import logging
import re

from openpyxl import load_workbook

from Util import LlmUtil

# 更详细地控制日志输出
logger = logging.getLogger('MathRag')
logger.setLevel(logging.INFO)
handler = logging.StreamHandler()
handler.setFormatter(logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s'))
logger.addHandler(handler)

# 要处理的Excel
excel_file = r'D:\dsWork\dsProject\dsLightRag\Doc\T1、史校长资料\测试结果\100题测试结果.xlsx'

if __name__ == '__main__':
    prompt = """
    请针对下面这两段文字【1】和【2】进行评分，最高分为10分，最低分为0分，每1分差别为一个档次。
    具体评分标准为：
    只要【1】中包含【2】完全相同或者含义相同的内容，即从【1】可以推理出【2】即视为正确，打10分；
    【1】中完全没有【2】表达的内容即视为错误打0分；趋于中间的按照涵盖程度打分，分越高越相似。
    请注意：结果展示时，请按照如下标准进行输出:
    先展示分析过程，然后展示最终得分，【最终得分】：x分，x替换为具体的分数，范围从0到10的整数。
    """
    wb = load_workbook(excel_file)
    ws = wb.active  # 获取第一个sheet

    for row in range(2, 102):  # 行号从2到101
        # 提示词
        query_text = prompt + "\n"
        query_text = query_text + "下面将提供两段文字：\n"

        query_text = query_text + "【1】：\n"
        O_content = ws['O' + str(row)].value
        query_text = query_text + O_content + "\n"

        query_text = query_text + "【2】：\n"
        D_content = ws['D' + str(row)].value
        query_text = query_text + D_content + "\n"

        question = ws['C' + str(row)].value  # 获取问题
        logger.info("问题" + str(row - 1) + ":" + question)
        response = LlmUtil.get_llm_response(query_text)
        # 【1】:O2,【2】:D2 内容
        # 结果保存到 P2 (打分过程) Q2(通过正则表达式截取出的 【最终得分】)
        # 使用正则表达式提取【最终得分】
        match = re.search(r'【最终得分】：(\d+)分', response)
        final_score = '0'
        if match:
            final_score = match.group(1)
            # 保存到P2(打分过程)和Q2(最终得分)
            ws['P' + str(row)] = prompt + "\n" + response  # 提示词+大模型响应
            ws['Q' + str(row)] = final_score
        logger.info("大模型响应：" + response)
        logger.info("得分：" + final_score)

    wb.save(excel_file)
    wb.close()
    logger.info("恭喜，所有任务处理完成！")