package services

import (
	"ankao/pkg/config"
	"context"
	"encoding/json"
	"fmt"
	"io"
	"net/http"
	"strings"

	"github.com/sashabaranov/go-openai"
)

// AIGradingService AI评分服务
type AIGradingService struct {
	client *openai.Client
	config *config.AIConfig
}

// NewAIGradingService 创建AI评分服务实例
func NewAIGradingService() *AIGradingService {
	cfg := config.GetAIConfig()

	// 创建OpenAI客户端配置
	clientConfig := openai.DefaultConfig(cfg.APIKey)
	clientConfig.BaseURL = cfg.BaseURL + "/v1" // 标准OpenAI API格式需要/v1后缀

	client := openai.NewClientWithConfig(clientConfig)

	return &AIGradingService{
		client: client,
		config: cfg,
	}
}

// AIGradingResult AI评分结果
type AIGradingResult struct {
	Score      float64 `json:"score"`      // 得分 (0-100)
	IsCorrect  bool    `json:"is_correct"` // 是否正确 (Score >= 60 视为正确)
	Feedback   string  `json:"feedback"`   // 评语
	Suggestion string  `json:"suggestion"` // 改进建议
}

// GradeShortAnswer 对简答题进行AI评分
// question: 题目内容
// standardAnswer: 标准答案
// userAnswer: 用户答案
func (s *AIGradingService) GradeShortAnswer(question, standardAnswer, userAnswer string) (*AIGradingResult, error) {
	// 构建评分提示词（严格评分模式）
	prompt := fmt.Sprintf(`你是一位严格的阅卷老师，请严格按照标准答案对以下简答题进行评分。

题目：%s

标准答案：%s

学生答案：%s

评分标准（请严格遵守）：
1. 必须与标准答案进行逐项对比
2. 答案要点完全覆盖标准答案且表述准确的，给85-100分
3. 答案要点基本覆盖但有缺漏或表述不够准确的，给60-84分
4. 答案要点缺失较多或有明显错误的，给40-59分
5. 答案完全错误或离题的，给0-39分
6. 判断标准：60分及以上为正确（is_correct: true），否则为错误（is_correct: false）

评分要求：
1. 给出一个0-100的精确分数
2. 判断答案是否正确（is_correct: 60分及以上为true，否则为false）
3. 给出简短的评语（说明得分和失分原因，不超过50字）
4. 给出具体的改进建议（如果答案满分可以为空，否则必须指出具体改进方向，不超过50字）

请按照以下JSON格式返回结果：
{
  "score": 85,
  "is_correct": true,
  "feedback": "答案覆盖了主要要点，但XXX部分描述不够准确",
  "suggestion": "建议补充XXX内容，并完善XXX的描述"
}

注意：只返回JSON格式的结果，不要有其他内容。必须严格对照标准答案评分，不要过于宽松。`, question, standardAnswer, userAnswer)

	// 调用AI API
	resp, err := s.client.CreateChatCompletion(
		context.Background(),
		openai.ChatCompletionRequest{
			Model: s.config.Model,
			Messages: []openai.ChatCompletionMessage{
				{
					Role:    openai.ChatMessageRoleSystem,
					Content: "你是一位严格的阅卷老师，必须严格按照标准答案进行评分，不能过于宽松。你的评分标准是客观的、一致的、可预测的。",
				},
				{
					Role:    openai.ChatMessageRoleUser,
					Content: prompt,
				},
			},
			Temperature: 0, // 温度为0，获得最确定、最一致的评分结果
		},
	)

	if err != nil {
		return nil, fmt.Errorf("AI评分失败: %w", err)
	}

	if len(resp.Choices) == 0 {
		return nil, fmt.Errorf("AI未返回评分结果")
	}

	// 解析AI返回的JSON结果
	content := resp.Choices[0].Message.Content

	var result AIGradingResult
	if err := parseAIResponse(content, &result); err != nil {
		return nil, fmt.Errorf("解析AI响应失败: %w", err)
	}

	return &result, nil
}

// parseAIResponse 解析AI返回的JSON响应
func parseAIResponse(content string, result interface{}) error {
	// 移除可能的markdown代码块标记
	jsonStr := removeMarkdownCodeBlock(content)

	// 使用json包解析
	if err := json.Unmarshal([]byte(jsonStr), result); err != nil {
		return fmt.Errorf("JSON解析失败: %w, 原始内容: %s", err, content)
	}

	return nil
}

// AIExplanationResult AI解析结果
type AIExplanationResult struct {
	Explanation string `json:"explanation"` // 题目解析
}

// ExplainQuestionStream 生成题目解析（流式输出）
// writer: HTTP响应写入器
// question: 题目内容
// standardAnswer: 标准答案
// questionType: 题目类型
func (s *AIGradingService) ExplainQuestionStream(writer http.ResponseWriter, question, standardAnswer, questionType string) error {
	// 构建解析提示词（直接输出，不使用JSON格式）
	prompt := fmt.Sprintf(`你是一位严谨、专业的老师，请对以下题目进行详细解析。

题目类型：%s

题目内容：%s

标准答案：%s

请提供一个详细的解析，要求：
1. **必须实事求是**：只基于题目内容和标准答案进行解析，不要添加题目中没有的信息
2. **不要胡编乱造**：如果某些信息不确定或题目没有提供，请如实说明，不要编造
3. **使用Markdown格式**：使用标题、列表、加粗等markdown语法使内容更清晰易读

解析内容要求：
- **知识点**：说明题目考查的核心知识点
- **解题思路**：提供清晰的解题步骤和方法

%s

示例输出格式：
## 知识点
题目考查的是...

## 解题思路
1. 首先分析...
2. 然后判断...

%s

## 总结
%s

请使用markdown格式输出解析内容。`,
		questionType,
		question,
		standardAnswer,
		// 根据题目类型添加特定要求
		func() string {
			if questionType == "single-selection" || questionType == "multiple-selection" {
				return `- **选项分析**：对于选择题，必须逐项分析每个选项的对错及原因
- **记忆口诀**：如果适用，提供便于记忆的口诀或技巧`
			}
			return "- **答案解析**：详细说明为什么这个答案是正确的"
		}(),
		// 根据题目类型添加示例格式
		func() string {
			if questionType == "single-selection" || questionType == "multiple-selection" {
				return `## 选项分析
- **A选项**：[分析该选项]
- **B选项**：[分析该选项]
- **C选项**：[分析该选项]
- **D选项**：[分析该选项]

## 正确答案
正确答案是... 因为...`
			}
			return `## 答案解析
正确答案是... 因为...`
		}(),
		// 根据题目类型添加总结要求
		func() string {
			if questionType == "single-selection" || questionType == "multiple-selection" {
				return "对于选择题，可以提供记忆口诀或关键要点总结"
			}
			return "总结本题的关键要点和注意事项"
		}(),
	)

	// 调用AI API（流式）
	stream, err := s.client.CreateChatCompletionStream(
		context.Background(),
		openai.ChatCompletionRequest{
			Model: s.config.Model,
			Messages: []openai.ChatCompletionMessage{
				{
					Role:    openai.ChatMessageRoleSystem,
					Content: "你是一位严谨、专业的老师，擅长深入浅出地讲解题目。你必须实事求是，只基于题目和标准答案提供解析，不编造任何不确定的信息。你使用Markdown格式输出，让学生更容易理解。",
				},
				{
					Role:    openai.ChatMessageRoleUser,
					Content: prompt,
				},
			},
			Temperature: 0, // 温度为0，获得最确定、最一致的输出
			Stream:      true,
		},
	)

	if err != nil {
		return fmt.Errorf("创建流式请求失败: %w", err)
	}
	defer stream.Close()

	flusher, ok := writer.(http.Flusher)
	if !ok {
		return fmt.Errorf("响应写入器不支持Flush")
	}

	// 读取流式响应并发送给客户端
	for {
		response, err := stream.Recv()
		if err == io.EOF {
			// 流结束
			fmt.Fprintf(writer, "data: [DONE]\n\n")
			flusher.Flush()
			break
		}
		if err != nil {
			return fmt.Errorf("接收流式响应失败: %w", err)
		}

		// 获取增量内容
		if len(response.Choices) > 0 {
			delta := response.Choices[0].Delta.Content
			if delta != "" {
				// 使用SSE格式发送
				fmt.Fprintf(writer, "data: %s\n\n", delta)
				flusher.Flush()
			}
		}
	}

	return nil
}

// ExplainQuestion 生成题目解析
// question: 题目内容
// standardAnswer: 标准答案
// questionType: 题目类型
func (s *AIGradingService) ExplainQuestion(question, standardAnswer, questionType string) (*AIExplanationResult, error) {
	// 构建解析提示词
	prompt := fmt.Sprintf(`你是一位经验丰富的老师，请对以下题目进行详细解析。

题目类型：%s

题目内容：%s

标准答案：%s

请提供一个详细的解析，包括：
1. 题目考查的知识点
2. 解题思路和方法
3. 为什么选择这个答案
4. 相关的重要概念或注意事项

请按照以下JSON格式返回结果：
{
  "explanation": "这道题考查的是...(200字以内的详细解析)"
}

注意：只返回JSON格式的结果，不要有其他内容。`, questionType, question, standardAnswer)

	// 调用AI API
	resp, err := s.client.CreateChatCompletion(
		context.Background(),
		openai.ChatCompletionRequest{
			Model: s.config.Model,
			Messages: []openai.ChatCompletionMessage{
				{
					Role:    openai.ChatMessageRoleSystem,
					Content: "你是一位经验丰富的老师，擅长深入浅出地讲解题目，帮助学生理解知识点。",
				},
				{
					Role:    openai.ChatMessageRoleUser,
					Content: prompt,
				},
			},
			Temperature: 0.7, // 中等温度以获得有创造性的解释
		},
	)

	if err != nil {
		return nil, fmt.Errorf("AI解析失败: %w", err)
	}

	if len(resp.Choices) == 0 {
		return nil, fmt.Errorf("AI未返回解析结果")
	}

	// 解析AI返回的JSON结果
	content := resp.Choices[0].Message.Content

	var result AIExplanationResult
	if err := parseAIResponse(content, &result); err != nil {
		return nil, fmt.Errorf("解析AI响应失败: %w", err)
	}

	return &result, nil
}

// removeMarkdownCodeBlock 移除markdown代码块标记
func removeMarkdownCodeBlock(s string) string {
	// 去除可能的```json和```标记
	s = strings.TrimSpace(s)

	// 移除开头的```json或```
	if strings.HasPrefix(s, "```json") {
		s = s[7:]
	} else if strings.HasPrefix(s, "```") {
		s = s[3:]
	}

	// 移除结尾的```
	if strings.HasSuffix(s, "```") {
		s = s[:len(s)-3]
	}

	s = strings.TrimSpace(s)

	// 查找第一个{的位置
	startIdx := strings.Index(s, "{")
	if startIdx == -1 {
		return s
	}

	// 查找最后一个}的位置
	endIdx := strings.LastIndex(s, "}")
	if endIdx == -1 || endIdx <= startIdx {
		return s
	}

	return s[startIdx : endIdx+1]
}