import os
import asyncio
from typing import List

from pydantic import SecretStr
from langchain_openai import ChatOpenAI
from langchain_core.messages import HumanMessage, AIMessage, ToolMessage
from langchain.tools import tool

from deepagents import create_deep_agent
from deepagents.backends import CompositeBackend, LocalShellBackend, FilesystemBackend

# ----------------------------------------------------------------------
# Configuration of the LLM (OpenRouter, as required by the course)
# ----------------------------------------------------------------------
llm = ChatOpenAI(
    model="openai/gpt-oss-20b:free",
    base_url="https://openrouter.ai/api/v1",
    api_key=SecretStr(os.getenv("OPENAI_API_KEY")),
    temperature=0.7,
)

# ----------------------------------------------------------------------
# Backend for the agents - allows file operations and shell commands
# ----------------------------------------------------------------------
backend = CompositeBackend(
    [
        LocalShellBackend(workspace_dir="./workspace"),
        FilesystemBackend(),
    ]
)

# ----------------------------------------------------------------------
# Sub-agent tool: get_price
# ----------------------------------------------------------------------
@tool
def get_price(product: str, city: str) -> str:
    """
    Получить примерную цену продукта в указанном городе.
    Возвращает markdown-таблицу с колонками: Продукт, Цена (руб.), Магазин.
    """
    # Создаём суб-агента, который генерирует цену.
    sub_agent = create_deep_agent(
        model=llm,
        tools=[],
        backend=backend,
        system_prompt=(
            "Ты суб-агент, который генерирует реалистичную цену продукта "
            "в заданном городе. Выдай результат в виде markdown-таблицы "
            "с колонками: Продукт, Цена (руб.), Магазин."
        ),
    )

    # Формируем запрос к суб-агенту
    query = f"Сгенерируй цену для продукта '{product}' в городе {city}."
    # Асинхронный вызов суб-агента
    async def _invoke():
        result = await sub_agent.ainvoke(
            {"messages": [HumanMessage(content=query)]},
            {"configurable": {"thread_id": f"price-{product}-{city}"}},
        )
        # Последнее сообщение содержит таблицу
        return result["messages"][-1].content

    # Запускаем цикл событий, если уже внутри async контекста
    try:
        loop = asyncio.get_running_loop()
        table = loop.create_task(_invoke())
        # Если мы уже в async функции, вернём задачу, иначе дождёмся результата
        if isinstance(table, asyncio.Task):
            return asyncio.run(table)
    except RuntimeError:
        # Нет запущенного цикла - создаём новый
        return asyncio.run(_invoke())

# ----------------------------------------------------------------------
# Main shopping-assistant agent
# ----------------------------------------------------------------------
assistant_agent = create_deep_agent(
    model=llm,
    tools=[get_price],
    backend=backend,
    system_prompt="Ты помощник по планированию покупок.",
)

# ----------------------------------------------------------------------
# Helper to format the chain of messages for display
# ----------------------------------------------------------------------
def format_message(msg) -> str:
    if isinstance(msg, HumanMessage):
        return f"Human: {msg.content}"
    if isinstance(msg, AIMessage):
        return f"AI: {msg.content}"
    if isinstance(msg, ToolMessage):
        # tool call result
        return f"ToolResult: {msg.content}"
    # Fallback for generic messages
    return str(msg)

async def main():
    user_query = "Помоги составить список покупок: молоко, хлеб, яблоки. Я нахожусь в Казани."
    result = await assistant_agent.ainvoke(
        {"messages": [HumanMessage(content=user_query)]},
        {"configurable": {"thread_id": "shopping-session-1"}},
    )

    # Выводим всю цепочку сообщений
    print("\n--- Диалог с агентом ---\n")
    for m in result["messages"]:
        print(format_message(m))
        print("---")

if __name__ == "__main__":
    asyncio.run(main())