"""DA-12: 1단계 — Kei 실장 (꼭지 추출 + 분석).

1차: Kei API를 통해 Kei persona가 사고하여 꼭지를 추출한다.
fallback: Kei API 실패 시 Anthropic API 직접 호출.
"""
from __future__ import annotations

import json
import logging
import re
from typing import Any

import anthropic
import httpx

from src.config import settings

logger = logging.getLogger(__name__)

KEI_PROMPT = (
    "다음 콘텐츠를 슬라이드로 정리하려고 해.\n\n"
    "## 1단계: 정보 구조 파악 (꼭지 추출 전에 먼저 수행)\n"
    "- 이 콘텐츠가 하나의 흐름으로 읽히는가, 아니면 '본문 흐름'과 '참조 정보'로 분리되는 구조인가?\n"
    "- 독립적으로 참조되는 정보(용어 정의, 부록, 별도 설명)가 있는가?\n"
    "- 상세히 다뤄야 하지만 본문 흐름을 끊는 내용(비교표, 상세 데이터)이 있는가?\n"
    "- 정보 구조를 info_structure 필드에 기술해줘.\n\n"
    "## 2단계: 꼭지 추출\n"
    "- 1단계에서 파악한 정보 구조를 바탕으로 꼭지를 나눠줘\n"
    "- 원본의 논리 흐름과 정보를 빠뜨리지 마라\n"
    "- 원본에 있는 내용을 임의로 제거하거나 다른 의미로 바꾸지 마라\n"
    "- 슬라이드에 맞게 정리하되, 원본이 말하려는 흐름은 유지\n"
    "- 각 꼭지의 레이어(도입/핵심/보조/결론), 강조 여부, 배치 방향을 판단해줘\n"
    "- 참조 정보는 role: 'reference'로, 본문 흐름은 role: 'flow'로 표시\n"
    "- reference 꼭지는 페이지 안에 사이드바로 배치한다. popup으로 빼지 않는다.\n"
    "- 본문 흐름을 뒷받침하는 근거/사례도 페이지 안에 배치한다. popup으로 빼지 않는다.\n"
    "- detail_target: true는 정말로 별도로 봐야 하는 상세 데이터(비교표, 상세 스펙)에만 사용한다.\n"
    "- 근거, 사례, 용어 정의는 detail_target이 아니다.\n"
    "- 이미지가 있으면: 몇 개인지, 어떤 꼭지 소속인지, 핵심(도표/차트)인지 보조(참고 사진)인지, 텍스트가 포함된 이미지인지 판단해줘\n"
    "- 표가 있으면: 행/열 규모, 1페이지에 전체 표시 가능한지 판단해줘\n"
    "- 이미지/표 판단 결과를 images[], tables[] 배열에 기록해줘\n"
    "- 1페이지 적정 꼭지: 5개. 초과 시 2페이지 분리.\n"
    "- 2페이지로 분리하는 기준: 꼭지 수가 아니라 콘텐츠 분량이 진짜 많을 때만.\n"
    "- 꼭지가 5~6개라도 각 꼭지의 내용이 적으면 1페이지에 충분히 담을 수 있다.\n"
    "- 억지로 2페이지로 나누지 마라. 1페이지로 담을 수 있으면 1페이지로.\n\n"
    "## 출력 형식 (JSON만)\n"
    "```json\n"
    '{"title": "제목", "total_pages": 1, '
    '"info_structure": "이 콘텐츠의 정보 구조 설명 (본문 흐름 vs 참조 분리 등)", '
    '"topics": ['
    '{"id": 1, "title": "꼭지 제목", "summary": "요약", '
    '"layer": "intro|core|supporting|conclusion", '
    '"role": "flow|reference", '
    '"emphasis": true, "direction": "vertical|horizontal|flexible", '
    '"content_type": "text|image|table|mixed", '
    '"detail_target": false, "page": 1}], '
    '"images": [{"topic_id": 1, "role": "key|supporting", "has_text": false, "description": "이미지 설명"}], '
    '"tables": [{"topic_id": 2, "rows": 5, "cols": 3, "fits_single_page": true, "description": "표 설명"}]}\n'
    "```\n\n"
    "## 콘텐츠:\n"
)


async def classify_content(content: str) -> dict[str, Any] | None:
    """1단계: Kei API를 통해 꼭지를 추출하고 분석한다.

    1차: Kei API (persona + RAG + 사고)
    fallback: Anthropic API 직접 호출
    """
    # 1차: Kei API
    result = await _call_kei_api(content)
    if result:
        logger.info(
            f"[Kei API] 꼭지 추출 완료: {result.get('title', '')}, "
            f"{len(result.get('topics', []))}개 꼭지"
        )
        return result

    # fallback: Anthropic 직접
    logger.warning("Kei API 실패. Anthropic 직접 호출로 fallback.")
    result = await _call_anthropic_direct(content)
    if result:
        logger.info(
            f"[Anthropic] 꼭지 추출 완료: {result.get('title', '')}, "
            f"{len(result.get('topics', []))}개 꼭지"
        )
        return result

    return None


async def _call_kei_api(content: str) -> dict[str, Any] | None:
    """Kei API를 통해 꼭지 추출. SSE 스트리밍 응답을 파싱."""
    kei_url = getattr(settings, "kei_api_url", "http://localhost:8000")

    try:
        async with httpx.AsyncClient(timeout=None) as client:
            response = await client.post(
                f"{kei_url}/api/message",
                json={
                    "message": KEI_PROMPT + content,
                    "session_id": "design-agent",
                    "mode": "chat",
                },
                timeout=None,
            )

            if response.status_code != 200:
                logger.warning(f"Kei API HTTP {response.status_code}")
                return None

            # SSE 응답에서 토큰 수집
            full_text = _extract_sse_text(response.text)

            if not full_text:
                logger.warning("Kei API 응답에서 텍스트 추출 실패")
                return None

            # JSON 추출
            result = _parse_json(full_text)
            if result and "topics" in result:
                return result

            logger.warning(f"Kei API JSON 파싱 실패. 텍스트: {full_text[:200]}")
            return None

    except Exception as e:
        logger.warning(f"Kei API 호출 실패: {e}")
        return None


def _extract_sse_text(raw: str) -> str:
    """SSE 응답에서 토큰 텍스트를 수집한다. CRLF/LF 모두 처리."""
    tokens = []
    # CRLF 또는 LF로 이벤트 분리
    events = re.split(r'\r?\n\r?\n', raw)

    for event in events:
        if not event.strip():
            continue

        event_type = ""
        event_data = ""

        for line in event.split('\n'):
            line = line.strip('\r')
            if line.startswith('event:'):
                event_type = line[6:].strip()
            elif line.startswith('data:'):
                event_data = line[5:].strip()

        if not event_data:
            continue

        if event_type == 'token':
            try:
                token = json.loads(event_data)
                if isinstance(token, str):
                    tokens.append(token)
            except json.JSONDecodeError:
                tokens.append(event_data)
        elif event_type == 'done':
            break

    return "".join(tokens)


async def _call_anthropic_direct(content: str) -> dict[str, Any] | None:
    """Anthropic API 직접 호출 (Kei API fallback)."""
    if not settings.anthropic_api_key:
        return None

    system_prompt = (
        "당신은 콘텐츠를 분석하여 슬라이드 구조를 설계하는 실장이다.\n\n"
        "## 핵심 원칙\n"
        "- 원본의 논리 흐름과 정보를 빠뜨리지 마라\n"
        "- 원본에 있는 내용을 임의로 제거하거나 다른 의미로 바꾸지 마라\n"
        "- 슬라이드에 맞게 정리하되, 원본이 말하려는 흐름은 유지\n\n"
        "## 꼭지 추출 규칙\n"
        "- 본문에서 2~5개의 핵심 꼭지를 추출한다\n"
        "- 참조 정보는 role: 'reference', 본문 흐름은 role: 'flow'로 표시\n"
        "- 1페이지 적정 꼭지 수: 5개\n"
        "- 초과 시 2페이지 분리\n"
        "- 이미지가 있으면 images[]에, 표가 있으면 tables[]에 판단 기록\n\n"
        "## 출력 형식 (JSON만. 설명 없이.)\n"
        '{"title": "제목", "total_pages": 1, '
        '"info_structure": "정보 구조 설명", '
        '"topics": ['
        '{"id": 1, "title": "꼭지 제목", "summary": "요약", '
        '"layer": "intro|core|supporting|conclusion", '
        '"role": "flow|reference", '
        '"emphasis": true, "direction": "vertical|horizontal|flexible", '
        '"content_type": "text|image|table|mixed", '
        '"detail_target": false, "page": 1}], '
        '"images": [], "tables": []}'
    )

    try:
        client = anthropic.AsyncAnthropic(api_key=settings.anthropic_api_key)
        response = await client.messages.create(
            model="claude-sonnet-4-20250514",
            max_tokens=2048,
            system=system_prompt,
            messages=[{"role": "user", "content": f"다음 콘텐츠의 꼭지를 추출해줘:\n\n{content}"}],
        )

        result_text = response.content[0].text
        result = _parse_json(result_text)

        if result and "topics" in result:
            return result

        return None

    except Exception as e:
        logger.warning(f"Anthropic 직접 호출 실패: {e}")
        return None


def _parse_json(text: str) -> dict[str, Any] | None:
    """텍스트에서 JSON을 추출한다.

    Kei API가 마크다운 리스트 접두사(- )를 붙여 응답하는 경우에도 처리.
    """
    # 전처리: 각 줄 앞의 마크다운 리스트 접두사(- ) 제거
    # Kei API가 JSON을 마크다운 리스트로 감싸서 응답하는 경우 대응
    lines = text.split("\n")
    cleaned_lines = []
    for line in lines:
        stripped = line.lstrip()
        if stripped.startswith("- "):
            cleaned_lines.append(stripped[2:])
        elif stripped.startswith("* "):
            cleaned_lines.append(stripped[2:])
        else:
            cleaned_lines.append(stripped)
    cleaned = "\n".join(cleaned_lines)

    # 원본 + 클린 버전 둘 다 시도
    for target in [text, cleaned]:
        patterns = [
            r"```json\s*(.*?)```",
            r"```\s*(.*?)```",
            r"(\{.*\})",
        ]
        for pattern in patterns:
            match = re.search(pattern, target, re.DOTALL)
            if match:
                try:
                    return json.loads(match.group(1).strip())
                except json.JSONDecodeError:
                    continue
    return None


def manual_classify(content: str) -> dict[str, Any]:
    """분류 실패 시 기본 구조 fallback."""
    return {
        "title": "슬라이드",
        "total_pages": 1,
        "info_structure": "",
        "topics": [
            {
                "id": 1,
                "title": "핵심 내용",
                "summary": content[:100],
                "layer": "core",
                "role": "flow",
                "emphasis": False,
                "direction": "flexible",
                "content_type": "text",
                "detail_target": False,
                "page": 1,
            },
        ],
        "images": [],
        "tables": [],
    }