package context

import (
	"context"
	"fmt"
	"strings"

	"github.com/edgeai/gateway/internal/adapter"
	"github.com/edgeai/gateway/pkg/api"
)

// AdapterSummaryGenerator 使用 adapter 调用 LLM 生成对话摘要。
type AdapterSummaryGenerator struct {
	adapter     adapter.ModelAdapter
	model       string
	maxTokens   int
	temperature float64
}

// NewAdapterSummaryGenerator 创建基于 adapter 的摘要生成器。
// model 为实际模型名（如 qwen2:latest），maxTokens 限制摘要长度。
func NewAdapterSummaryGenerator(adp adapter.ModelAdapter, model string, maxTokens int) *AdapterSummaryGenerator {
	temp := 0.3
	return &AdapterSummaryGenerator{
		adapter:     adp,
		model:       model,
		maxTokens:   maxTokens,
		temperature: temp,
	}
}

// GenerateSummary 调用 LLM 对历史消息生成摘要。
func (g *AdapterSummaryGenerator) GenerateSummary(ctx context.Context, messages []api.Message) (string, error) {
	if len(messages) == 0 {
		return "", nil
	}

	// 构建摘要请求的 prompt
	prompt := buildSummaryPrompt(messages)

	req := &adapter.ChatRequest{
		RequestID:   "summary-" + fmt.Sprintf("%d", len(messages)),
		Model:       g.model,
		Messages:    prompt,
		MaxTokens:   g.maxTokens,
		Temperature: &g.temperature,
		Stream:      false,
	}

	resp, err := g.adapter.ChatCompletion(ctx, req)
	if err != nil {
		return "", fmt.Errorf("summary generation failed: %w", err)
	}

	return resp.Content, nil
}

// buildSummaryPrompt 构建用于生成摘要的消息列表。
func buildSummaryPrompt(messages []api.Message) []api.Message {
	// 将历史消息拼接为文本
	var sb strings.Builder
	for _, m := range messages {
		role := m.Role
		content, _ := m.Content.(string)
		sb.WriteString(fmt.Sprintf("%s: %s\n", role, content))
	}

	return []api.Message{
		{
			Role: "system",
			Content: "你是一个对话摘要助手。请将以下对话历史压缩为简洁的摘要，" +
				"保留关键信息、用户意图和重要结论。摘要不超过200字。",
		},
		{
			Role:    "user",
			Content: fmt.Sprintf("请总结以下对话历史：\n\n%s", sb.String()),
		},
	}
}