"""
Deep Agent — поисковый агент с виртуальной ФС на основе deepagents.

Агент умеет:
  1. Искать информацию в интернете (DuckDuckGo, без API-ключа)
  2. Создавать и редактировать файлы в виртуальной ФС через write_file / edit_file
  3. По завершении работы выгружает все виртуальные файлы в реальную ФС (./output/)

Использование:
    python main.py
    python main.py "что такое LangGraph"
"""

import asyncio
import os
import shutil
import sys
from pathlib import Path

from dotenv import load_dotenv
from langchain.tools import tool
from langchain_core.messages import HumanMessage
from langchain_openai import ChatOpenAI

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

load_dotenv()

# ---------------------------------------------------------------------------
# LLM
# ---------------------------------------------------------------------------

llm = ChatOpenAI(
    model="openai/gpt-oss-20b:free",
    base_url="https://platform.brojs.ru/jrnl-bh/api/inference/v1",
    api_key=os.getenv("JOURNAL_MCP_PAT"),
    temperature=0.5,
)

# ---------------------------------------------------------------------------
# Workspace dirs
# ---------------------------------------------------------------------------

VIRTUAL_ROOT = Path("./workspace")
REAL_OUT = Path("./output")
VIRTUAL_ROOT.mkdir(parents=True, exist_ok=True)
REAL_OUT.mkdir(parents=True, exist_ok=True)

# ---------------------------------------------------------------------------
# Tools
# ---------------------------------------------------------------------------


@tool
def web_search(query: str) -> str:
    """Ищет информацию в интернете и возвращает краткие сниппеты.

    Args:
        query: поисковый запрос на любом языке
    """
    try:
        from duckduckgo_search import DDGS
        with DDGS() as ddgs:
            results = list(ddgs.text(query, max_results=7))
        if not results:
            return "Ничего не найдено."
        lines = []
        for r in results:
            lines.append(f"### {r.get('title', '')}")
            lines.append(r.get("body", ""))
            lines.append(f"URL: {r.get('href', '')}")
            lines.append("")
        return "
".join(lines)
    except Exception as exc:
        return f"Ошибка поиска: {exc}"


@tool
def export_virtual_files() -> str:
    """Копирует все файлы из виртуальной ФС (workspace/) в реальную папку output/.

    Вызывай этот инструмент в самом конце, после того как все нужные файлы созданы.
    """
    try:
        copied = []
        for src in VIRTUAL_ROOT.rglob("*"):
            if src.is_file():
                rel = src.relative_to(VIRTUAL_ROOT)
                dst = REAL_OUT / rel
                dst.parent.mkdir(parents=True, exist_ok=True)
                shutil.copy2(src, dst)
                copied.append(str(rel))
        if copied:
            return f"Выгружено {len(copied)} файл(ов) в {REAL_OUT}:\n" + "\n".join(f"  {f}" for f in copied)
        return f"Виртуальная ФС пуста — нет файлов для выгрузки."
    except Exception as exc:
        return f"Ошибка экспорта: {exc}"


# ---------------------------------------------------------------------------
# Backend — виртуальная ФС поверх workspace/
# ---------------------------------------------------------------------------

_shell_backend = LocalShellBackend(
    root_dir=str(VIRTUAL_ROOT),
    virtual_mode=True,
    inherit_env=True,
)

_fs_backend = FilesystemBackend(
    root_dir=str(VIRTUAL_ROOT),
    virtual_mode=True,
)

backend = CompositeBackend(
    default=_shell_backend,
    routes={"/fs/": _fs_backend},
)

# ---------------------------------------------------------------------------
# Agent
# ---------------------------------------------------------------------------

SYSTEM_PROMPT = """\
Ты — исследовательский агент с виртуальной файловой системой.

## Доступные инструменты
- web_search(query) — ищет информацию в интернете, возвращает сниппеты
- write_file(path, content) — создаёт/перезаписывает файл в виртуальной ФС
- edit_file(path, old, new) — редактирует файл
- read_file(path) — читает файл
- ls(path) — список файлов
- export_virtual_files() — копирует все файлы из виртуальной ФС в ./output/

## Порядок работы
1. Найди информацию по запросу через web_search
2. Обработай и сохрани результаты в один или несколько файлов через write_file
3. Проверь сохранённые файлы через read_file
4. В самом конце вызови export_virtual_files() чтобы выгрузить файлы в реальную ФС

## Требования к файлам
- Сохраняй информацию в структурированном виде (markdown, JSON или plain text)
- Имена файлов — осмысленные (например results.md, summary.txt)
- Обязательно вызови export_virtual_files() в конце
"""

agent = create_deep_agent(
    model=llm,
    tools=[web_search, export_virtual_files],
    backend=backend,
    system_prompt=SYSTEM_PROMPT,
)

# ---------------------------------------------------------------------------
# Main
# ---------------------------------------------------------------------------


async def run(query: str) -> None:
    print(f"Запрос: {query}\n")
    config = {"configurable": {"thread_id": f"search-{hash(query) & 0xFFFF:04x}"}}
    result = await agent.ainvoke(
        {"messages": [HumanMessage(content=query)]},
        config,
    )
    last = result["messages"][-1]
    print("\n=== Ответ агента ===")
    print(getattr(last, "content", str(last)))
    print("\n=== Файлы в output/ ===")
    out_files = list(REAL_OUT.rglob("*"))
    if out_files:
        for f in out_files:
            if f.is_file():
                print(f"  {f.relative_to(REAL_OUT)} ({f.stat().st_size} байт)")
    else:
        print("  (нет файлов)")


if __name__ == "__main__":
    query = " ".join(sys.argv[1:]) if len(sys.argv) > 1 else (
        "Найди информацию о фреймворке LangGraph: что это, основные концепции, "
        "примеры использования. Сохрани результаты в файл langgraph_research.md"
    )
    asyncio.run(run(query))