"""ИИ-агент для чата 'Планета Земля'."""
from typing import List, Optional
from uuid import UUID

from models.gigachat_types import GigaChatMessage
from prompts.persona import EARTH_PERSONA

from agents.gigachat_client import GigaChatClient
from services.cache_service import CacheService


class ChatAgent:
    """ИИ-агент для общения с детьми и родителями."""

    def __init__(self, gigachat: GigaChatClient, cache: CacheService):
        self.gigachat = gigachat
        self.cache = cache

    async def chat(
        self,
        user_id: UUID,
        message: str,
        conversation_id: Optional[str] = None,
        model: str = "GigaChat-2",
    ) -> tuple[str, int]:
        """
        Отправить сообщение и получить ответ.

        Args:
            user_id: ID пользователя
            message: Текст сообщения
            conversation_id: ID разговора (для контекста)
            model: Модель GigaChat

        Returns:
            (ответ, количество использованных токенов)
        """
        # Загружаем контекст из кэша
        context_messages = []
        if conversation_id:
            cached_context = await self.cache.get_context(str(conversation_id))
            # Фильтруем системные сообщения из кэша - они не должны там храниться
            context_messages = [
                GigaChatMessage(role=msg["role"], content=msg["content"])
                for msg in cached_context
                if msg["role"] != "system"
            ]

        # Системное сообщение ВСЕГДА должно быть первым
        system_message = GigaChatMessage(role="system", content=EARTH_PERSONA)
        # Убеждаемся, что системное сообщение первое (удаляем все системные сообщения и добавляем одно в начало)
        context_messages = [msg for msg in context_messages if msg.role != "system"]
        context_messages.insert(0, system_message)

        # Добавляем текущее сообщение пользователя
        context_messages.append(GigaChatMessage(role="user", content=message))

        # Отправляем запрос (не передаем message отдельно, т.к. оно уже в context_messages)
        response = await self.gigachat.chat_with_response(
            message="",  # Пустое, т.к. сообщение уже добавлено в context_messages
            context=context_messages,
            model=model,
            temperature=0.7,
            max_tokens=1500,
        )

        assistant_message = response.choices[0].message.content
        tokens_used = response.usage.total_tokens

        # Сохраняем в контекст
        if conversation_id:
            await self.cache.add_message(str(conversation_id), "user", message)
            await self.cache.add_message(str(conversation_id), "assistant", assistant_message)

        return assistant_message, tokens_used

    async def chat_with_context(
        self,
        user_id: UUID,
        message: str,
        context: Optional[List[dict]] = None,
        model: str = "GigaChat-2",
    ) -> tuple[str, int]:
        """
        Отправить сообщение с явным контекстом.

        Args:
            user_id: ID пользователя
            message: Текст сообщения
            context: Явный контекст разговора
            model: Модель GigaChat

        Returns:
            (ответ, количество использованных токенов)
        """
        context_messages = [GigaChatMessage(role="system", content=EARTH_PERSONA)]

        if context:
            for msg in context:
                context_messages.append(
                    GigaChatMessage(role=msg["role"], content=msg["content"])
                )

        context_messages.append(GigaChatMessage(role="user", content=message))

        # Отправляем запрос (не передаем message отдельно, т.к. оно уже в context_messages)
        response = await self.gigachat.chat_with_response(
            message="",  # Пустое, т.к. сообщение уже добавлено в context_messages
            context=context_messages,
            model=model,
            temperature=0.7,
            max_tokens=1500,
        )

        assistant_message = response.choices[0].message.content
        tokens_used = response.usage.total_tokens

        return assistant_message, tokens_used