using System.Text.Json;
using MAF1.Core.Agents;
using MAF1.Tools;
using MAF1.Utils;
using Microsoft.Agents.AI;
using Microsoft.Extensions.AI;

namespace MAF1.Agents.FileCity;

/// <summary>
/// 「读文件抽城市」Agent。学习路径：Create 注册工具和系统提示 → RunAsync 调模型 → Parse 把模型文本收成结构化结果。
/// CLI、网页系统节点、file-city 插件三处都调用同一套逻辑，避免各写一份 prompt。
/// </summary>
public static class FileCityAgent
{
    public const string DefaultDescription = "从文件或用户描述中提取有效城市名。";

    /// <summary>创建带 ReadTextFile 工具的聊天 Agent。模型必须先读文件，不能凭文件名猜内容。</summary>
    public static AIAgent Create(
        AgentFactory factory,
        string name = "FileCityAgent",
        string? description = null,
        string? extraInstructions = null)
    {
        string instructions =
            """
            你负责从用户材料里提取有效城市名。
            用户可能给你两种输入，你必须自己判断：
            1) 本地文件路径（如 Data/cities.txt、C:\\a.txt）→ 必须先调用 ReadTextFile 读文件，不要猜内容。
            2) 自然语言描述或城市名单（如「帮我查成都和杭州的天气」「明天去上海」）→ 不要调用 ReadTextFile，直接从用户消息里提取城市。
            不要把描述、问句、城市名当成文件路径去读。
            有效城市名：现实世界中真实存在的城市（如 成都、北京、Amsterdam）。
            忽略空行、注释、人名、水果、随意单词等不是城市的内容。
            城市可能出现在句子、列表或表格里，都要提取。
            只输出一个 JSON 对象，不要 Markdown，不要其它说明：
            {"hasValidCities": true, "cities": ["成都"], "reason": "说明"}
            若没有有效城市：{"hasValidCities": false, "cities": [], "reason": "原因"}
            cities 去重，保持出现顺序。
            """;
        if (!string.IsNullOrWhiteSpace(extraInstructions))
        {
            instructions = instructions + "\n" + extraInstructions;
        }

        return factory.CreateAgent(
            name: name,
            instructions: instructions,
            description: string.IsNullOrWhiteSpace(description) ? DefaultDescription : description,
            tools: [AIFunctionFactory.Create(FileTools.ReadTextFile)]);
    }

    /// <summary>跑一轮：读 filePath 输入，把解析后的 cities / hasValidCities 放进 Outputs。</summary>
    public static async Task<AgentStepResult> RunAsync(
        AIAgent agent,
        IReadOnlyDictionary<string, object?> inputs,
        CancellationToken cancellationToken = default)
    {
        string filePath = AgentInputs.ReadString(inputs, "filePath") ?? "Data/cities.txt";
        AgentResponse response = await agent.RunAsync(
            $"请读取这个文件并提取有效城市名：{filePath}",
            cancellationToken: cancellationToken);
        CityExtraction extraction = Parse(response.Text);
        return new AgentStepResult
        {
            Message = response.Text,
            Inputs = new Dictionary<string, object?> { ["filePath"] = filePath },
            Outputs = new Dictionary<string, object?>
            {
                ["hasValidCities"] = extraction.HasValidCities,
                ["cities"] = extraction.Cities,
                ["reason"] = extraction.Reason,
                ["raw"] = response.Text,
            },
        };
    }

    /// <summary>从模型原文里抠 JSON。模型偶尔会包 Markdown 代码块，所以先走 JsonText.UnwrapObject。</summary>
    public static CityExtraction Parse(string text)
    {
        try
        {
            CityExtraction? result = JsonSerializer.Deserialize<CityExtraction>(
                JsonText.UnwrapObject(text),
                new JsonSerializerOptions { PropertyNameCaseInsensitive = true });
            if (result is null)
            {
                return Invalid("无法解析文件 Agent 的输出。");
            }

            result.Cities = result.Cities
                .Where(city => !string.IsNullOrWhiteSpace(city))
                .Select(city => city.Trim())
                .Distinct(StringComparer.OrdinalIgnoreCase)
                .ToList();
            result.HasValidCities = result.HasValidCities && result.Cities.Count > 0;
            return result;
        }
        catch (JsonException ex)
        {
            return Invalid($"文件 Agent 没有返回合法 JSON：{ex.Message}");
        }
    }

    private static CityExtraction Invalid(string reason) =>
        new() { HasValidCities = false, Reason = reason };
}