';
      // 已就绪过则保留旧目录/旧模型，不覆盖 error（下载级错误优先展示）
    }
  }

  /// 按需下载：流式下载 + sha256 校验 + 落盘（labels/meta）。
  /// [autoActivate]（默认 true，用户显式下载）该数据集此前无任何档位在使用且
  /// 本档为目录中唯一可选/匹配目标档时自动激活（下载即有识别）；
  /// 使用中的档位原地更新则字节生效（重建推理 worker）。失败重试一次并记录错误。
  Future<bool> downloadModel(ModelCatalogItem item,
      {bool autoActivate = true,
      void Function(int received, int total)? onProgress}) async {
    final key = (datasetId: item.datasetId, variant: item.variant);
    // 并发保护：同一 (数据集, 档位) 已有进行中的下载则直接短路
    if (_progress.containsKey(key)) return false;
    _cancelRequested.remove(key);
    _progress[key] = 0;
    final dir = await _modelDir(item.datasetId, item.variant);
    final file = File('${dir.path}/model.tflite');
    try {
      for (var attempt = 0; attempt < 2; attempt++) {
        if (_cancelRequested.contains(key)) break;
        final ok = await _downloadAndVerify(item, dir, file,
            onProgress: (r, t) {
          _progress[key] = t == 0 ? 0 : r / t;
          onProgress?.call(r, t);
          notifyListeners();
        });
        if (ok) {
          _progress.remove(key);
          _errors.remove(key);
          final wasActive = _active.contains(key);
          _downloaded.add(key);
          if (wasActive) {
            // 使用中的模型原地更新：字节已替换，重建 worker 读新文件
            _revision++;
            _models = await _loadBundles(_catalog);
          } else if (autoActivate &&
              !_active.any((k) => k.datasetId == item.datasetId)) {
            // 用户显式下载且该数据集尚无档位在使用：自动激活识别档位默认档
            // 条目；目录没有默认档（存量单档物种）时激活本条，保证下载即有
            // 识别。走 setActive 统一做同档覆盖互斥（同数据集至多一档运行）
            final hasTarget = _catalog.any((c) =>
                c.datasetId == item.datasetId && c.variant == mode);
            if (item.variant == mode || !hasTarget) {
              await setActive(item.datasetId, item.variant, true);
            }
          }
          notifyListeners();
          return true;
        }
        if (_cancelRequested.contains(key)) break;
        await file.delete().catchError((_) => file);
        await File('${dir.path}/model.tflite.part')
            .delete()
            .catchError((_) => file);
      }
      if (_cancelRequested.contains(key)) {
        // 用户取消：清理残留，不记错误
        await file.delete().catchError((_) => file);
        await File('${dir.path}/model.tflite.part')
            .delete()
            .catchError((_) => file);
        _progress.remove(key);
        notifyListeners();
        debugPrint('[ModelManager] 下载已取消: ${item.datasetName}');
        return false;
      }
      _progress.remove(key);
      _errors[key] = '下载失败，请重试';
      notifyListeners();
      debugPrint('[ModelManager] 下载失败: ${item.datasetName} ${item.version}');
      return false;
    } catch (e) {
      if (_cancelRequested.contains(key)) {
        await file.delete().catchError((_) => file);
        await File('${dir.path}/model.tflite.part')
            .delete()
            .catchError((_) => file);
        _progress.remove(key);
        notifyListeners();
        debugPrint('[ModelManager] 下载已取消: ${item.datasetName}');
        return false;
      }
      _progress.remove(key);
      _errors[key] = '下载异常:$e';
      notifyListeners();
      debugPrint('[ModelManager] 下载异常 ${item.datasetName}: $e');
      return false;
    }
  }

  Future<bool> _downloadAndVerify(
      ModelCatalogItem item, Directory dir, File file,
      {void Function(int received, int total)? onProgress}) async {
    final part = File('${file.path}.part');
    final sink = part.openWrite();
    var received = 0;
    try {
      // 下载无总时长上限（大模型慢网可能数分钟）；连接/响应头与数据流
      // 分别做 30s 停滞判定，避免断流黑洞永久卡死
      final res = await _client
          .send(http.Request('GET', Uri.parse('$baseUrl${item.downloadUrl}')))
          .timeout(const Duration(seconds: 30));
      if (res.statusCode != 200) {
        await sink.close();
        return false;
      }
      final total = res.contentLength ?? item.sizeBytes;
      await for (final chunk
          in res.stream.timeout(const Duration(seconds: 30))) {
        if (_cancelRequested.contains(
            (datasetId: item.datasetId, variant: item.variant))) {
          break; // 用户取消
        }
        sink.add(chunk);
        received += chunk.length;
        onProgress?.call(received, total);
      }
      if (_cancelRequested.contains(
          (datasetId: item.datasetId, variant: item.variant))) {
        await sink.close();
        return false;
      }
      await sink.close();
      final bytes = await part.readAsBytes();
      final hex = sha256.convert(bytes).toString();
      if (item.sha256.isNotEmpty && hex != item.sha256) {
        debugPrint('[ModelManager] sha256 不匹配: ${item.datasetName} '
            'want=${item.sha256} got=$hex');
        return false;
      }
      await part.rename(file.path);
      await dir.create(recursive: true);
      await File('${dir.path}/labels.json')
          .writeAsString(jsonEncode(item.labels));
      await File('${dir.path}/meta.json').writeAsString(jsonEncode({
        'version': item.version,
        'sha256': item.sha256,
      }));
      debugPrint('[ModelManager] 已下载 ${item.datasetName}(${item.variant}) '
          '${bytes.length}B -> ${file.path}');
      return true;
    } catch (e) {
      await sink.close().catchError((_) {});
      debugPrint('[ModelManager] 下载异常 ${item.datasetName}: $e');
      return false;
    }
  }

  /// 清理本地目录：数据集整体下线（s/n 两档都无目录条目）删整目录；
  /// 数据集仍在但某档已下线时清该档子目录（s 档为同级文件，无独立目录，
  /// 残留文件不再被引用，仅占用磁盘，不做细粒度清除）。
  Future<void> _prune(List<ModelCatalogItem> catalog) async {
    final root = await _rootDir();
    if (!await root.exists()) return;
    final dsIds = catalog.map((c) => c.datasetId).toSet();
    final nDsIds = catalog
        .where((c) => c.variant == kVariantN)
        .map((c) => c.datasetId)
        .toSet();
    await for (final e in root.list()) {
      if (e is! Directory) continue;
      // 目录 URI 末尾带 '/'，pathSegments 末位为空串 → 过滤后取目录名
      final name = e.uri.pathSegments.where((s) => s.isNotEmpty).last;
      final dsId = int.tryParse(name);
      if (dsId == null) continue;
      if (!dsIds.contains(dsId)) {
        await e.delete(recursive: true).catchError((_) => e);
        continue;
      }
      if (!nDsIds.contains(dsId)) {
        final sub = Directory('${e.path}/$kVariantN');
        if (await sub.exists()) {
          await sub.delete(recursive: true).catchError((_) => e);
        }
      }
    }
  }

  /// 设置激活状态（true=使用，false=取消；仅本次会话内生效，不持久化）。
  /// 同一数据集至多一个档位在使用：激活某档时若同数据集另一档在使用则先停用
  /// （2026-09-03：不同动物可跑不同档位，同一种动物一次只跑一档）。
  /// **覆盖互斥（2026-09-09 综合模型）**：激活综合模型自动停用其 datasetIds 覆盖
  /// 物种的单物种模型；激活某单物种自动停用覆盖它的综合模型（兜底：并存时跨模型
  /// NMS 按类别名合并不会重复框，互斥只为省算力）。变化即重建推理 worker。
  Future<void> setActive(int datasetId, String variant, bool active) async {
    final key = (datasetId: datasetId, variant: variant);
    if (!active) {
      if (!_active.remove(key)) return;
    } else {
      final keyActive = _active.contains(key);
      final conflicts = <ModelKey>{
        ..._active.where(
            (k) => k.datasetId == datasetId && k.variant != variant),
      };
      // 覆盖互斥：找到本条目目录信息，按 kind 判定冲突集
      ModelCatalogItem? catItem;
      for (final c in _catalog) {
        if (c.datasetId == datasetId && c.variant == variant) {
          catItem = c;
          break;
        }
      }
      if (catItem != null && catItem.isCombined) {
        // 综合：停用其覆盖物种的全部单物种激活
        for (final k in _active) {
          if (k.datasetId != 0 && catItem.datasetIds.contains(k.datasetId)) {
            conflicts.add(k);
          }
        }
      } else if (catItem != null) {
        // 单物种：停用覆盖本物种的综合模型（同档位才冲突）
        for (final k in _active) {
          if (k.datasetId != 0) continue;
          for (final c in _catalog) {
            if (c.datasetId == 0 &&
                c.variant == k.variant &&
                c.isCombined &&
                c.datasetIds.contains(datasetId)) {
              conflicts.add(k);
            }
          }
        }
      }
      if (keyActive && conflicts.isEmpty) return; // 状态未变化
      _active.removeAll(conflicts);
      _active.add(key);
    }
    _revision++;
    _models = await _loadBundles(_catalog);
    notifyListeners();
  }

  Future<void> _saveMode() async {
    try {
      final root = await _rootDir();
      await root.create(recursive: true);
      await File('${root.path}/mode.json')
          .writeAsString(jsonEncode({'mode': _mode}));
    } catch (e) {
      debugPrint('[ModelManager] 识别偏好持久化失败: $e');
    }
  }

  Future<void> _loadMode() async {
    if (_modeLoaded) return;
    _modeLoaded = true;
    try {
      final root = await _rootDir();
      final f = File('${root.path}/mode.json');
      if (!await f.exists()) return;
      final data = jsonDecode(await f.readAsString()) as Map<String, dynamic>;
      final r = data['recognition'] as String?;
      if (r != null) {
        // 四选一时期（2026-09-11 定稿后、多物种下线前）的配置：后缀即档位
        if (r.endsWith(kVariantN)) {
          _mode = kVariantN;
        } else if (r.endsWith(kVariantS)) {
          _mode = kVariantS;
        }
        return;
      }
      // 更早 {mode 档位, source 单/多源} 两维结构：只看档位（multi 已下线）
      if (data['mode'] == kVariantN) _mode = kVariantN;
    } catch (e) {
      debugPrint('[ModelManager] 识别偏好读取失败: $e');
    }
  }

  /// 载入上次成功拉取的目录缓存（catalog.json，模型根目录下）——离线/弱网时
  /// 设置弹层也能先展示模型清单。无缓存文件/损坏/空列表则保持目录为空。
  Future<void> _loadCatalogCache() async {
    try {
      final root = await _rootDir();
      final f = File('${root.path}/catalog.json');
      if (!await f.exists()) return;
      final data = jsonDecode(await f.readAsString()) as Map<String, dynamic>;
      final list = data['models'] as List? ?? const [];
      if (list.isEmpty) return;
      _catalog = list
          .map((e) => ModelCatalogItem.fromJson(e as Map<String, dynamic>))
          .toList();
    } catch (e) {
      debugPrint('[ModelManager] 目录缓存读取失败: $e');
    }
  }

  /// 落盘最近一次成功拉取的 models 原始列表（含服务器可能新增的字段），
  /// 供下次离线/网络慢时先展示；缓存仅作展示降级，不参与清理/自动更新决策。
  Future<void> _saveCatalogCache(List<dynamic> rawModels) async {
    try {
      final root = await _rootDir();
      await root.create(recursive: true);
      await File('${root.path}/catalog.json')
          .writeAsString(jsonEncode({'models': rawModels}));
    } catch (e) {
      debugPrint('[ModelManager] 目录缓存保存失败: $e');
    }
  }

  /// 读取全部激活条目（不再按目标档过滤——激活集即实际运行集，每数据集一档）
  Future<List<ModelBundle>> _loadBundles(
      List<ModelCatalogItem> catalog) async {
    final bundles = <ModelBundle>[];
    for (final item in catalog) {
      final key = (datasetId: item.datasetId, variant: item.variant);
      if (!_active.contains(key)) continue;
      try {
        final dir = await _modelDir(item.datasetId, item.variant);
        final file = File('${dir.path}/model.tflite');
        if (!await file.exists()) continue;
        final labels = await File('${dir.path}/labels.json').exists()
            ? (jsonDecode(
                    await File('${dir.path}/labels.json').readAsString())
                as List)
                .map((e) => e.toString())
                .toList()
            : item.labels;
        bundles.add(ModelBundle(
          datasetId: item.datasetId,
          datasetName: item.datasetName,
          variant: item.variant,
          version: item.version,
          labels: labels,
          bytes: await file.readAsBytes(),
        ));
      } catch (e) {
        debugPrint('[ModelManager] 读取 ${item.datasetName} 失败: $e');
      }
    }
    return bundles;
  }

  Future<Directory> _rootDir() async {
    if (_rootDirOverride != null) return _rootDirOverride();
    final support = await getApplicationSupportDirectory();
    return Directory('${support.path}/models');
  }

  /// 档位子路径（相对模型根目录）：s 档 `models/<datasetId>/`（legacy 无子目录，
  /// 目录键 = 档位标识符的 s 形态，存量设备零迁移）；n 档 `models/<datasetId>/n/`。
  String _subPath(int datasetId, String variant) =>
      variant == kVariantS ? '$datasetId' : '$datasetId/$variant';

  /// 档位目录（不存在则创建）
  Future<Directory> _modelDir(int datasetId, String variant) async {
    final root = await _rootDir();
    final dir = Directory('${root.path}/${_subPath(datasetId, variant)}');
    await dir.create(recursive: true);
    return dir;
  }

  /// 目录条目对应的模型文件是否已存在本地（不校验版本：文件已存在即标已下载，
  /// 是否落后由卡片端对照目录版本提示「更新」）
  Future<bool> _hasFile(ModelCatalogItem item) async {
    final root = await _rootDir();
    return File('${root.path}/${_subPath(item.datasetId, item.variant)}/model.tflite')
        .exists();
  }
}