import os
from typing import List

from pydantic import BaseModel, Field
from langchain_core.prompts import PromptTemplate
from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import PydanticOutputParser

class TaskCard(BaseModel):
    """Модель карточки задания."""

    title: str = Field(..., description="Краткое название задачи")
    subject: str = Field(..., description="Предмет или область знаний")
    deadline_hint: str | None = Field(
        None,
        description=(
            "Указание срока сдачи в свободной форме (например, \"к пятнице\")"
        ),
    )
    deliverable_type: str = Field(
        ..., description="Тип сдаваемого материала (отчёт, код и т.д.)"
    )
    grading_hints: List[str] | None = Field(
        default_factory=list,
        description=(
            "Ключевые критерии оценки, упомянутые в тексте задачи (например, \"полнота\", \"пример кода\")"
        ),
    )

def main():
    # Инициализация модели (используем ключ из переменной окружения)
    llm = ChatOpenAI(
        model="gpt-4o-mini",
        temperature=0,
    )

    parser = PydanticOutputParser(pydantic_object=TaskCard)

    prompt_template = PromptTemplate(
        template="""
Ниже приведено неформальное описание задания. Преобразуйте его в
структурированный объект TaskCard, заполнив все поля.

Текст задания:
{task_text}

Ответ должен быть строго в формате JSON, соответствующем полям модели.
Используйте только те ключи, которые описаны в модели: title,
subject, deadline_hint, deliverable_type, grading_hints.

Пример вывода:
{format_instructions}
""",
        input_variables=["task_text"],
        partial_variables={"format_instructions": parser.get_format_instructions()},
    )

    chain = prompt_template | llm | parser

    # Пример входного текста
    task_input = (
        "Сдайте к пятнице мини-отчёт по LangChain: 2 страницы, упор на агентов. "
        "Оценка: за полноту и за пример кода."
    )

    try:
        result: TaskCard = chain.invoke({"task_text": task_input})
    except Exception as exc:
        print(f"Ошибка при обработке задания: {exc}")
        return

    # Вывод валидированного объекта
    print("Валидированный объект:")
    print(result.model_dump())

    # Краткая человекочитаемая сводка
    summary = (
        f"Задача \"{result.title}\" по предмету {result.subject}. "
        f"Срок сдачи: {result.deadline_hint or 'не указан'}. "
        f"Тип сдаваемого материала: {result.deliverable_type}. "
        f"Критерии оценки: {', '.join(result.grading_hints) if result.grading_hints else 'нет'}."
    )
    print("\nСводка:")
    print(summary)

if __name__ == "__main__":
    main()