// ── Lo que la IA baja la primera vez, de dónde, y con qué huella ──
// El motor (≈215 MB) es de las dos IA; cada modelo se baja solo cuando se usa la suya: el del sujeto
// (≈490 MB) o el de rellenar (≈210 MB).
//
// Fijado por versión y huella SHA-256 (comprobadas al bajarlo el 14-oct-2026): si algún día cambia
// lo que hay en esa dirección, no se usa.
//
// - El modelo: BiRefNet general (MIT, ZhengPeng7; el mismo del navegador) en media precisión, del
//   servidor de la app (api/modelos/sujeto-equipo, con la sesión de la pestaña). Sale de la
//   exportación ONNX oficial del autor (release v1 de su GitHub, float32) pasada a float16 con la
//   entrada y la salida en float32 (scripts/modelo-sujeto-equipo.py de labstream-os). Entrada
//   `input_image` [1, 3, 1024, 1024], salida `output_image` [1, 1, 1024, 1024] (logits). En una RTX
//   5080: 0,3 s por foto y el mismo borde que el original en la CPU.
//   El HR (2048 px, matting) se probó y NO va: su convolución deformable, deshecha en GatherND en la
//   exportación oficial, ocupa 14–15 GB con DirectML y tarda de 6 a 45 s (14-oct-2026).
// - Rellenar (1.23): LaMa (Apache-2.0, advimman/big-lama), la exportación ONNX de tamaño libre de
//   g-ronimo (Hugging Face g-ronimo/lama, `lama.onnx`, la que usa wipe.photos), copiada al servidor de
//   la app (api/modelos/relleno-equipo). Entrada `input` [1, 4, alto, ancho] (múltiplos de 32),
//   salida `output` [1, 3, alto, ancho], 0..1. Corre en la CPU (ver motor.rs: abrir_en_cpu).
// - ONNX Runtime 1.24.4 con DirectML (NuGet de Microsoft): onnxruntime.dll para x64.
// - DirectML 1.15.4 (NuGet de Microsoft): DirectML.dll para Windows x64 (el paquete trae también
//   las de Xbox y las de depurar: se saca por su ruta exacta).

use super::bajar::{Forma, Pieza};

pub const NOMBRE_MODELO: &str = "BiRefNet";
pub const NOMBRE_RELLENO: &str = "LaMa";
pub const ARCHIVO_RELLENO: &str = "lama-g-ronimo-44bb92b2.onnx";
/// El lado de la entrada y de la salida del modelo.
pub const LADO: usize = 1024;

pub const ARCHIVO_MODELO: &str = "birefnet-general-epoch_244-fp16.onnx";
pub const DLL_ORT: &str = "onnxruntime.dll";
pub const DLL_DIRECTML: &str = "DirectML.dll";

/// De qué IA se habla: la máscara de sujeto o rellenar.
#[derive(Clone, Copy, PartialEq, Eq, Debug)]
pub enum Que {
    Sujeto,
    Relleno,
}

impl Que {
    pub fn de(v: Option<&str>) -> Que {
        if v == Some("relleno") {
            Que::Relleno
        } else {
            Que::Sujeto
        }
    }
    pub fn nombre(self) -> &'static str {
        match self {
            Que::Sujeto => "sujeto",
            Que::Relleno => "relleno",
        }
    }
}

static RELLENO: Pieza = Pieza {
    nombre: "lama-g-ronimo-44bb92b2",
    url: "https://os.labstreamsas.com/api/modelos/relleno-equipo",
    sha256: "44bb92b2693db40bb088dda226365a3aa8080a561584b8b0287ab11a97f9e9e7",
    bytes: 209_181_361,
    forma: Forma::Archivo(ARCHIVO_RELLENO),
    con_sesion: true,
};

static PIEZAS: [Pieza; 3] = [
    Pieza {
        nombre: "onnxruntime-directml-1.24.4",
        url: "https://api.nuget.org/v3-flatcontainer/microsoft.ml.onnxruntime.directml/1.24.4/microsoft.ml.onnxruntime.directml.1.24.4.nupkg",
        sha256: "57e9f11b73437bef7a309496135d4c1f96b1a8e9ddba60013fa27bfc1d788681",
        bytes: 12_458_649,
        forma: Forma::Zip(&["runtimes/win-x64/native/onnxruntime.dll", "runtimes/win-x64/native/onnxruntime_providers_shared.dll"]),
        con_sesion: false,
    },
    Pieza {
        nombre: "directml-1.15.4",
        url: "https://api.nuget.org/v3-flatcontainer/microsoft.ai.directml/1.15.4/microsoft.ai.directml.1.15.4.nupkg",
        sha256: "4e7cb7ddce8cf837a7a75dc029209b520ca0101470fcdf275c1f49736a3615b9",
        bytes: 202_292_617,
        forma: Forma::Zip(&["bin/x64-win/DirectML.dll"]),
        con_sesion: false,
    },
    Pieza {
        nombre: "birefnet-general-epoch_244-fp16",
        url: "https://os.labstreamsas.com/api/modelos/sujeto-equipo",
        sha256: "323232ec73a04ac4d0ef8c325a75aa8d69ed7062235a7cf9941769fae4c9709f",
        bytes: 489_666_838,
        forma: Forma::Archivo(ARCHIVO_MODELO),
        con_sesion: true,
    },
];

/// Lo que necesita cada IA: el motor (los dos primeros) y su modelo.
pub fn de(que: Que) -> Vec<&'static Pieza> {
    match que {
        Que::Sujeto => PIEZAS.iter().collect(),
        Que::Relleno => vec![&PIEZAS[0], &PIEZAS[1], &RELLENO],
    }
}