"""
响应生成模块
使用 Claude 生成自然语言响应
"""

import logging
from typing import Dict, Any, Optional, List

from ..dependency_manager import get_dependency_manager

# Try to import anthropic with graceful degradation
dependency_manager = get_dependency_manager()
Anthropic = dependency_manager.get_class_from_module('anthropic', 'Anthropic')


class ResponseGenerator:
    """响应生成器，使用 Claude 生成自然语言响应"""

    def __init__(self, config: Optional[Dict[str, Any]] = None) -> None:
        """
        初始化响应生成器

        Args:
            config: 配置字典
        """
        self.config: Dict[str, Any] = config or {}
        self.logger: logging.Logger = logging.getLogger("ResponseGenerator")
        
        # Initialize Anthropic client with dependency checking
        if Anthropic is not None:
            try:
                self.client: Optional[Anthropic] = Anthropic()
            except Exception as e:
                self.logger.error(f"Failed to initialize Anthropic client: {e}")
                self.client = None
        else:
            self.client = None
            self.logger.warning("Anthropic library not available - AI response generation disabled")

    async def generate_success_response(
        self, command: str, result: Any, user_message: str
    ) -> str:
        """
        生成成功响应

        Args:
            command: 执行的命令
            result: 命令执行结果
            user_message: 原始用户消息

        Returns:
            生成的响应文本
        """
        prompt: str = self._build_success_prompt(command, result, user_message)
        return await self._generate_response(prompt)

    async def generate_error_response(
        self, command: str, error: str, user_message: str
    ) -> str:
        """
        生成错误响应

        Args:
            command: 执行的命令
            error: 错误信息
            user_message: 原始用户消息

        Returns:
            生成的响应文本
        """
        prompt: str = self._build_error_prompt(command, error, user_message)
        return await self._generate_response(prompt)

    async def generate_clarification_response(self, question: str) -> str:
        """
        生成澄清问题的响应

        Args:
            question: 澄清问题

        Returns:
            生成的响应文本
        """
        return question

    async def generate_welcome_message(self) -> str:
        """
        生成欢迎消息

        Returns:
            欢迎消息
        """
        return "👋 欢迎使用 Obsidian 日记整理助手！我可以帮您整理日记、分析内容、导出总结等。请告诉我您想要做什么？"

    async def generate_suggestions(
        self, context: Optional[Dict[str, Any]] = None
    ) -> List[str]:
        """
        生成智能建议

        Args:
            context: 上下文信息

        Returns:
            建议列表
        """
        suggestions: List[str] = ["整理今天的日记", "分析本周的主题", "导出月度总结", "查看最近的经验"]

        # 可以根据上下文生成更个性化的建议
        if context:
            # 例如，如果是周五，建议生成周总结
            from datetime import datetime

            if datetime.now().weekday() == 4:  # 周五
                suggestions.insert(0, "生成本周总结")

        return suggestions

    def _build_success_prompt(
        self, command: str, result: Any, user_message: str
    ) -> str:
        """
        构建成功响应的提示

        Args:
            command: 执行的命令
            result: 命令执行结果
            user_message: 原始用户消息

        Returns:
            提示文本
        """
        result_str: str = self._format_result(result)

        prompt: str = f"""你是一个友好的 Obsidian 日记整理助手。

用户问: "{user_message}"

你已经成功执行了 "{command}" 命令。

执行结果:
{result_str}

请用友好、自然的语言总结结果。保持回复简洁（1-3 句话）。
如果有重要的数据或统计信息，请突出显示。

示例回复:
- "✓ 已成功整理您今天的日记。提取了 5 条经验、3 条待办事项和 2 个问题。"
- "✓ 分析完成！本周的主题主要集中在项目管理和技术学习两个方面。"
"""

        return prompt

    def _build_error_prompt(self, command: str, error: str, user_message: str) -> str:
        """
        构建错误响应的提示

        Args:
            command: 执行的命令
            error: 错误信息
            user_message: 原始用户消息

        Returns:
            提示文本
        """
        prompt: str = f"""你是一个友好的 Obsidian 日记整理助手。

用户问: "{user_message}"

执行 "{command}" 命令时出现了错误:
{error}

请用友好、有帮助的语言解释错误，并建议可能的解决方案。保持回复简洁（1-2 句话）。

示例回复:
- "✗ 抱歉，找不到该日期的日记。请检查日期格式是否正确（YYYY-MM-DD）。"
- "✗ 执行过程中出现了问题。请稍后重试，或检查您的配置设置。"
"""

        return prompt

    def _format_result(self, result: Any) -> str:
        """
        格式化结果

        Args:
            result: 结果对象

        Returns:
            格式化的结果字符串
        """
        if isinstance(result, dict):
            lines: List[str] = []
            for key, value in result.items():
                if isinstance(value, (list, dict)):
                    lines.append(f"- {key}: {len(value)} 项")
                else:
                    lines.append(f"- {key}: {value}")
            return "\n".join(lines)
        elif isinstance(result, list):
            return "\n".join([f"- {item}" for item in result])
        else:
            return str(result)

    async def _generate_response(self, prompt: str) -> str:
        """
        使用 Claude 生成响应

        Args:
            prompt: 提示文本

        Returns:
            生成的响应
        """
        # Check if Claude is available
        if self.client is None:
            self.logger.warning("Claude client not available, using fallback response")
            return "✓ 操作已完成。（注意：AI 响应生成功能暂时不可用）"
        
        try:
            response = self.client.messages.create(
                model="claude-3-5-sonnet-20241022",
                max_tokens=300,
                messages=[{"role": "user", "content": prompt}],
            )

            response_text: str = response.content[0].text.strip()
            self.logger.debug(f"生成响应: {response_text[:100]}...")

            return response_text

        except Exception as e:
            self.logger.error(f"生成响应失败: {str(e)}")
            return "✓ 操作已完成。（注意：AI 响应生成遇到问题，请检查网络连接和 API 配置）"