import asyncio
from openai import AsyncOpenAI
from WxMini.Milvus.Config.MulvusConfig import *
from WxMini.Utils.MySQLUtil import init_mysql_pool, get_chat_log_by_session

# 初始化异步 OpenAI 客户端
client = AsyncOpenAI(
    api_key=MODEL_API_KEY,
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

async def main():
    # 哪个人员
    session_id = 1
    # 哪一页
    page = 1
    # 一页多少个
    page_size = 100

    # 初始化 MySQL 连接池
    mysql_pool = await init_mysql_pool()

    # 调用
    result = await get_chat_log_by_session(mysql_pool, session_id, page, page_size)

    # 我只关心 user_input 与 model_response
    # 把这些拼接出问题与回答
    history = ""
    for row in result['data']:  # 注意：result 是一个字典，包含 'data' 字段
        user_input = row['user_input']
        model_response = row['model_response']
        history = f"{history}\n问题：{user_input}\n回答：{model_response}"

    # 将历史聊天记录发给大模型，让它帮我分析一下
    prompt = (
        "我将把用户与AI大模型交流的记录发给你，帮我分析一下这个用户是否存在心理健康方面的问题，"
        "参考：1、PHQ-9抑郁症筛查量表和2、Beck自杀意念评量表（BSI-CV）。"
        "如果没有健康问题请回复: OK；否则回复：NO，换行后再输出是什么问题。"
        f"\n\n历史聊天记录：{history}"
    )

    # 调用大模型进行分析
    try:
        response = await client.chat.completions.create(
            model=MODEL_NAME,
            messages=[
                {"role": "system", "content": "你是一个心理健康分析助手，负责分析用户的心理健康状况。"},
                {"role": "user", "content": prompt}
            ],
            max_tokens=1000
        )
        # 提取大模型的回复
        if response.choices and response.choices[0].message.content:
            analysis_result = response.choices[0].message.content.strip()
            print("大模型分析结果：")
            print(analysis_result)
        else:
            print("大模型未返回有效结果。")
    except Exception as e:
        print(f"调用大模型失败: {str(e)}")

    # 关闭连接池
    mysql_pool.close()
    await mysql_pool.wait_closed()

if __name__ == '__main__':
    asyncio.run(main())