"""AI Alpha 归因 Agent。

干预事件 → 指标变化 → 估值影响 → 回报贡献。
"""

from app.services.llm_client import LLMClient


async def attribute_alpha(intervention: dict, metric_changes: dict) -> dict:
    """AI 归因分析 — 将干预事件与指标变化和回报贡献关联。"""
    llm = LLMClient()
    prompt = f"""请进行投后管理 Alpha 归因分析：

干预事件：{intervention}
指标变化：{metric_changes}

以 JSON 格式返回：
{{"causality_confidence": 0.75, "valuation_impact": 15.0, "return_contribution": 0.12, "alpha_score": 0.68, "evidence": ["证据1", "证据2"], "concerns": ["关注点"]}}"""
    result = await llm.chat(prompt, temperature=0.3)
    return result if isinstance(result, dict) else {}