package eino

import (
	"context"
	"errors"
	"fmt"
	"io"

	"github.com/cloudwego/eino-ext/components/model/qwen"
	"github.com/cloudwego/eino/components/prompt"
	"github.com/cloudwego/eino/schema"
	"github.com/gogf/gf/v2/frame/g"
	"github.com/gogf/gf/v2/os/glog"
	"github.com/gogf/gf/v2/util/gconv"
)

var globalChatModel *qwen.ChatModel

func init() {
	ctx := context.Background()

	apiKey := g.Cfg().MustGet(ctx, "eino.chatmodel.apiKey").String()
	model := g.Cfg().MustGet(ctx, "eino.chatmodel.model").String()

	var err error
	globalChatModel, err = qwen.NewChatModel(ctx, &qwen.ChatModelConfig{
		APIKey:      apiKey,
		Model:       model,
		BaseURL:     "https://dashscope.aliyuncs.com/compatible-mode/v1",
		Temperature: gconv.PtrFloat32(0.7), // 客服最佳
		MaxTokens:   gconv.PtrInt(1024),    // 最长回答
		TopP:        gconv.PtrFloat32(1.0),
	})
	if err != nil {
		glog.Errorf(ctx, "初始化大模型失败: %v", err)
	}

	return
}

// NewChatModel 只处理逻辑，不复用创建模型
func NewChatModel(ctx context.Context, content string, docs []*schema.Document) (replyMsg *schema.Message, sources []string, err error) {
	// 1. 构建参考知识
	knowledge, sources := buildKnowledgeAndSources(docs)

	// 2. 构建提示词
	msgs, err := buildPromptMessages(ctx, knowledge, content)
	if err != nil {
		return
	}

	// 3. 🔥 直接使用全局单例，不重复创建
	replyMsg, err = streamGenerateAnswer(ctx, globalChatModel, msgs)

	return
}

// buildKnowledgeAndSources 拼接参考知识 + 提取文档来源
func buildKnowledgeAndSources(docs []*schema.Document) (string, []string) {
	var knowledge string
	var sources []string

	for i, doc := range docs {
		knowledge += fmt.Sprintf("[参考%d] %s\n", i+1, doc.Content)

		// 提取 document_id
		if docID, ok := doc.MetaData["document_id"].(int64); ok && docID > 0 {
			sources = append(sources, gconv.String(docID))
		}
	}
	return knowledge, sources
}

// buildPromptMessages 构建提示词模板
func buildPromptMessages(ctx context.Context, knowledge string, question string) (msgs []*schema.Message, err error) {
	promptTpl := prompt.FromMessages(
		schema.FString,
		&schema.Message{
			Role: schema.System,
			//			Content: `你是专业的客服助手，语气友好。
			//如果参考知识中有相关信息，请优先依据参考知识回答。
			//如果没有相关信息，就正常回答，不要说无法回答。
			//
			//参考知识：
			//{knowledge}`,
			Content: `你是专业的客服助手，语气友好。
			请根据参考知识回答用户问题，无法回答则说：抱歉，我暂时无法回答这个问题。
			
			参考知识：
			{knowledge}`,
		},
		&schema.Message{
			Role:    schema.User,
			Content: "{question}",
		},
	)

	return promptTpl.Format(ctx, map[string]any{
		"knowledge": knowledge,
		"question":  question,
	})
}

// streamGenerateAnswer 流式生成
func streamGenerateAnswer(ctx context.Context, chatModel *qwen.ChatModel, msgs []*schema.Message) (reply *schema.Message, err error) {

	sr, err := chatModel.Stream(ctx, msgs)
	if err != nil {
		return nil, fmt.Errorf("stream failed: %w", err)
	}

	var chunks []*schema.Message
	for {
		chunk, err := sr.Recv()
		if errors.Is(err, io.EOF) {
			break
		}
		if err != nil {
			return nil, fmt.Errorf("stream recv failed: %w", err)
		}
		chunks = append(chunks, chunk)
	}

	return schema.ConcatMessages(chunks)
}