// SessionThread 扩展（每个 thread 独立的压缩状态）
interface SessionThread {
  // ... existing fields (id, name, messages, createdAt)
  compactionPoints?: CompactionPoint[]  // 该 thread 的压缩点列表
}

// Session 扩展（当前活跃 thread 的压缩状态）
interface Session {
  // ... existing fields
  compactionPoints?: CompactionPoint[]  // 当前 thread 的压缩点列表
}

// 压缩点记录
interface CompactionPoint {
  summaryMessageId: string    // 摘要消息的 ID
  boundaryMessageId: string   // 压缩边界：此 ID 之前的消息不再发送给 AI
  createdAt: number           // 压缩时间
}

// Message 扩展
interface Message {
  // ... existing fields
  isSummary?: boolean      // 标记为压缩摘要消息
}

// 全局设置
interface Settings {
  // ... existing fields
  
  // 上下文管理配置（全局默认）
  autoCompaction?: boolean           // 是否启用自动压缩，默认 true
  compactionThreshold?: number       // 压缩阈值百分比，范围 0.4-0.9，默认 0.6
  
  // threadNamingModel 已存在，复用于摘要生成
  // threadNamingModel?: { provider: string; model: string }
}

// 会话设置（覆盖全局）
interface SessionSettings {
  // ... existing fields
  
  // 会话级上下文管理配置（可选，未设置时使用全局）
  autoCompaction?: boolean | undefined  // undefined = 使用全局设置
}

// RemoteConfig 扩展（后端下发）
interface RemoteConfig {
  // ... existing fields
  fastModel?: {                      // 快速模型配置，用于 threadNaming 和压缩摘要
    provider: string
    model: string
  }
}

┌─────────────────────────────────────────────────────────┐
│ 上下文预估                                               │
├─────────────────────────────────────────────────────────┤
│                                                         │
│ 当前上下文: 45,230 tokens                               │
│ 模型上限:   128,000 tokens                              │
│ 使用率:     35.3%                                       │
│                                                         │
│ ─────────────────────────────────────────────────────── │
│                                                         │
│ [压缩上下文]        自动压缩 [●] (本会话)               │
│                                                         │
└─────────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────────┐
│ 上下文管理                                               │
├─────────────────────────────────────────────────────────┤
│                                                         │
│ 自动压缩（全局默认）                                     │
│ [●] 开启                                                │
│ 当对话上下文接近模型限制时，自动生成摘要并压缩历史消息    │
│ 单个会话可在上下文预估面板中覆盖此设置                   │
│                                                         │
│ ─────────────────────────────────────────────────────── │
│                                                         │
│ 压缩阈值                                                │
│ [====●==========] 60%                                   │
│ 成本优先 ←─────────────────────────────→ 信息保留       │
│ 当前策略: 平衡模式 - 在成本和上下文间取得平衡            │
│                                                         │
│ ─────────────────────────────────────────────────────── │
│                                                         │
│ 摘要模型                                                │
│ [使用默认模型 ▼]                                        │
│ ChatboxAI 用户使用系统推荐模型，其他用户可自定义         │
│ （此设置同时影响自动生成话题名称功能）                   │
│                                                         │
└─────────────────────────────────────────────────────────┘

// 内置模型数据示例（构建时生成）
const BUILTIN_MODEL_CONTEXT: Record<string, number> = {
  'gpt-4o': 128_000,
  'gpt-4o-mini': 128_000,
  'gpt-4-turbo': 128_000,
  'gpt-3.5-turbo': 16_385,
  'claude-3-5-sonnet': 200_000,
  'claude-3-opus': 200_000,
  'claude-3-haiku': 200_000,
  'gemini-1.5-pro': 1_000_000,
  'gemini-1.5-flash': 1_000_000,
  // ... more models
}

// 默认值（未知模型）
const DEFAULT_CONTEXT_WINDOW = 96_000

// 运行时更新缓存
async function updateModelContextCache() {
  try {
    const data = await fetch('https://models.dev/api/models')
    // 存储到 localStorage，设置 7 天过期
    localStorage.setItem('modelContextCache', JSON.stringify({
      data,
      expiry: Date.now() + 7 * 24 * 60 * 60 * 1000
    }))
  } catch (e) {
    // 静默失败，使用内置数据
  }
}

// 获取模型 contextWindow
function getModelContextWindow(modelId: string): number | null {
  // 1. 精确匹配
  if (BUILTIN_MODEL_CONTEXT[modelId]) return BUILTIN_MODEL_CONTEXT[modelId]
  
  // 2. 缓存匹配
  const cached = getCachedModelData(modelId)
  if (cached?.contextWindow) return cached.contextWindow
  
  // 3. 前缀匹配
  for (const [key, value] of Object.entries(BUILTIN_MODEL_CONTEXT)) {
    if (modelId.startsWith(key)) return value
  }
  
  // 4. 返回 null 表示未知，由调用方决定是否使用默认值或提示用户
  return null
}

// 切换 thread 时的状态处理
async function switchThread(sessionId: string, threadId: string) {
  const session = await getSession(sessionId)
  
  // 保存当前 thread 的压缩状态到 threads 数组
  if (session.threads) {
    const currentThread = session.threads.find(t => t.id === currentThreadId)
    if (currentThread) {
      currentThread.lastCompactionMessageId = session.lastCompactionMessageId
      currentThread.compactionCount = session.compactionCount
    }
  }
  
  // 加载目标 thread 的压缩状态
  const targetThread = session.threads?.find(t => t.id === threadId)
  session.lastCompactionMessageId = targetThread?.lastCompactionMessageId
  session.compactionCount = targetThread?.compactionCount ?? 0
  
  // ... rest of switch logic
}

// chatbox-backend: GetRemoteConfig 响应扩展
interface RemoteConfigResponse {
  // ... existing fields
  fast_model?: {
    provider: string    // e.g., "chatbox-ai"
    model: string       // e.g., "chatboxai-3.5" 或快速模型
  }
}

发送消息给 AI 时的上下文构建流程：

1. 获取所有消息: getAllMessages(session)
2. 查找最近压缩点: getLatestCompactionPoint(session)
3. 截断历史消息: 
   - 如果有压缩点，从 boundaryMessageId 之后开始
   - 在开头插入对应的摘要消息
4. 清理 Tool 调用:
   - 计算最近 2 轮对话的边界
   - 动态移除更早消息中的 tool-call parts（不修改存储）
5. 计算 token 并检测是否需要压缩
6. 发送给 AI

当检测到需要压缩时：

1. 检测溢出: isOverflow({ tokens, modelId, threshold })
2. 确定压缩范围: 从上次压缩点到当前最新消息
3. 生成摘要: generateSummary(messages, summaryModel)
4. 追加摘要消息: 
   - 在消息列表末尾追加 summary message (isSummary=true)
   - 记录新的压缩点 { summaryMessageId, boundaryMessageId }
5. 用户 UI: 所有历史消息保持可见，摘要消息有特殊样式
6. 后续对话: 自动使用新的压缩点构建上下文

// 模型上下文窗口
const contextWindow = 200_000  // claude-3-5-sonnet

// 预留输出空间
const outputReserve = 32_000

// 可用上下文
const usableContext = contextWindow - outputReserve  // 168,000

// 用户配置的压缩阈值（默认 60%）
const compactionThreshold = settings.compactionThreshold ?? 0.6

// 触发阈值
const threshold = usableContext * compactionThreshold  // 100,800

// UI 显示的策略提示
function getStrategyLabel(threshold: number): string {
  if (threshold <= 0.6) return '成本优先'
  if (threshold <= 0.75) return '平衡模式'
  return '信息保留'
}

/**
 * 构建发送给 AI 的上下文（动态处理，不修改存储）
 */
function buildContextForAI(session: Session, allMessages: Message[]): Message[] {
  const context: Message[] = []
  
  // 1. 获取最近的压缩点
  const latestCompaction = session.compactionPoints?.at(-1)
  
  // 2. 确定起始位置
  let startIndex = 0
  if (latestCompaction) {
    // 找到压缩边界消息的索引
    const boundaryIndex = allMessages.findIndex(
      m => m.id === latestCompaction.boundaryMessageId
    )
    if (boundaryIndex >= 0) {
      startIndex = boundaryIndex + 1  // 从边界之后开始
    }
    
    // 插入摘要消息
    const summaryMessage = allMessages.find(
      m => m.id === latestCompaction.summaryMessageId
    )
    if (summaryMessage) {
      context.push(summaryMessage)
    }
  }
  
  // 3. 添加压缩点之后的消息
  const recentMessages = allMessages.slice(startIndex)
  
  // 4. 动态清理 tool 调用（保留最近 2 轮对话）
  const cleanedMessages = cleanToolCalls(recentMessages, 2)
  
  context.push(...cleanedMessages)
  return context
}

/**
 * 清理超过 N 轮对话的 tool 调用（动态处理，不修改原消息）
 */
function cleanToolCalls(messages: Message[], keepRounds: number): Message[] {
  // 从后往前计算轮次（一轮 = 一对 user + assistant）
  let roundCount = 0
  let roundBoundaryIndex = messages.length
  
  for (let i = messages.length - 1; i >= 0; i--) {
    if (messages[i].role === 'user') {
      roundCount++
      if (roundCount > keepRounds) {
        roundBoundaryIndex = i
        break
      }
    }
  }
  
  // 清理边界之前的消息中的 tool-call parts
  return messages.map((msg, index) => {
    if (index < roundBoundaryIndex && msg.contentParts) {
      const cleanedParts = msg.contentParts.filter(
        part => part.type !== 'tool-call'
      )
      // 如果有变化，返回新对象（不修改原消息）
      if (cleanedParts.length !== msg.contentParts.length) {
        return { ...msg, contentParts: cleanedParts }
      }
    }
    return msg
  })
}

// 全局默认配置
const DEFAULT_CONTEXT_MANAGEMENT = {
  autoCompaction: true,         // 全局默认开启
  compactionThreshold: 0.6,     // 60% 阈值
}

// 会话级配置
// session.settings.autoCompaction:
//   - undefined: 使用全局设置
//   - true: 强制开启
//   - false: 强制关闭

// 正常状态
┌─────────────────────────────────────────────────────────┐
│ 上下文预估                                         [×] │
├─────────────────────────────────────────────────────────┤
│                                                         │
│ 当前上下文    45,230 tokens                             │
│ 模型上限      128,000 tokens                            │
│ 使用率        ████████░░░░░░░░░░░░░░ 35.3%             │
│                                                         │
│ ─────────────────────────────────────────────────────── │
│                                                         │
│ [压缩上下文]              自动压缩 (本会话) [●]        │
│                                                         │
└─────────────────────────────────────────────────────────┘

// 无 contextWindow 时
┌─────────────────────────────────────────────────────────┐
│ 上下文预估                                         [×] │
├─────────────────────────────────────────────────────────┤
│                                                         │
│ 当前上下文    45,230 tokens                             │
│ 模型上限      未知                                      │
│                                                         │
│ ─────────────────────────────────────────────────────── │
│                                                         │
│ [压缩上下文]              自动压缩 (本会话) [○]        │
│                           ↑                             │
│              ┌────────────────────────────────┐         │
│              │ 当前模型未配置上下文窗口        │         │
│              │ 请在设置中配置后启用自动压缩    │         │
│              └────────────────────────────────┘         │
└─────────────────────────────────────────────────────────┘

// 会话开关状态说明
- [●] 开启：本会话启用自动压缩（可能跟随全局或独立设置）
- [○] 关闭：本会话禁用自动压缩
- 点击开关可在 "跟随全局" / "强制开启" / "强制关闭" 间切换