// Package service 实现 OpenAI-compatible 流式 AI 调用（Server-Sent Events）。
//
// # 流式输出设计
//
// 本模块使用"流式请求 + Channel 推送"模式，而非"等待完整响应"，原因：
//  1. 用户体验：DeepSeek/GPT 生成一条回复通常需要 3-30 秒，
//     流式输出让用户看到"逐字打印"效果，而非盯着空白等待；
//  2. 内存效率：完整回复可能超过 4096 token，流式逐块处理不会
//     在内存中积累超大字符串；
//  3. 可中断性：配合 context.WithCancel，用户随时可点击"停止"按钮
//     立即中断生成，而"一次性请求"无法在途中取消。
//
// # OpenAI 兼容协议
//
// DeepSeek、通义千问、ERNIE 等国内模型均提供"OpenAI 兼容接口"，
// 支持完全相同的请求格式（/v1/chat/completions）和 SSE 响应格式。
// 本模块通过 AICallConfig.BaseURL 支持任意兼容端点，
// 用户只需在设置页填入对应的 API 地址即可切换模型，无需改代码。
package service

import (
	"bufio"
	"bytes"
	"context"
	"encoding/json"
	"fmt"
	"io"
	"net/http"
	"strings"
	"time"
)

// AICallConfig 封装单次 AI 调用所需的全部配置，由 ResolveAIConfig() 在调用前动态解析。
//
// 之所以用 struct 而非全局变量，是为了让每次调用都能独立配置，
// 方便未来扩展"对话级 prompt 覆盖"或"A/B 测试不同模型"而不互相干扰。
type AICallConfig struct {
	// BaseURL 是 API 端点，如 "https://api.deepseek.com/chat/completions"。
	// 支持自定义，兼容所有 OpenAI-compatible 路由。
	BaseURL string
	// APIKey 对应 HTTP Header: Authorization: Bearer <APIKey>。
	APIKey string
	// Model 是模型标识符，如 "deepseek-chat" 或 "gpt-4o"。
	Model string
	// MaxTokens 限制单次生成的最大 token 数，防止意外超长输出（也控制费用）。
	MaxTokens int
	// SystemPrompt 是用户在设置页自定义的系统提示词，
	// 覆盖 BuildRAGMessages 中的内置模板。
	SystemPrompt string
}

// ── OpenAI-compatible 请求/响应结构体 ─────────────────────────────────────────

// dsMessage 对应 OpenAI messages 数组中的单条消息。
// Role: "system" | "user" | "assistant"
type dsMessage struct {
	Role    string `json:"role"`
	Content string `json:"content"`
}

// dsRequest 是发送给 API 的完整请求体。
// Stream:true 触发服务端以 text/event-stream 格式逐块返回，而非一次性 JSON。
type dsRequest struct {
	Model     string      `json:"model"`
	Messages  []dsMessage `json:"messages"`
	Stream    bool        `json:"stream"`
	MaxTokens int         `json:"max_tokens,omitempty"` // omitempty：0 时省略字段，用服务端默认值
}

// dsDelta / dsChoice / dsSSELine 是 SSE 流中每个 data: {...} 行的反序列化目标。
// 每行格式：{"choices":[{"delta":{"content":"你好"},"finish_reason":null}]}
// finish_reason 非 null 时表示生成完成，但我们用 [DONE] 标记作为终止信号更可靠。
type dsDelta struct {
	Content string `json:"content"`
}
type dsChoice struct {
	Delta        dsDelta `json:"delta"`
	FinishReason string  `json:"finish_reason"`
}
type dsSSELine struct {
	Choices []dsChoice `json:"choices"`
}

// CallDeepSeekStream 向任意 OpenAI-compatible 端点发起流式 Chat 请求。
//
// 参数说明：
//   - ctx: 携带取消信号，用户点击"停止"时 context 被取消，HTTP 请求立即中止；
//   - cfg: 本次调用的 AI 配置（BaseURL/APIKey/Model），由调用方从数据库解析；
//   - messages: OpenAI 格式的对话历史，包含 system 和 user 两条消息；
//   - streamCh: 写端 channel，每解析到一个字符片段就推送进去；
//     接收端（handler/expert.go）通过 runtime.EventsEmit 转发给前端。
//
// 返回 nil 表示流正常结束（收到 [DONE]），返回 error 表示网络或协议错误。
func CallDeepSeekStream(ctx context.Context, cfg AICallConfig, messages []dsMessage, streamCh chan<- string) error {
	if cfg.APIKey == "" {
		return fmt.Errorf("API key 未配置，请在设置中填写或联系管理员")
	}

	payload := dsRequest{Model: cfg.Model, Messages: messages, Stream: true, MaxTokens: cfg.MaxTokens}
	body, err := json.Marshal(payload)
	if err != nil {
		return fmt.Errorf("marshal request: %w", err)
	}

	// Timeout 60s：流式请求通常在 30s 内完成，60s 留出余量；
	// 不使用无限超时，防止网络异常时 goroutine 永久挂起
	client := &http.Client{Timeout: 60 * time.Second}
	req, err := http.NewRequestWithContext(ctx, http.MethodPost, cfg.BaseURL, bytes.NewReader(body))
	if err != nil {
		return fmt.Errorf("build request: %w", err)
	}
	req.Header.Set("Content-Type", "application/json")
	req.Header.Set("Accept", "text/event-stream") // 告知服务端客户端期望 SSE 格式
	req.Header.Set("Authorization", "Bearer "+cfg.APIKey)

	resp, err := client.Do(req)
	if err != nil {
		if ctx.Err() != nil {
			return ctx.Err() // 优先返回 context 取消错误，便于上层区分"用户停止"
		}
		return fmt.Errorf("http request: %w", err)
	}
	defer resp.Body.Close()

	if resp.StatusCode != http.StatusOK {
		errBody, _ := io.ReadAll(resp.Body)
		return fmt.Errorf("上游返回 %d: %s", resp.StatusCode, string(errBody))
	}

	return parseDeepSeekSSE(ctx, resp.Body, streamCh)
}

// BuildRAGMessages 构造 OpenAI-compatible messages 数组，实现 RAG 增强。
//
// # RAG（检索增强生成）原理
//
// 传统：直接把用户问题发给 AI → AI 靠训练知识回答（可能不准确）。
// RAG：先在本地知识库检索相关内容 → 将检索结果放入 system prompt →
//
//	AI 优先参考本地知识回答 → 答案更贴合业务场景。
//
// knowledgeContext 是检索到的本地问答片段（由 buildKnowledgeContext 生成）。
// customSystemPrompt 非空时替换内置的客服模板，让用户完全自定义 AI 人设。
func BuildRAGMessages(knowledgeContext, userQuery, customSystemPrompt string) []dsMessage {
	var systemContent string
	if customSystemPrompt != "" {
		// 用户自定义 prompt 优先，但仍然追加本地知识作为参考
		systemContent = customSystemPrompt
		if knowledgeContext != "" && knowledgeContext != "(无相关本地知识)" {
			systemContent += "\n\n以下是本地知识库中的相关内容供参考：\n---\n" + knowledgeContext + "\n---"
		}
	} else {
		// 内置模板：默认为"客服顾问"角色，优先参考本地知识库内容
		systemContent = fmt.Sprintf(
			"你是一位专业的客服顾问，擅长用温暖、自然、有亲和力的语气沟通。\n\n"+
				"以下是来自本地知识库的相关内容，请优先参考：\n\n---\n%s\n---\n\n"+
				"根据以上知识润色话术，直接输出内容，不加前缀或解释。",
			knowledgeContext,
		)
	}
	return []dsMessage{
		{Role: "system", Content: systemContent},
		{Role: "user", Content: userQuery},
	}
}

// parseDeepSeekSSE 逐行解析 SSE（Server-Sent Events）流，
// 提取每个 delta.content 片段并推入 channel。
//
// SSE 协议规则（OpenAI 子集）：
//   - 以 "data: " 开头的行包含 JSON payload；
//   - "data: [DONE]" 是终止标记，收到后停止扫描；
//   - 其他行（空行、": comment" 等）直接忽略。
//
// bufio.Scanner 缓冲区设置为 64 KB，防止超长单行（如图片 base64）超出默认的 64 KB 限制。
func parseDeepSeekSSE(ctx context.Context, body io.Reader, ch chan<- string) error {
	scanner := bufio.NewScanner(body)
	scanner.Buffer(make([]byte, 64*1024), 64*1024)

	for scanner.Scan() {
		if ctx.Err() != nil {
			return ctx.Err() // 检查取消信号，及时退出扫描循环
		}
		line := scanner.Text()
		if !strings.HasPrefix(line, "data:") {
			continue
		}
		data := strings.TrimSpace(strings.TrimPrefix(line, "data:"))
		if data == "[DONE]" {
			break
		}
		var event dsSSELine
		if err := json.Unmarshal([]byte(data), &event); err != nil {
			continue // 解析失败的行静默跳过，不中断整个流
		}
		if len(event.Choices) > 0 {
			if chunk := event.Choices[0].Delta.Content; chunk != "" {
				ch <- chunk // 推入 channel，由 handler 层转发给前端
			}
		}
	}
	return scanner.Err()
}