how/step1_inspiration_match.py

"""
灵感点与人设匹配分析 - Agent 框架版

基于 how_decode_v1.py 的 Agent 框架实现
参考 step1_match_inspiration_to_persona_v11.py 的业务逻辑
"""
import asyncio
import json
import os
import sys
from typing import List, Dict

from agents import trace
from agents.tracing.create import custom_span
from lib.my_trace import set_trace_smith as set_trace
from lib.async_utils import process_tasks_with_semaphore
from lib.match_analyzer import match_with_definition
from lib.data_loader import load_persona_data, load_inspiration_list, select_inspiration

# 模型配置
MODEL_NAME = 'x-ai/grok-code-fast-1'
MODEL_NAME = 'anthropic/claude-sonnet-4.5'
MODEL_NAME = 'google/gemini-2.5-flash'
MODEL_NAME = 'openai/gpt-5'
MODEL_NAME = 'deepseek/deepseek-chat-v3-0324'
MODEL_NAME = 'openai/gpt-4.1'
MODEL_NAME = "google/gemini-2.5-pro"



def build_context_str(perspective_name: str, level1_name: str = None) -> str:
    """构建上下文字符串

    Args:
        perspective_name: 视角名称
        level1_name: 一级分类名称（仅在匹配二级分类时提供）

    Returns:
        上下文字符串
    """
    if level1_name:
        # 匹配二级分类：包含视角和一级分类
        return f"""所属视角: {perspective_name}
一级分类: {level1_name}"""
    else:
        # 匹配一级分类：只包含视角
        return f"""所属视角: {perspective_name}"""


# ========== 核心匹配逻辑 ==========
async def match_single_task(task: dict, _index: int) -> dict:
    """执行单个匹配任务（异步版本）

    Args:
        task: 匹配任务，包含：
            - 灵感: 灵感点文本
            - 要素名称: 要素名称
            - 要素定义: 要素定义
            - 要素类型: "一级分类" 或 "二级分类"
            - 上下文: 上下文字符串
        _index: 任务索引（由 async_utils 传入，此处未使用）

    Returns:
        匹配结果
    """
    inspiration = task["灵感"]
    element_name = task["要素名称"]
    element_definition = task["要素定义"]
    context_str = task["上下文"]

    # 调用名称+定义匹配模块（内部已包含错误处理和 custom_span 追踪）
    # B = 灵感, A = 名称+定义, A_Context = 上下文
    match_result = await match_with_definition(
        b_content=inspiration,
        element_name=element_name,
        element_definition=element_definition,
        model_name=MODEL_NAME,
        a_context=context_str  # 要素的上下文
    )

    # 构建完整结果（通用字段 + 业务信息统一存储在最后）
    full_result = {
        "输入信息": {
            "B": inspiration,         # 待匹配：灵感
            "A_名称": element_name,    # 要素名称
            "A_定义": element_definition,  # 要素定义
            "B_Context": "",          # B的上下文（暂时为空）
            "A_Context": context_str  # A的上下文：所属视角/一级分类
        },
        "匹配结果": match_result,     # {"名称匹配": {...}, "定义匹配": {...}}
        "业务信息": {                 # 业务语义信息（统一存储在最后）
            "灵感": inspiration,
            "匹配要素名称": element_name,
            "匹配要素定义": element_definition
        }
    }

    return full_result


# ========== 任务构建 ==========
def build_match_tasks(
        persona_data: dict,
        inspiration: str,
        max_tasks: int = None
) -> List[dict]:
    """构建匹配任务列表

    Args:
        persona_data: 人设数据
        inspiration: 灵感点
        max_tasks: 最大任务数（None 表示不限制）

    Returns:
        任务列表
    """
    tasks = []

    # 从"灵感点列表"中提取任务
    for perspective in persona_data.get("灵感点列表", []):
        if max_tasks is not None and len(tasks) >= max_tasks:
            break

        perspective_name = perspective.get("视角名称", "")

        for pattern in perspective.get("模式列表", []):
            if max_tasks is not None and len(tasks) >= max_tasks:
                break

            level1_name = pattern.get("分类名称", "")
            level1_definition = pattern.get("核心定义", "")

            # 添加一级分类任务
            context_str = build_context_str(perspective_name)
            tasks.append({
                "灵感": inspiration,
                "要素名称": level1_name,
                "要素定义": level1_definition,
                "要素类型": "一级分类",
                "上下文": context_str
            })

            # 添加该一级下的所有二级分类任务
            for level2 in pattern.get("二级细分", []):
                if max_tasks is not None and len(tasks) >= max_tasks:
                    break

                level2_name = level2.get("分类名称", "")
                level2_definition = level2.get("分类定义", "")

                context_str = build_context_str(perspective_name, level1_name)
                tasks.append({
                    "灵感": inspiration,
                    "要素名称": level2_name,
                    "要素定义": level2_definition,
                    "要素类型": "二级分类",
                    "上下文": context_str
                })

    return tasks


# ========== 核心业务逻辑 ==========
async def process_inspiration_match(
        persona_data: dict,
        inspiration: str,
        max_tasks: int = None,
        max_concurrent: int = 3,
        current_time: str = None,
        log_url: str = None
) -> dict:
    """执行灵感与人设匹配分析（核心业务逻辑）

    Args:
        persona_data: 人设数据字典
        inspiration: 灵感点文本
        max_tasks: 最大任务数（None 表示不限制）
        max_concurrent: 最大并发数
        current_time: 当前时间戳
        log_url: 日志链接

    Returns:
        匹配结果字典，包含元数据和匹配结果列表
    """
    # 构建匹配任务
    test_tasks = build_match_tasks(persona_data, inspiration, max_tasks)

    print(f"\n开始匹配分析: {inspiration}")
    print(f"任务数: {len(test_tasks)}, 模型: {MODEL_NAME}\n")

    # 使用 custom_span 标识整个匹配流程
    with custom_span(
        name=f"Step1: 灵感与人设匹配 - {inspiration}",
        data={
            "灵感": inspiration,
            "任务总数": len(test_tasks),
            "模型": MODEL_NAME,
            "并发数": max_concurrent,
            "步骤": "字面语义匹配分析"
        }
    ):
        # 异步并发执行匹配（match_single_task 内部已处理所有错误）
        results = await process_tasks_with_semaphore(
            test_tasks,
            match_single_task,
            max_concurrent=max_concurrent,
            show_progress=True
        )

        # 按 score 降序排序
        results.sort(
            key=lambda x: x.get('匹配结果', {}).get('score', 0),
            reverse=True
        )

    # 构建输出结果
    output = {
        "元数据": {
            "current_time": current_time,
            "log_url": log_url,
            "model": MODEL_NAME
        },
        "灵感": inspiration,
        "匹配结果列表": results
    }

    return output


# ========== 主函数 ==========
async def main(current_time: str = None, log_url: str = None, force: bool = False):
    """主函数：负责参数解析、文件读取、结果保存

    Args:
        current_time: 当前时间戳（从外部传入）
        log_url: 日志链接（从外部传入）
        force: 是否强制重新执行（跳过已存在文件检查）
    """
    # 解析命令行参数
    # 第一个参数：人设文件夹路径（默认值）
    if len(sys.argv) > 1:
        persona_dir = sys.argv[1]
    else:
        persona_dir = "data/阿里多多酱/out/人设_1110"

    # 第二个参数：灵感索引（数字）或灵感名称（字符串），默认为 0
    inspiration_arg = sys.argv[2] if len(sys.argv) > 2 else "0"

    # 第三个参数：任务数限制，默认为 None（所有任务）
    max_tasks = None if len(sys.argv) > 3 and sys.argv[3] == "all" else (
        int(sys.argv[3]) if len(sys.argv) > 3 else None
    )

    # 第四个参数：force（如果从命令行调用且有该参数，则覆盖函数参数）
    if len(sys.argv) > 4 and sys.argv[4] == "force":
        force = True

    # 加载数据（使用辅助函数，失败时自动退出）
    persona_data = load_persona_data(persona_dir)
    inspiration_list = load_inspiration_list(persona_dir)
    test_inspiration = select_inspiration(inspiration_arg, inspiration_list)

    # 构建输出文件路径
    output_dir = os.path.join(persona_dir, "how", "灵感点", test_inspiration)
    model_name_short = MODEL_NAME.replace("google/", "").replace("/", "_")
    step_name_cn = "灵感人设匹配"
    scope_prefix = f"top{max_tasks}" if max_tasks is not None else "all"
    output_filename = f"{scope_prefix}_step1_{step_name_cn}_{model_name_short}.json"
    output_file = os.path.join(output_dir, output_filename)

    # 检查文件是否已存在
    if not force and os.path.exists(output_file):
        print(f"\n✓ 输出文件已存在，跳过执行: {output_file}")
        print(f"提示: 如需重新执行，请添加 'force' 参数\n")
        return

    # 执行核心业务逻辑
    output = await process_inspiration_match(
        persona_data=persona_data,
        inspiration=test_inspiration,
        max_tasks=max_tasks,
        max_concurrent=10,
        current_time=current_time,
        log_url=log_url
    )

    # 确保目录存在
    os.makedirs(output_dir, exist_ok=True)

    # 保存结果
    with open(output_file, 'w', encoding='utf-8') as f:
        json.dump(output, f, ensure_ascii=False, indent=2)

    print(f"\n完成！结果已保存到: {output_file}")
    if log_url:
        print(f"Trace: {log_url}\n")


if __name__ == "__main__":
    # 设置 trace
    current_time, log_url = set_trace()

    # 使用 trace 上下文包裹整个执行流程
    with trace("灵感与人设匹配"):
        asyncio.run(main(current_time, log_url))