"""AI 调用工具封装"""

import re
from typing import Any

from json_repair import repair_json
from langchain_openai import ChatOpenAI
from langchain_core.messages import SystemMessage, HumanMessage

from app.core.logger import log

# 匹配 <think>任意内容</think>，用于剥离推理模型的思考过程
_THINK_RE = re.compile(r"<think>.*?</think>", re.DOTALL | re.IGNORECASE)

# 匹配 ```json ... ``` 代码块，提取中间的 JSON 内容
_CODE_BLOCK_RE = re.compile(r"```(?:json\w*)?\s*\n?(.*?)\n?\s*```", re.DOTALL | re.IGNORECASE)


def parse_llm_json(text: str) -> Any:
    """解析 AI 输出的 JSON，自动去除思考标签、markdown 代码块，容错处理"""
    # 1. 去掉 <think>...</think> 思考内容
    cleaned = _THINK_RE.sub("", text).strip()
    # 2. 如果有 ```json ... ``` 代码块，只取代码块里的内容
    match = _CODE_BLOCK_RE.search(cleaned)
    if match:
        cleaned = match.group(1).strip()
    # 3. repair_json 容错解析：修复不规范的 JSON（多余逗号、缺引号、非法转义等）
    return repair_json(cleaned, return_objects=True)


async def ai_chat(llm: ChatOpenAI, system_prompt: str, user_message: str) -> str:
    """异步调用 LLM，返回原始文本"""
    messages = [
        SystemMessage(content=system_prompt),
        HumanMessage(content=user_message),
    ]
    response = await llm.ainvoke(messages)
    return response.content


async def ai_chat_json(llm: ChatOpenAI, system_prompt: str, user_message: str) -> Any:
    """异步调用 LLM，返回解析后的 JSON 对象"""
    raw = await ai_chat(llm, system_prompt, user_message)
    if not raw or not raw.strip():
        log.warning("AI 返回为空")
        return None
    try:
        return parse_llm_json(raw)
    except Exception as e:
        log.warning("AI JSON 解析失败: {}, raw={}", e, raw[:200])
        return None