import sys
from typing import List, Dict, Any

# ────────────────────────  Импорт библиотек  ────────────────────────
try:
    from langchain.agents import create_agent
    from langchain.agents.middleware import HumanInTheLoopMiddleware
    from langgraph.checkpoint.memory import MemorySaver
    from langgraph.types import Command
except Exception as exc:  # pragma: no cover
    print("Не удалось импортировать необходимые библиотеки. Убедитесь, что установлены langchain и langgraph.", file=sys.stderr)
    raise exc

# ────────────────────────  Настройка модели и инструментов  ────────────────────────
# Для примера используем простую модель из LangChain (OpenAI). Если у вас нет ключа,
# замените на DummyLLM или другую доступную модель.
try:
    from langchain_community.llms import OpenAI

    llm = OpenAI(temperature=0.7)
except Exception:  # pragma: no cover
    # В случае отсутствия OpenAI создаём заглушку, которая просто возвращает фиксированный ответ
    class DummyLLM:
        def __call__(self, *args, **kwargs):
            return "Dummy response"

    llm = DummyLLM()

# Пример простого инструмента: получение погоды (заглушка)
def get_weather(location: str) -> str:
    """Возвращает фиктивную погоду для указанного места."""
    return f"Погода в {location} сегодня солнечная."

tools = [get_weather]

# ────────────────────────  Создание агента с HumanInTheLoopMiddleware  ────────────────────────
memory = MemorySaver()

agent = create_agent(
    model=llm,
    tools=tools,
    system_prompt="Ты полезный ассистент",
    middleware=[
        HumanInTheLoopMiddleware(
            interrupt_on={
                "get_weather": True,  # все решения: approve, edit, reject
            },
            description_prefix="Подтвердите вызов инструмента",
        ),
    ],
    checkpointer=memory,
)

# ────────────────────────  Функция взаимодействия с пользователем  ────────────────────────
def ask_and_run(user_input: Dict[str, Any], config: Dict[str, Any]) -> None:
    """
    Выполняет запрос к агенту, обрабатывает паузу Human‑in‑the‑Loop и возвращает результат.
    """
    # Первый вызов агента
    result = agent.invoke(user_input, config=config)

    while "__interrupt__" in result:
        interrupt_value = result["__interrupt__"][0].value
        action_requests: List[Dict[str, Any]] = interrupt_value.get("action_requests", [])
        review_configs: List[Dict[str, Any]] = interrupt_value.get("review_configs", [])

        decisions: List[Dict[str, Any]] = []

        # Для каждого запроса инструмента запрашиваем у пользователя решение
        for idx, action in enumerate(action_requests):
            name = action.get("name")
            args = action.get("args", {})
            description = action.get("description")

            print("\n--- Запрос на подтверждение ---")
            print(f"Инструмент: {name}")
            print(f"Аргументы: {args}")
            if description:
                print(f"Описание: {description}")

            # Определяем допустимые решения
            allowed_decisions = ["approve", "reject"]
            for cfg in review_configs:
                if cfg.get("name") == name:
                    allowed_decisions = cfg.get("allowed_decisions", allowed_decisions)
                    break

            # Запрашиваем ввод от пользователя
            while True:
                choice = input(f"Выберите действие ({'/'.join(allowed_decisions)}): ").strip().lower()
                if choice in ("a", "approve") and "approve" in allowed_decisions:
                    decisions.append({"type": "approve"})
                    break
                elif choice in ("r", "reject") and "reject" in allowed_decisions:
                    msg = input("Введите причину отказа: ").strip() or "Нет причины"
                    decisions.append({"type": "reject", "message": msg})
                    break
                else:
                    print(f"Недопустимый выбор. Допустимые варианты: {allowed_decisions}")

        # Возобновляем работу агента с полученными решениями
        result = agent.invoke(Command(resume={"decisions": decisions}), config=config)

    # После завершения (без паузы) выводим финальный ответ
    if "messages" in result:
        for msg in result["messages"]:
            role = msg.get("role", "")
            content = msg.get("content", "")
            print(f"\n{role.capitalize()}: {content}")

# ────────────────────────  Основной цикл чата  ────────────────────────
def main():
    config = {"configurable": {"thread_id": "session-1"}}
    print("Привет! Я ассистент. Введите 'exit' для завершения.")
    while True:
        user_text = input("\nВы: ").strip()
        if user_text.lower() == "exit":
            print("До свидания!")
            break
        ask_and_run(
            {"messages": [{"role": "human", "content": user_text}]},
            config=config,
        )

if __name__ == "__main__":
    main()