"""AI 人才引力场 Agent。

人才流动预测 + 主动推荐 + 9-Box 矩阵。
"""

from app.services.llm_client import LLMClient


async def predict_talent_flow(talent_data: str) -> dict:
    """AI 预测人才流动趋势。"""
    llm = LLMClient()
    prompt = f"""请分析以下人才数据，预测流动趋势：

{talent_data[:4000]}

以 JSON 格式返回：
{{"flow_predictions": [{{"talent_name": "姓名", "current_company": "当前公司", "flow_probability": 0.7, "likely_destinations": ["可能去向"], "reason": "原因"}}]}}"""
    result = await llm.chat(prompt, temperature=0.4)
    return result if isinstance(result, dict) else {"flow_predictions": []}


async def recommend_talent(company_need: str, talent_pool: str) -> list[dict]:
    """AI 主动推荐人才给被投企业。"""
    llm = LLMClient()
    prompt = f"""请根据企业需求和人才池，推荐合适人才：

企业需求：{company_need[:2000]}
人才池：{talent_pool[:4000]}

以 JSON 数组格式返回：
[{{"talent_name": "姓名", "match_score": 0.85, "reason": "推荐理由", "current_role": "当前职位"}}]"""
    result = await llm.chat(prompt, temperature=0.4)
    return result if isinstance(result, list) else []