"""Инструменты FAQ‑бота: поиск в ChromaDB + MCP‑style tool метаданных курса."""
import json
from langchain.tools import tool
from vectorstore import similarity_search


@tool
def search_course_docs(query: str, k: int = 3) -> str:
    """Поиск по конспектам курса в локальной базе ChromaDB.

    Используй для вопросов о технологиях курса: LangChain, LangGraph, MCP,
    агентах, инструментах, концепциях, примерах кода.

    Args:
        query: поисковый запрос
        k: количество результатов (по умолчанию 3)

    Returns:
        релевантные отрывки из конспектов с указанием источника
    """
    docs = similarity_search(query, k=k)
    if not docs:
        return "[source: chroma] Релевантные документы не найдены."
    parts = []
    for i, doc in enumerate(docs, 1):
        src = doc.metadata.get("source", "unknown")
        parts.append(f"{i}. [{src}]\n{doc.page_content}")
    return "[source: chroma]\n\n" + "\n\n".join(parts)


@tool
def fetch_course_meta(query: str) -> str:
    """Получить метаданные курса: расписание, дедлайны, контакты, глоссарий.

    Имитирует MCP‑style tool call к серверу метаданных курса.
    В production‑среде это был бы вызов через MCP tool list/call.
    Используй для вопросов о расписании, сроках сдачи, контактах, терминах.

    Args:
        query: что именно нужно (schedule/deadlines/contacts/glossary)

    Returns:
        метаданные курса с указанием источника [source: mcp_meta]
    """
    COURSE_META = {
        "schedule": {
            "Понедельник": "10:00-12:00 — LangChain основы",
            "Среда":       "14:00-16:00 — LangGraph практика",
            "Пятница":     "10:00-12:00 — Разбор проектов",
        },
        "deadlines": {
            "ДЗ-1 LangChain basics":  "2026-06-15 23:59",
            "ДЗ-2 LangGraph agents":  "2026-06-22 23:59",
            "Финальный проект":        "2026-07-04 23:00",
        },
        "contacts": {
            "Преподаватель": "professor@brojs.ru",
            "Ассистент":     "assistant@brojs.ru",
            "Платформа":     "platform.brojs.ru",
        },
        "glossary": {
            "LangChain":  "Фреймворк для LLM-приложений",
            "LangGraph":  "Граф‑based агентный фреймворк",
            "ChromaDB":   "Векторная база данных для эмбеддингов",
            "MCP":        "Model Context Protocol — стандарт интеграции инструментов",
            "RAG":        "Retrieval-Augmented Generation",
            "Embeddings": "Векторные представления текста",
        },
    }

    q = query.lower()
    if any(w in q for w in ["расписание", "schedule", "занятия", "когда", "пары"]):
        data = COURSE_META["schedule"]
        note = "(В проде: MCP tool call к серверу расписания)"
    elif any(w in q for w in ["дедлайн", "deadline", "сдать", "срок", "когда сдавать"]):
        data = COURSE_META["deadlines"]
        note = "(В проде: MCP tool call к трекеру дедлайнов)"
    elif any(w in q for w in ["контакт", "почта", "email", "преподаватель", "ассистент"]):
        data = COURSE_META["contacts"]
        note = "(В проде: MCP tool call к справочнику контактов)"
    elif any(w in q for w in ["глоссарий", "glossary", "что значит", "термин", "определение"]):
        data = COURSE_META["glossary"]
        note = "(В проде: MCP tool call к глоссарию курса)"
    else:
        data = COURSE_META
        note = "(В проде: MCP tool call к серверу метаданных курса)"

    return f"[source: mcp_meta] {note}\n{json.dumps(data, ensure_ascii=False, indent=2)}"