import { z } from "zod";
import type { AppConfig } from "../config.js";
import { groqChat, groqConfigured, type GroqChatOptions } from "./groq.js";

/**
 * Asystent korekty kadru (Shot Tuner) — Groq, model tekstowy.
 *
 * Art Director ujęcia: operator rozmawia po polsku o aktywnym kadrze;
 * LLM tłumaczy uwagi na roboczą nakładkę (positive/negative) JEDNEGO
 * zadania generacji i aktualizuje ją w kolejnych turach rozmowy.
 * Nakładka żyje wyłącznie w jobs.payload.ephemeral_overrides — baza
 * (products, product_facts, shot_refs) i receptury (recipes.ts) są
 * nienaruszalne; po akceptacji/odrzuceniu kadru kolejne generacje
 * startują z czystego szablonu bazowego.
 */

/** Domyślny model tekstowy tunera — nadpisywalny przez VILMAL_GROQ_TUNER_MODEL (cfg.groqTunerModel). */
export const SHOT_TUNER_MODEL = "openai/gpt-oss-120b";

/** LLM czasem zwraca listę fraz zamiast jednego stringa — sklejamy przecinkami. */
const strOrList = z
  .union([z.string(), z.array(z.string())])
  .transform((v) => (Array.isArray(v) ? v.join(", ") : v));

/** Nakładka na jedno zadanie — nigdy nie trafia do konfiguracji mebla. */
export const ShotOverrides = z.object({
  /** tokeny/frazy PO ANGIELSKU dopisywane na koniec promptu */
  prompt_additions: strOrList.pipe(z.string().max(1500)).default(""),
  /** tokeny PO ANGIELSKU dokładane do klauzul zakazów (np. "blanket, throw, patchwork") */
  negative_prompt_additions: strOrList.pipe(z.string().max(1500)).default(""),
  /** ID referencji pomocniczych do wykluczenia tylko z tego przebiegu */
  disabled_ref_ids: z.array(z.string().max(64)).max(16).default([]),
  /** zwięzłe wyjaśnienie po polsku, co zmieniono i dlaczego */
  explanation_pl: strOrList.pipe(z.string().max(1200)).default(""),
});
export type ShotOverridesT = z.infer<typeof ShotOverrides>;

/** Kontekst ujęcia dla LLM — fakty i lista referencji, które pojadą do providera. */
export interface ShotContext {
  productName: string;
  role: string;
  roleLabel: string;
  fabricName: string | null;
  fabricPrompt: string;
  legsNote: string;
  /** aktualny prompt bazowy receptury — LLM dopisuje korektę, nie przepisuje całości */
  basePrompt: string;
  /** wersje mebla w tym ujęciu (od najnowszej) — kontekst dla asystenta */
  versions?: Array<{ version: number; status: string; note: string | null }>;
  refs: Array<{ id: string; kind: "primary" | "fabric" | "legs" | "supporting"; label: string }>;
}

const SYSTEM_PROMPT = `Jesteś technicznym dyrektorem fotografii meblarskiej AI w studiu Vilmax. Operator zgłasza po polsku uwagi do nieudanego kadru wygenerowanego mebla. Twoja rola: przełożyć potoczne uwagi tapicerskie i meblarskie na konkretną, minimalną korektę JEDNEGO przebiegu generacji.

Odpowiadasz WYŁĄCZNIE poprawnym JSON-em (bez markdown, bez komentarza) o polach:
- "prompt_additions": krótkie klauzule PO ANGIELSKU dopisywane na koniec promptu (np. "camera at slightly lower hip-level angle", "seat free of any blanket"). Pisz tylko to, co wynika z uwag operatora.
- "negative_prompt_additions": tokeny/frazy PO ANGIELSKU do zakazów (np. "blanket, throw, patchwork upholstery, extra pillow").
- "disabled_ref_ids": lista ID referencji POMOCNICZYCH do wykluczenia z tego przebiegu — tylko gdy uwagi wskazują, że dodatkowa referencja szkodzi (np. próbka tkaniny narzuca zły wzór). NIGDY nie wyłączaj referencji kind="primary" — to kotwica geometrii mebla.
- "explanation_pl": 1-3 zdania po polsku — co zmieniasz i dlaczego. Konkretnie, bez superlatywów.

Zasady:
- Rozmowa jest iteracyjna: "biezacy_szkic_korekty" to dotychczasowa nakładka roboczego promptu. Zwracaj ZAWSZE pełną, zaktualizowaną nakładkę (zachowaj wcześniejsze, nadal aktualne klauzule, dodaj nowe, usuń te, które operator cofnął) — nie tylko różnicę.
- "explanation_pl" to Twoja odpowiedź w rozmowie: co zmieniłeś w prompcie (positive/negative) i czego się spodziewać; gdy uwaga jest niejasna lub wymaga faktu, którego nie znasz (np. numer tkaniny), zapytaj zamiast zgadywać.
- Nie zmieniaj tożsamości mebla: bryła, strona narożnika, liczba poduszek, stan mechanizmu, tkanina i nogi pochodzą z referencji — nie dopisuj wymyślonych cech.
- Korekta ma być oszczędna: jedna uwaga → minimum skutecznych zmian. Nie wymieniaj oczywistości ani nie powtarzaj promptu bazowego.
- "usunięcie" elementu realizuj przez negative_prompt_additions (zakaz), nie przez nakaz w prompt_additions.`;

/** Tura rozmowy operatora z asystentem. */
export const ChatTurn = z.object({ role: z.enum(["user", "assistant"]), content: z.string().max(2000) });
export type ChatTurnT = z.infer<typeof ChatTurn>;

export async function tuneShotPrompt(
  cfg: AppConfig,
  context: ShotContext,
  userFeedback: string,
  session: { history?: ChatTurnT[]; draft?: ShotOverridesT | null } = {}
): Promise<ShotOverridesT> {
  if (!groqConfigured(cfg)) {
    throw new Error("Brak GROQ_API_KEY — asystent korekty nieaktywny.");
  }
  // gpt-oss to model rozumujący — reasoning_effort:"low" + zapas tokenów,
  // inaczej budżet zjada "myślenie" i Groq zwraca pustą odpowiedź.
  const opts: GroqChatOptions = {
    model: cfg.groqTunerModel || SHOT_TUNER_MODEL,
    json: true,
    maxTokens: 3000,
    temperature: 0.2,
    reasoningEffort: "low",
    messages: [
      { role: "system", content: SYSTEM_PROMPT },
      {
        role: "user",
        content: JSON.stringify({
          produkt: context.productName,
          ujecie: { rola: context.role, etykieta: context.roleLabel },
          tkanina: context.fabricName,
          klauzula_tkaniny: context.fabricPrompt || null,
          klauzula_nozek: context.legsNote || null,
          prompt_bazowy: context.basePrompt,
          referencje: context.refs,
          wersje_ujecia: context.versions ?? [],
          biezacy_szkic_korekty: session.draft
            ? { prompt_additions: session.draft.prompt_additions, negative_prompt_additions: session.draft.negative_prompt_additions, disabled_ref_ids: session.draft.disabled_ref_ids }
            : null,
          historia_rozmowy: (session.history ?? []).slice(-12),
          uwagi_operatora: userFeedback,
        }),
      },
    ],
  };
  // Jedna ponowna próba przy przejściowym błędzie Groq albo uszkodzonym JSON.
  const attempt = async () => ShotOverrides.parse(JSON.parse((await groqChat(cfg, opts)).text));
  let parsed: ShotOverridesT;
  try {
    parsed = await attempt();
  } catch {
    parsed = await attempt();
  }
  // Sanityzacja: wyłączyć można tylko realne referencje tego ujęcia,
  // nigdy primary (kotwica geometrii) — nawet gdy model jej zażąda.
  const allowed = new Set(context.refs.filter((r) => r.kind !== "primary").map((r) => r.id));
  parsed.disabled_ref_ids = parsed.disabled_ref_ids.filter((id) => allowed.has(id));
  return parsed;
}