from fastapi import APIRouter, Depends, HTTPException, Query
from sqlalchemy.orm import Session
from pydantic import BaseModel
from openai import OpenAI

from app.core.database import get_db
from app.models.requirement import Requirement
from app.utils.common_util import SuccessData
from app.core.security import get_current_user

client = OpenAI(
    api_key="sk-P7bm1Ioe7eovIWkbabAbY8yEON2VFu4RcHqumAFCfoxDVDdi",
    base_url="https://api.lkeap.cloud.tencent.com/v1"
)
# client = OpenAI(
#     api_key="sk-56a83c7c71a5459ea181bc86f0a42af9",
#     base_url="https://api.deepseek.com/chat/completions"
# )


class WorkScore(BaseModel):
    prompt: str
    requirement_id: int


router = APIRouter(prefix="/chat", tags=["chat"])


@router.post("/work-score", description="工作内容审核")
async def work_chat(work_score: WorkScore,
                    db: Session = Depends(get_db),
                    current_user: str = Depends(get_current_user)):
    requirement = db.query(Requirement).filter(Requirement.id == work_score.requirement_id).first()
    if not requirement:
        raise HTTPException(status_code=400, detail="需求不存在")

    prompt = f"""
接下来，需要您根据提供的需求，对以下代码进行审核，有如下要求：
1.判断代码是否符合需求，尽量详细地给出判断依据
2.对代码的整体质量进行打分，满分为 100 分，打分时可以从代码的结构、性能等方面综合考量
3..对代码的完成度进行打分，满分为 100 分，主要看代码是否实现了需求中的主要功能
4.对代码的可读性进行打分，满分为 100 分，依据代码的注释、变量命名等是否规范易懂来评判
5.对代码的可维护性进行打分，满分为 100 分，可从代码是否模块化、是否易于修改等方面考虑
6.对代码的可扩展性进行打分，满分为 100 分，评估代码是否方便增加新功能或修改现有功能
7.对代码是否符合需求业务进行打分，满分为 100 分，判断代码是否契合业务逻辑和目标
8.综合结合 2-7 的分数，整体打分，满分为 100 分，给出一个综合的评判分数
9.最终以 markdown 表格格式输出，尽量让表格呈现清晰、易读
需求：```
{requirement.description}
```
代码：```
{work_score.prompt}
```
    """

    print(">>> prompt: \n%s" % prompt)
    messages = [{'role': 'user', 'content': prompt}]
    stream = client.chat.completions.create(
        model="deepseek-r1",
        messages=messages,
        stream=True
    )

    reasoning_content = ""  # 定义完整思考过程
    answer_content = ""  # 定义完整回复
    is_answering = False  # 判断是否结束思考过程并开始回复
    for chunk in stream:
        if not getattr(chunk, 'choices', None):
            print("\n" + "=" * 20 + "Token 使用情况" + "=" * 20 + "\n")
            print(chunk.usage)
            continue
        delta = chunk.choices[0].delta
        # 处理空内容情况
        if not getattr(delta, 'reasoning_content', None) and not getattr(delta, 'content', None):
            continue
        # 处理开始回答的情况
        if not getattr(delta, 'reasoning_content', None) and not is_answering:
            print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
            is_answering = True
        # 处理思考过程
        if getattr(delta, 'reasoning_content', None):
            print(delta.reasoning_content, end='', flush=True)
            reasoning_content += delta.reasoning_content
        # 处理回复内容
        elif getattr(delta, 'content', None):
            print(delta.content, end='', flush=True)
            answer_content += delta.content
    return SuccessData(answer_content)