"""LLM 处理：调用 NVIDIA NIM（OpenAI 兼容 API）进行笑话提取、改写。"""

import json
import httpx
from openai import OpenAI


class AiService:
    def __init__(self, api_base: str, username: str, password: str):
        self.api_base = api_base.rstrip("/")
        self.username = username
        self.password = password
        self.token = None
        self.client = None
        self.model = ""
        self.ai_config = None

    def _login(self) -> str:
        resp = httpx.post(
            f"{self.api_base}/api/auth/login",
            json={"username": self.username, "password": self.password},
            timeout=30,
        )
        resp.raise_for_status()
        return resp.json()["access_token"]

    def _get(self, path: str) -> dict | list:
        resp = httpx.get(
            f"{self.api_base}{path}",
            headers={"Authorization": f"Bearer {self.token}"},
            timeout=30,
        )
        resp.raise_for_status()
        return resp.json()

    def setup(self):
        """登录并从 API 获取 AI 配置（含提示词和温度）"""
        self.token = self._login()
        self.ai_config = self._get("/api/admin/settings/active")
        self.client = OpenAI(
            base_url=self.ai_config["api_base"],
            api_key=self.ai_config["api_key"],
        )
        self.model = self.ai_config["model_name"]

    def _get_prompt(self, key: str, default: str) -> str:
        if self.ai_config:
            val = self.ai_config.get(key)
            if val and val.strip():
                return val
        return default

    def extract_jokes(self, page_content: str, known_types: list[str], known_crowds: list[str]) -> list[dict]:
        """从页面内容中提取笑话，返回结构化数据。"""
        system_prompt = self._get_prompt("crawler_extract_prompt",
            """你是一个笑话提取专家。从给定的网页文本中识别并提取所有笑话、幽默段子或有趣内容。
要求：
1. 只返回真正的笑话内容，不要提取普通文章或新闻
2. 每条笑话需要包含：title（简短标题）、content（完整笑话内容）、type（类型）、crowd（人群）
3. 如果网页中没有笑话，返回空数组 []
4. 永远返回合法的 JSON 格式，根节点为数组或包含 jokes 键的对象""")

        user_prompt = f"""网页内容：
---
{page_content[:8000]}
---

已知笑话类型：{', '.join(known_types)}
已知人群分类：{', '.join(known_crowds)}

请提取所有笑话，以 JSON 格式返回，示例：
[
  {{"title": "程序员的幽默", "content": "程序员去相亲...", "types": ["谐音梗", "段子"], "crowds": ["职场", "大学生"]}},
  {{"title": "...", "content": "...", "types": ["..."], "crowds": ["..."]}}
]

注意：types 和 crowds 是数组，可以填多个。
只返回 JSON，不要其他文字。"""

        response = self.client.chat.completions.create(
            model=self.model,
            messages=[
                {"role": "system", "content": system_prompt},
                {"role": "user", "content": user_prompt},
            ],
            temperature=self.ai_config.get("temperature", 0.7) if self.ai_config else 0.7,
            max_tokens=self.ai_config.get("max_tokens", 2048) if self.ai_config else 2048,
        )

        raw = response.choices[0].message.content
        return self._parse_json(raw)

    def rewrite_joke(self, content: str) -> str:
        """润色单条笑话内容。"""
        system_prompt = self._get_prompt("crawler_rewrite_prompt",
            """你是一个幽默作家，负责润色和改写笑话。
要求：
1. 保持笑话的核心笑点不变
2. 语言更通顺、更幽默
3. 字数控制在原内容的 80%-120% 之间
4. 不要添加任何解释说明""")

        response = self.client.chat.completions.create(
            model=self.model,
            messages=[
                {"role": "system", "content": system_prompt},
                {"role": "user", "content": f"请润色以下笑话：\n\n{content}"},
            ],
            temperature=0.8,
            max_tokens=500,
        )
        return response.choices[0].message.content.strip()

    def _parse_json(self, raw: str) -> list[dict]:
        """安全解析 LLM 返回的 JSON。"""
        try:
            data = json.loads(raw)
            if isinstance(data, dict):
                jokes = data.get("jokes") or data.get("items") or [data]
            else:
                jokes = data
            return [j for j in jokes if isinstance(j, dict) and j.get("content")]
        except json.JSONDecodeError:
            if "```json" in raw:
                raw = raw.split("```json")[1].split("```")[0]
            elif "```" in raw:
                raw = raw.split("```")[1].split("```")[0]
            try:
                return json.loads(raw.strip())
            except Exception:
                return []