# -*- coding: utf-8 -*-
"""
Менеджер индексации документов.
Отвечает за сжатие больших документов и вызов KBService для индексации.
"""

import logging
from typing import Optional, Dict, Any, Tuple

from core.services.kb_service import KBService
from core.services.giga_client import GigaClient
from core.functions.hierarchical_summarize import hierarchical_summarize
from core.utils.text_utils import count_tokens

logger = logging.getLogger(__name__)


class IndexingManager:
    """
    Управляет индексацией документов в базу знаний.
    """

    def __init__(
        self,
        kb: KBService,
        giga: GigaClient,
        config,
        default_prompts: Optional[Dict[str, str]] = None
    ):
        """
        Инициализация менеджера индексации.

        Аргументы:
            kb: сервис базы знаний
            giga: клиент GigaChat (для сжатия документов)
            config: объект конфигурации
            default_prompts: словарь промптов по умолчанию
        """
        self.kb = kb
        self.giga = giga
        self.config = config
        self.default_prompts = default_prompts or {}

    async def compress_document_if_needed(
        self,
        text: str,
        file_name: str
    ) -> str:
        """
        Сжимает документ, если он превышает порог токенов.
        Использует иерархическое резюмирование.

        Аргументы:
            text: исходный текст документа
            file_name: имя файла (для логирования)

        Возвращает:
            str: сжатый текст или исходный, если сжатие не требуется
        """
        summarization_config = getattr(self.config, 'summarization', {})
        enabled = summarization_config.get('enable_hierarchical_summarization', True)
        if not enabled:
            return text

        max_tokens = summarization_config.get('max_tokens_for_document', 8000)
        target_tokens = summarization_config.get('target_tokens_after_summary', 3000)
        chunk_size = summarization_config.get('chunk_size_tokens', 500)
        max_depth = summarization_config.get('max_depth', 2)

        text_tokens = count_tokens(text)
        if text_tokens <= max_tokens:
            logger.debug(f"Документ '{file_name}' ({text_tokens} токенов) не требует сжатия")
            return text

        logger.info(
            f"Документ '{file_name}' ({text_tokens} токенов) превышает лимит {max_tokens}, "
            "применяем иерархическое резюмирование"
        )

        # Загружаем промпт для резюмирования
        prompt_template = self.default_prompts.get('hierarchical_summary', '')
        if not prompt_template:
            try:
                prompt_path = self.config.prompts_dir / 'hierarchical_summary.txt'
                with open(prompt_path, 'r', encoding='utf-8') as f:
                    prompt_template = f.read()
            except Exception as e:
                logger.warning(f"Не удалось загрузить промпт hierarchical_summary: {e}, используем стандартный")
                prompt_template = (
                    "Ты — профессиональный реферант. Кратко изложи суть текста, сохранив ключевые факты, цифры и логические связи.\n"
                    "Объём: не более 30% от исходного, но не менее 2 предложений.\n"
                    "Стиль: деловой, нейтральный, без оценок.\n\n"
                    "ТЕКСТ:\n{text}\n\nРЕЗЮМЕ:"
                )

        try:
            compressed = await hierarchical_summarize(
                text=text,
                giga=self.giga,
                prompt_template=prompt_template,
                target_tokens=target_tokens,
                chunk_size_tokens=chunk_size,
                max_depth=max_depth,
                temperature=getattr(self.config, 'ai_temperature', 0.1)
            )
            logger.info(
                f"Документ '{file_name}' сжат с {text_tokens} до {count_tokens(compressed)} токенов"
            )
            return compressed
        except Exception as e:
            logger.error(f"Ошибка при сжатии документа '{file_name}': {e}, используем исходный текст")
            return text

    async def index_document(
        self,
        file_name: str,
        file_text: str,
        user_jid: str,
        room_jid: Optional[str],
        is_global: bool = False,
        title: Optional[str] = None,
        metadata: Optional[Dict] = None,
        file_hash: Optional[str] = None,
        update_if_exists: bool = True
    ) -> Tuple[int, int]:
        """
        Индексирует документ в базу знаний, предварительно сжимая его при необходимости.

        Аргументы:
            file_name: имя файла
            file_text: текст документа
            user_jid: JID владельца
            room_jid: JID комнаты (None для личного)
            is_global: глобальный ли документ
            title: отображаемое название
            metadata: дополнительные метаданные
            file_hash: SHA-256 хеш содержимого
            update_if_exists: заменять ли существующий документ в комнате

        Возвращает:
            (doc_id, chunk_count): идентификатор документа и количество чанков
        """
        # Сжимаем документ, если он слишком большой
        compressed_text = await self.compress_document_if_needed(file_text, file_name)

        # Передаём сжатый текст в сервис базы знаний
        doc_id, chunk_count = await self.kb.add_document(
            file_name=file_name,
            file_text=compressed_text,
            user_jid=user_jid,
            is_global=is_global,
            title=title,
            metadata=metadata,
            room_jid=room_jid,
            file_hash=file_hash,
            update_if_exists=update_if_exists
        )
        return doc_id, chunk_count