import asyncio
import logging
import os
import aiofiles
from openai import AsyncOpenAI
from Config.Config import ALY_LLM_API_KEY, ALY_LLM_BASE_URL, ALY_LLM_MODEL_NAME

# 配置日志
logger = logging.getLogger(__name__)

class LLMClient:
    """
    大语言模型客户端封装类，提供与LLM的交互功能
    """
    def __init__(self, api_key=None, base_url=None, model_name=None, system_prompt=""):
        self.api_key = api_key or ALY_LLM_API_KEY
        self.base_url = base_url or ALY_LLM_BASE_URL
        self.model_name = model_name or ALY_LLM_MODEL_NAME
        self.system_prompt = system_prompt

    async def get_response(self, query_text: str, knowledge_content: str = "", stream: bool = True):
        """异步获取大模型响应"""
        try:
            client = AsyncOpenAI(api_key=self.api_key, base_url=self.base_url)
            full_query = query_text
            if knowledge_content:
                full_query = f"选择作答的相应知识内容:{knowledge_content}\n下面是用户提的问题：{query_text}"

            completion = await client.chat.completions.create(
                model=self.model_name,
                messages=[
                    {'role': 'system', 'content': self.system_prompt},
                    {'role': 'user', 'content': full_query}
                ],
                stream=stream
            )

            if stream:
                async for chunk in completion:
                    if chunk and chunk.choices and len(chunk.choices) > 0:
                        delta = chunk.choices[0].delta
                        if delta and delta.content and delta.content.strip():
                            # 添加控制台打印输出
                            print(f"[LLM Stream] 接收到内容片段: {delta.content.strip()}")
                            yield delta.content
            else:
                if completion and completion.choices and len(completion.choices) > 0:
                    message = completion.choices[0].message
                    if message and message.content and message.content.strip():
                        # 添加控制台打印输出
                        print(f"[LLM Response] 接收到完整内容: {message.content.strip()[:100]}...")  # 仅打印前100字符
                        yield message.content

        except Exception as e:
            logger.error(f"大模型请求异常: {str(e)}")
            yield f"处理请求时发生异常: {str(e)}"


async def save_lesson_plan(content_chunks, output_file, stream_print=False):
    """异步保存教案内容到文件，支持实时打印"""
    try:
        output_dir = os.path.dirname(output_file)
        if output_dir and not os.path.exists(output_dir):
            os.makedirs(output_dir, exist_ok=True)
            logger.info(f"创建输出目录: {output_dir}")

        async with aiofiles.open(output_file, 'w', encoding='utf-8') as f:
            full_content = []
            async for chunk in content_chunks:
                full_content.append(chunk)
                await f.write(chunk)
                await f.flush()
                # 实时打印输出内容
                if stream_print:
                    print(chunk, end='', flush=True)

        logger.info(f"教案已保存到: {os.path.abspath(output_file)}")
        return ''.join(full_content), True

    except Exception as e:
        logger.error(f"保存教案失败: {str(e)}")
        return None, False


async def generate_lesson_plan(system_prompt=None, user_prompt=None):
    """生成教案的异步函数，支持动态传入提示词"""
    # 默认系统提示词
    default_system_prompt = """你是市级骨干教师，撰写教案时严格对标"核心素养四维度（物理观念、科学思维、探究能力、态度责任）"，并采用"目标—评价—活动"逆向设计模板（UbD）。活动设计需包含"教师行为+期望的学生行为+评价要点"三列表格。"""
    
    # 使用传入的系统提示词或默认值
    system_prompt = system_prompt or default_system_prompt
    
    # 默认用户提示词
    default_user_prompt = """请输出"万有引力"第1课时的详案，要求：
1. 教学重难点用"行为动词+知识内容"表述；
2. 至少1个"演示实验"+1个"小组探究"+1个"即时反馈"技术（如Padlet）；
3. 时间轴精确到分钟；
4. 课后"教学反思提示"留3条空白，供教师手写。

【格式要求】
### 1. 教材与学情分析
### 2. 四维目标（对应核心素养）
### 3. 重难点
### 4. 教学准备（器材+数字资源）
### 5. 教学过程（时间轴表格）
### 6. 板书设计（ASCII示意图）
### 7. 作业布置（与导学案分层衔接）
### 8. 教学反思提示（空白）

【变量】
教材版本：{人教版八年级下第十章第2节}
学生基础：{已学过重力、匀速圆周运动}
课时长度：{45分钟}"""
    
    # 使用传入的用户提示词或默认值
    user_prompt = user_prompt or default_user_prompt
    
    llm_client = LLMClient(system_prompt=system_prompt)

    async def get_lesson_plan():
        async for chunk in llm_client.get_response(user_prompt, stream=True):
            yield chunk

    return get_lesson_plan()


async def generate_courseware(system_prompt=None, user_prompt=None):
    """生成课件大纲的异步函数，支持动态传入提示词"""
    # 默认系统提示词
    default_system_prompt = """你是PPT视觉设计教练，遵循"6×6原则"（每页≤6行，每行≤6词），字体≥28pt，主色调#005BAC（教育蓝），强调色#FFB703（暖黄）。所有动画≤0.5s，禁止花哨。需要给出演示者备注栏（<备注>）。"""
    
    # 使用传入的系统提示词或默认值
    system_prompt = system_prompt or default_system_prompt
    
    # 默认用户提示词
    default_user_prompt = """为"万有引力"生成可直接导入PowerPoint的Markdown大纲，共12页，含：
1. 封面（课程名+章节+教师姓名留白）  
2. 情境导入（1个30s短视频建议+2张图片提示）  
3. 概念建构（苹果落地+月亮绕地对比图）  
4. 规律探究（卡文迪许实验GIF占位）  
5. 公式推导（F=G·m₁m₂/r²分三步行）  
6. 例题精讲（2道，step-by-step动画）  
7. 当堂检测（Padlet二维码占位）  
8. 小结（思维导图，可一键转SmartArt）  
9. 作业二维码（链接到在线表单）  
10. 结束页（"思考：如果没有万有引力？"留白）

【格式要求】
每页用三级标题###表示，下方用<ul>列要点；如需图片，用! `https://via.placeholder.com/800x450?text=Image` 占位并给出版权提示；在要点后另起一行写<备注>演示者话术。"""
    
    # 使用传入的用户提示词或默认值
    user_prompt = user_prompt or default_user_prompt
    
    llm_client = LLMClient(system_prompt=system_prompt)

    async def get_courseware():
        async for chunk in llm_client.get_response(user_prompt, stream=True):
            yield chunk

    return get_courseware()


async def generate_homework(system_prompt=None, user_prompt=None, material_path=None):
    """生成课后作业的异步函数，支持动态传入提示词和材料路径"""
    # 默认系统提示词
    default_system_prompt = "你是命题专家，熟悉布鲁姆认知分类和'双减'政策。你需要根据用户提供的题目材料来生成作业，而不是自己创造题目。客观题采用'四选一'单选，难度比例易:中:难=6:3:1；主观题设置2小问，第1问'解释现象'对应'理解'，第2问'方案设计'对应'创新'。题量控制为20分钟完成。"
    
    # 使用传入的系统提示词或默认值
    system_prompt = system_prompt or default_system_prompt
    
    # 默认材料路径
    default_material_path = os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), "static", "YunXiao.txt")
    material_path = material_path or default_material_path
    
    # 读取题目材料
    try:
        with open(material_path, "r", encoding="utf-8") as f:
            question_material = f.read()
    except Exception as e:
        logger.error(f"读取题目材料失败: {str(e)}")
        question_material = ""
    
    # 默认用户提示词
    default_user_prompt = f"""请根据以下'万有引力'相关题目材料，输出课后作业，满分100分，含：
A. 客观题（8题×5分=40分）
   - 从提供的材料中选择题目，并按要求重新组织
   - 前3题考'史实&概念'识记
   - 中间3题考'公式变形&比例'理解
   - 后2题考'情境估算'应用
B. 主观题（2题，30+30分）
   - 题1：结合'天问一号'发射新闻，解释地球与火星之间的引力如何变化
   - 题2：设计一个实验，用智能手机+免费APP估算地球质量，写出步骤与所需测量量
C. 评分标准（主观题分点给分，每点10分）
D. 参考答案与解析（客观题给出选项+一句话解析；主观题给出关键公式与评分关键词）

以下是题目材料：
{question_material}

【格式要求】
### A. 客观题
<ul>
<li>1. ……</li>
……
</ul>

### B. 主观题
#### 1. ……
#### 2. ………

### C. 评分标准
……

### D. 参考答案与解析
……"""
    
    # 使用传入的用户提示词或默认值
    user_prompt = user_prompt or default_user_prompt
    
    llm_client = LLMClient(system_prompt=system_prompt)

    async def get_homework(): 
        async for chunk in llm_client.get_response(user_prompt, stream=True):
            yield chunk

    return get_homework()


# 保持向后兼容性的函数别名
async def generate_gravitation_lesson_plan():
    """生成万有引力教案的异步函数（向后兼容）"""
    return await generate_lesson_plan()