from langchain_core.messages import SystemMessage, HumanMessage
from langchain_core.output_parsers import JsonOutputParser
from langchain_core.prompts import PromptTemplate
from langgraph.runtime import Runtime

from app.chat_qa.context import QAContext
from app.chat_qa.qa_state import QAState
from app.llm import llm
from app.core.log import logger
"""
相关问题质检，
"""
async def quality_check(state: QAState, runtime: Runtime[QAContext]):

    prompt="""你是一位培训机构QA质检员。请判断以下QA对是否符合常规培训相关的问题。
                ## 判断标准
                
                1. **问题是否属于培训常见问题**：
                   - 课程知识疑问（概念、原理、用法）
                   - 学习方法咨询（怎么学、学习顺序、技巧）
                   - 实操问题（代码、工具、步骤、报错）
                   - 考试/面试相关（考点、面试题、准备方法）
                   - 就业/职业规划（岗位、薪资、发展方向）
                
                2. **答案是否对应问题**：
                   - 答案内容与问题相关
                   - 如果聊天记录中没有明确答案，answer为空是合理的
                
                3. **以下情况判定为不合理**：
                   - 闲聊寒暄（"在吗"、"你好"、"今天天气"）
                   - 纯情绪表达（"太难了"、"不想学了"）
                   - 系统/账号问题（"密码忘了"、"怎么登录"）
                   - 问题过于模糊，没有具体指向（"介绍一下"、"说说看"）
                
                ## 输出格式（JSON）
                {
                    "is_valid": true/false,
                    "score": 0.0-1.0,
                    "reason": "简要说明判定理由"
                }"""
    current_qas_list = state.get("current_qas", [])
    chat_history = state["chat_history"]

    if len(current_qas_list) == 0:
        return {"is_valid": True}# 聊天本身数据质量问题，直接跳过
    # 最终通过的QA
    final_qas = []
    for current_qas in current_qas_list:

        messages = [
            SystemMessage(content=prompt),
            HumanMessage(content=f"原聊天内容：{chat_history}，待质检的QA对：\n{current_qas}")
        ]
        try:
            output = JsonOutputParser()
            chain = llm | output
            result = await chain.ainvoke(messages)
            # 容错
            if isinstance(result, list) and len(result) > 0:
                # 如果是数组，取第一个元素
                data = result[0]
            elif isinstance(result, dict):
                data = result
            else:
                # 空兜底，避免报错
                data = {}
            if result.get("is_valid", False):
                final_qas.append(current_qas)
            logger.info(f"QA质检结果：{result}")
        except Exception as e:
            logger.error(f"QA质检失败：{e}")
            return {"is_valid": True, "final_qas": final_qas} # 异常：跳过
        if len(final_qas) == 0:
            return {"is_valid": False}
    return {"is_valid": True, "final_qas": final_qas}