/**
 * Seed ruleset for the §B/§C1 mechanical binding-gate.
 *
 * Each rule transcribes a mechanically-checkable item from the Maskinrommet
 * writing contract (maskinrommet/docs/skrivekontrakt.md). The classification
 * principle (slice 1): BLOCK only what the gate can PROVE with ~zero false
 * positives (exact forbidden phrases, markdown syntax); WARN on grep-flags that
 * still need human/AI judgment (a word that *might* be a metaphor, a bare
 * "modell" that *might* be neutral). Judgment-only / external-data rules
 * (research/ traceability, term definitions, narrative architecture, the full
 * AI-tell list) are intentionally NOT here — they stay with voice-scrubber
 * (tier 2) and editorial-reviewer (tier 3).
 *
 * Deferred to a later slice (documented gaps, not silent omissions):
 *  - §C2 "postulerte tall" (numbers without hedge/source) — needs a
 *    hedge-proximity heuristic with non-trivial false-positive risk.
 *  - §C2 "ordrette gjentakelser" (any n-gram repeated >2×) — needs n-gram
 *    analysis; the contract's named phrases are edition-specific.
 */

import type { Rule } from "./types.js";

export const RULES: Rule[] = [
  // ── BLOCK: provable, ~zero false positives ─────────────────────────────
  {
    id: "B3-modell-referansepunkt",
    ref: "§B-3 / §C1",
    severity: "block",
    kind: "literal",
    patterns: [
      "det er ikke modellen som",
      "ikke en bedre modell",
      "modellen er god nok",
      "uten å bytte modell",
    ],
    message:
      "Modell-stråmann (regel 3, KTGs mest gjentatte korreksjon): ingen påstand om at modellen er problemet/for svak. Skriv om til vår evne, vilje og kompetanse til å hente ut potensialet.",
  },
  {
    id: "B10-serie-tese",
    ref: "§B-10 / §C1",
    severity: "block",
    kind: "literal",
    patterns: ["er ikke modellen"],
    message:
      "Serie-tesen / meta-tese (regel 10, korollar til regel 3): «… er ikke modellen» er den tause linsen, aldri en setning vi leverer. Positiv konkret landing («menneskene … er den knappe ressursen») er OK — den abstrakte meta-tesen er ikke.",
  },
  {
    id: "understrek-emfase",
    ref: "§C1 / hygiene",
    severity: "block",
    kind: "regex",
    // Markdown underscore-emphasis: opening _ at a boundary, closing _ before
    // whitespace/punctuation. snake_case (underscores between word chars) is
    // NOT matched, so identifiers in prose don't false-positive.
    patterns: ["(^|[\\s(])_[^_\\n]+_(?=[\\s).,!?:;]|$)"],
    message:
      "Emfase med _understrek_ rendrer rått (hygiene). Bruk **fet** (eller *kursiv* med stjerne).",
  },

  // ── WARN: grep-flag, needs human/AI judgment ───────────────────────────
  {
    id: "B2-metafor",
    ref: "§B-2",
    severity: "warn",
    kind: "regex",
    patterns: ["\\b(tak|lodd|reise|landskap)\\b"],
    message:
      "Mulig metafor som bærer argumentet (regel 2). Bekreft at bruken er konkret/nøytral, ikke utvidet bildespråk («et usynlig tak» → «KI-en når ikke dataene»).",
  },
  {
    id: "B3-modell-bar",
    ref: "§B-3",
    severity: "warn",
    kind: "count",
    threshold: 0,
    patterns: ["\\bmodell"],
    message:
      "«modell» nevnt — sjekk at HVERT treff er nøytral faktabruk («en KI-modell er trent på …»), ikke modellen brukt som referansepunkt/stråmann (regel 3).",
  },
  {
    id: "KI-en-subjekt",
    ref: "hygiene ★",
    severity: "warn",
    kind: "count",
    threshold: 3,
    patterns: ["\\bKI-en\\b"],
    message:
      "«KI-en» gjentatt som handlende subjekt er dårlig norsk (språk-hygiene). Varier: «KI», «verktøyet», eller omskriv («data KI har tilgang til»).",
  },
  {
    id: "B9-PS",
    ref: "§B-9 / §C1",
    severity: "warn",
    kind: "regex",
    patterns: ["(^|\\n)\\s*P\\.?\\s?S\\.?\\b"],
    message:
      "PS/etter-closing-blokk (regel 9). Sjekk at den ikke åpner nytt begrep/rammeverk etter handlingskallet — leseren skal lukke på ett konkret handlingsvalg.",
  },
  {
    id: "C2-tankestrek-tetthet",
    ref: "§C2",
    severity: "warn",
    kind: "density",
    threshold: 1,
    per: 50,
    patterns: ["\\u2014"], // em dash —
    message:
      "Tankestrek-tetthet over ~1 per 50 ord (§C2). Bytt halvparten med komma eller punktum; innskudd-formelen «X — Y — Z» bør være sjelden.",
  },
  {
    id: "C2-versal-tic",
    ref: "§C2",
    severity: "warn",
    kind: "regex",
    // Case-sensitive, Unicode-aware (handles MÅ/NÅ/SÅ). DENYLIST, not allowlist:
    // flag only UPPERCASE forms of known Norwegian emphasis words — NOT every
    // 2+-uppercase run. Acronyms (NPM, DFØ, NAV) are not emphasis words, so they
    // never flag. (Real-data finding on Del 4/5: an acronym allowlist can't keep
    // up; the emphasis-word set is small and stable.)
    flags: "gu",
    patterns: [
      "(?<!\\p{L})(OG|IKKE|IKKJE|MEN|MÅ|SKAL|ALDRI|ALLTID|ALLE|INGEN|BARE|KUN|NÅ|SÅ|HELE|ENHVER)(?!\\p{L})",
    ],
    message:
      "Versal-tic (§C2): emfase-ord i VERSALER midt i prosa («OG», «IKKE», «MEN») bryter kronikk-stilen. Bruk *kursiv* eller omformuler.",
  },
  {
    id: "B8-ai-tells",
    ref: "§B-8",
    severity: "warn",
    kind: "regex",
    patterns: [
      "la meg være ærlig",
      "i en verden der",
      "det handler ikke om .{1,40}? det handler om",
    ],
    message:
      "AI-tell (regel 8). Fjern/omformuler. Full liste: auto-memory `no-ai-tell-phrases`.",
  },
];