# -*- coding: utf-8 -*-
import json

from openai import OpenAI
import os
from tools.loglog import SimpleLogger




class DS:
    def __init__(self):
        self.client = OpenAI(
            api_key=os.getenv("DASHSCOPE_API_KEY"),
            base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
        )
        self.logger = SimpleLogger(base_file_name="deepseek")

    def write_log(self, message:str, log_type="info"):
        """写入日志"""
        log_methods = {
            "warning": self.logger.warning,
            "error": self.logger.error,
            "info": self.logger.info
        }
        log_methods.get(log_type, self.logger.info)(message=message)

    def check_article_response(self, response: str) -> bool:
        """校验文章的回复是否符合预期格式"""
        try:
            resp_json = json.loads(response)
            required_fields = ["english", "chinese", "difficultSentences"]
            return all(field in resp_json for field in required_fields)
        except Exception as e:
            self.write_log(f"Response validation error: {e}", log_type="error")
            return False

    def get_article(self, user_prompt: str, sys_prompt: str = None, temperature: float = 0.8, 
                   json_resp: bool = False, real_ip: str = "", demo_name: str = "", 
                   max_tokens: int = 5192) -> str:
        """获取AI生成的文章
        
        Args:
            user_prompt: 用户输入的提示词
            sys_prompt: 系统提示词
            temperature: 温度参数,控制输出的随机性
            json_resp: 是否返回JSON格式
            real_ip: 用户IP
            demo_name: 演示名称
            max_tokens: 最大token数
            
        Returns:
            str: AI生成的回复内容
        """
        messages = []
        if sys_prompt:
            messages.append({'role': 'system', 'content': sys_prompt})
        messages.append({'role': 'user', 'content': user_prompt})
        
        response_format = {"type": "json_object"} if json_resp else {"type": "text"}
        
       
        resp = ""
        for _ in range(3):
            completion = self.client.chat.completions.create(
                model="deepseek-v3", 
                messages=messages,
                temperature=temperature,
                response_format=response_format,
                max_tokens=max_tokens 
            )
            resp = completion.choices[0].message.content
            if self.check_article_response(resp):
                break
        
       
        if sys_prompt and resp:
            self.write_log(sys_prompt)
        self.write_log(user_prompt)
        self.write_log(resp)
        
        return resp


if __name__ == '__main__':
    os.chdir('..')
    p = """下面我会为你提供两组数据，[单词组1]和[单词组2]（里面包含词义id，英语单词，中文词义），优先使用[单词组1]内的单词，请根据这些单词的中文词义，生成一篇带中文翻译的考场英语文章，英语文章和中文翻译要有[标题]。注意这个单词有多个词义时，生成的英语文章一定要用提供的中文词义。并挑选一句复杂的句子和其中文翻译，放入difficultSentences。英语文章，放入"englishArticle"中。中文翻译，放入"chineseArticle"中。最终文中使用到的单词id放入"usedMeanIds"中。4个选择题，放入questions字段。questions结构下有4个选择题对象，其中trunk是[英语]问题文本，analysis是[中文]的问题分析，candidates是4个ABCD选项，内部有label是指选项序号A B C D ，text是[英语]选项文本，isRight是否正确答案1是正确0是错误。

提供[单词组1]：847 protect:保护;592 bear:出生, 结果;601 lie:位于;431 close:近, 靠近;1031 direction:方向;1282 coffee:咖啡豆;303 once:曾经;827 raise:养育;373 follow:听懂, 领会;1286 solve:解决, 解答;
提供[单词组2]：1288 destroy:破坏, 摧毁;1290 project:放映, 展现;1292 waste:浪费, 荒芜, 废物;1293 environment:环境, 外界;1294 memory:记忆, 记忆力, 回忆;

要求:
1.必须用提供的这个词义的单词，其他单词使用常见、高中难度的的单词。文章整体难度适中，大约和中国的高中生，中国CET-6，雅思6分这样的难度标准。
2.优先保证文章语句通顺，意思不要太生硬。不要为了使用特定的单词，造成文章语义前后不搭，允许不使用个别词义。
3.文章中使用提供单词，一定要和提供单词的中文词义匹配，尤其是一词多义时，务必使用提供单词的词义。必须要用提供单词的词义。如果用到的词义与提供单词词义不一致，请不要使用这个单词。
4.生成的文章要求500词左右，可以用\n\n字符分段，一般5个段落左右。第一段是文章标题。
5.生成文章优先使用[单词组1]的词义，其次可以挑选使用[单词组2]的词义。允许不使用[单词组1]的个别单词，优先保证文章整体意思通顺连贯和故事完整。
6.回复标准json数据，示例：
{"difficultSentences":[{"english":"string","chinese":"string"}],"usedMeanIds":[0,0,0],"englishArticle":"string","chineseArticle":"string","questions":[{"trunk":"string","analysis":"string","candidates":[{"label":"string","text":"string","isRight":0}]}]}

"""
    ds = DS()
    resp = ds.get_article(user_prompt=p,json_resp=True)
    print(resp)
    print()

    print(resp.replace(r'\"n','\n').replace(r"\\n",'\n'))
    print()

    print(json.loads(resp))