import os
import asyncio
from langchain_openai import ChatOpenAI
from langchain.tools import tool
from langchain.agents import create_agent
from langchain_core.messages import HumanMessage

# Настройка LLM через OpenRouter
llm = ChatOpenAI(
    model="openai/gpt-oss-20b:free",
    base_url="https://openrouter.ai/api/v1",
    api_key=os.getenv("OPENAI_API_KEY"),
    temperature=0.7,
)

# Инструмент, который вызывает субагент для получения цены
@tool
def get_price(product: str, city: str) -> str:
    """Получить примерную цену продукта в указанном городе.
    Возвращает таблицу в формате Markdown.
    """
    # Создаём субагент, который генерирует таблицу
    sub_agent = create_agent(
        model=llm,
        tools=[],
        system_prompt=f"Ты эксперт по ценам в {city}.\n\nДай таблицу: | Продукт | Цена (руб.) | Магазин |",  # простая подсказка
    )
    # Запускаем субагент с запросом
    sub_prompt = f"Какова примерная цена на {product} в {city}?"
    result = sub_agent.invoke({"messages": [HumanMessage(content=sub_prompt)]})
    # Извлекаем последний текстовый ответ
    return result["messages"][-1].content

# Главный агент
agent = create_agent(
    model=llm,
    tools=[get_price],
    system_prompt="Ты помощник по планированию покупок.",
)

async def main():
    user_query = "Помоги составить список покупок: молоко, хлеб, яблоки. Я нахожусь в Казани."
    result = await agent.ainvoke({"messages": [HumanMessage(content=user_query)]})
    # Печатаем все сообщения, включая вызовы инструментов
    for msg in result["messages"]:
        if msg.content:
            print(msg.content)
        elif msg.tool_calls:
            for call in msg.tool_calls:
                print(f"{call['name']}({call['args']})")

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