"""
reflect 工具 — 轻量反思

用普通模型快速评估当前搜索结果，输出简短思路和下一步建议。
继承调用者的完整对话历史作为上下文。
"""

import logging
import os
from typing import Any, Dict, List, Optional

from agent.llm.qwen import qwen_llm_call
from agent.tools import tool
from agent.tools.models import ToolContext, ToolResult


logger = logging.getLogger(__name__)

# 反思模型配置（普通模式，非 thinking）
REFLECT_MODEL = os.getenv("REFLECT_MODEL", "qwen-plus")

REFLECT_SYSTEM_PROMPT = """你是调研助手。根据对话历史和当前搜索结果，简要回答：
1. 本轮搜到了什么有价值的信息？缺了什么？
2. 下一轮搜什么？给出 1-3 个具体 query 词
3. 是否需要换搜索渠道或角度？

要求：直接输出思路，不要分析框架，不要长篇大论。3-5 句话即可。"""

REFLECT_USER_TEMPLATE = """需求：{question}

本轮搜索结果：
{findings}

简要反思，给出下一步 query。"""


async def _fetch_caller_history(context: Optional[Dict[str, Any]]) -> List[Dict]:
    """从 context 中获取调用者的历史消息队列"""
    if not context:
        return []

    store = context.get("store")
    trace_id = context.get("trace_id")
    if not store or not trace_id:
        return []

    try:
        trace = await store.get_trace(trace_id)
        if not trace:
            return []

        messages = await store.get_main_path_messages(
            trace_id, trace.head_sequence
        )

        # 转为 LLM 消息格式
        history = []
        for msg in messages:
            llm_dict = msg.to_llm_dict()
            if llm_dict:
                history.append(llm_dict)

        logger.info(f"reflect: 获取到 {len(history)} 条历史消息")
        return history

    except Exception as e:
        logger.warning(f"reflect: 获取历史消息失败: {e}")
        return []


@tool(
    description="轻量反思：快速评估本轮搜索结果，输出简短思路和下一步 query 建议",
    hidden_params=["context"],
)
async def reflect(
    question: str,
    findings: str,
    context: Optional[ToolContext] = None,
) -> ToolResult:
    """
    对本轮搜索结果进行轻量反思，给出下一步搜索思路。

    Args:
        question: 原始调研问题/需求描述
        findings: 本轮搜索结果摘要
    """
    # 获取调用者的历史消息
    # context 可能是 ToolContextImpl（有 .context 属性）或直接是 dict
    if context is None:
        caller_context = None
    elif isinstance(context, dict):
        caller_context = context
    else:
        caller_context = getattr(context, 'context', None)
    caller_history = await _fetch_caller_history(caller_context)

    # 构建消息：system + 调用者历史 + 反思请求
    messages = [{"role": "system", "content": REFLECT_SYSTEM_PROMPT}]

    if caller_history:
        messages.extend(caller_history)

    messages.append({
        "role": "user",
        "content": REFLECT_USER_TEMPLATE.format(
            question=question,
            findings=findings,
        ),
    })

    try:
        result = await qwen_llm_call(
            messages=messages,
            model=REFLECT_MODEL,
            temperature=0.2,
        )

        content = result["content"]
        msg_count = len(caller_history)
        cost = result.get("cost", 0.0)
        reasoning_tokens = result.get("reasoning_tokens", 0)

        return ToolResult(
            title=f"反思完成 (model: {REFLECT_MODEL}, 继承 {msg_count} 条历史)",
            output=content,
            tool_usage={
                "model": REFLECT_MODEL,
                "prompt_tokens": result.get("prompt_tokens", 0),
                "completion_tokens": result.get("completion_tokens", 0),
                "reasoning_tokens": reasoning_tokens,
                "cost": cost,
            },
        )

    except Exception as e:
        return ToolResult(
            title="reflect 失败",
            output=f"调用反思模型出错: {str(e)}",
        )