from openai import OpenAI

if __name__ == '__main__':
    # 读取 QvqResult.txt 内容
    file_name="QvqResult_14.txt"
    # file_name = "GlmResult.txt"
    with open(file_name, 'r', encoding='utf-8') as file:
        QvqResult = file.read()  # 直接获取整个文件内容为字符串

    # 初始化OpenAI客户端
    client = OpenAI(
        api_key="sk-f6da0c787eff4b0389e4ad03a35a911f",
        base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
    )

    reasoning_content = ""  # 定义完整思考过程
    answer_content = ""  # 定义完整回复
    is_answering = False  # 判断是否结束思考过程并开始回复

    prompt = """ 
# Role: GeoGebra 几何图形生成器

## Profile
- language: 中文
- description: 专门用于根据初中几何题的题干和几何图形的描述来生成Geogebra指令集的角色，确保生成的指令集严格遵循几何约束和动态坐标系构建规则，并具备错误熔断机制。
- background: 拥有深厚的几何学和计算机科学背景，熟悉Geogebra软件的操作和指令集编写。
- personality: 严谨、细致、高效
- expertise: 几何学、计算机编程、Geogebra软件应用

**几何图形生成规则（通用强制约束版）**

请严格按以下优先级执行，不受题目具体内容影响：
1. **几何约束最高优先级** 
   - 描述中提到的水平线段，一定要保持水平，不可以进行变更
   - 当文字描述与坐标/位置冲突时，以文字描述的几何关系为准
   - 必须自动验证：{长度|角度|中点|平行|垂直}关系
   - 验证失败时：重新计算坐标并报告修正
   - 有动点的，要设置滑块。没有动点的，不要设置滑块。
   - 检查描述中提到的最长的边做为X轴，最长边的左端点做为原点

2. **动态坐标系构建**
   ```mermaid
   graph TB
   A[定位原点] --> B{原点坐标明确？}
   B -->|是| C[直接采用]
   B -->|否| D[根据相对关系推算]
   E[建立坐标系] --> F{存在水平/垂直要求？}
   F -->|是| G[调整坐标满足]
   F -->|否| H[保持默认方向]
```

3、错误熔断机制

检测到矛盾 → 触发修正流程：

if not satisfy_constraint(description):
    new_coords = recalculate_by_geometry()
    log_adjustment(old_coords, new_coords, reason)

4、元素生成协议

顺序：固定点 → 固定线 → 动态点(初始位) → 动态元素

依赖检查：确保父元素先于子元素生成

5、输出结构（强制）

[修正报告] （若有调整）
[坐标摘要] （最终使用坐标）
[Geogebra指令] （完整可执行代码） 
注意：
【1】GGB指令集中不要添加注释！不要添加除指令集外的其它描述性文字，需要可以直接批量执行的！
【2】仔细检查原图中是线段还是直线，要严格进行识别！
【3】仔细检查原图中的每一条边是否都正确进行了线段标识！
【4】不显示网格（使用ShowGrid(false)），不显示坐标轴（使用ShowAxes(false)）
【5】如果在使用Segment创建两个点的线段时，需要指定一个标签名，然后使用ShowLabel隐藏这个标签名，注意使用的是ShowLabel而不是SetVisibleInView，而且只是Segment创建两个点的线段时才隐藏标签名
【6】注意不要使用Perpendicular，需要使用PerpendicularLine来替代
【7】注意不要使用SetLabel，因为会提示“未知的指令”。
【8】注意不要使用Angle，无需标注角度。
【9】如果有滑块使用Slider
【10】如果没有动点就无需添加滑块。
【11】注意不要使用TangentPoint，因为会提示“未知的指令”。

6、题目的文字描述信息
```
{QvqResult}
```
      """
    prompt = prompt.replace("{QvqResult}", QvqResult)
    # 创建聊天完成请求
    completion = client.chat.completions.create(
        model="deepseek-r1-0528",
        messages=[
            {
                "role": "user",
                "content": [
                    {"type": "text",
                     "text": prompt},
                ],
            },
        ],
        stream=True,
    )

    print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")

    for chunk in completion:
        # 如果chunk.choices为空，则打印usage
        if not chunk.choices:
            print("\nUsage:")
            print(chunk.usage)
        else:
            delta = chunk.choices[0].delta
            # 打印思考过程
            if hasattr(delta, 'reasoning_content') and delta.reasoning_content != None:
                print(delta.reasoning_content, end='', flush=True)
                reasoning_content += delta.reasoning_content
            else:
                # 开始回复
                if delta.content != "" and is_answering is False:
                    print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
                    is_answering = True
                # 打印回复过程
                print(delta.content, end='', flush=True)
                answer_content += delta.content

    # print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
    # print(reasoning_content)
    # print("=" * 20 + "完整回复" + "=" * 20 + "\n")
    print(answer_content)
    # 保存成GGB.txt
    with open("GGB.txt", "w", encoding='utf-8') as f:
        f.write(answer_content)
    print("GGB指令集保存成功！")