<|channel|>final code<|message|>import json
from pathlib import Path
from typing import List, Dict

from rich.console import Console
from rich.table import Table

console = Console()


def load_user_profile(path: str) -> Dict:
    """
    Загружаем профиль пользователя из JSON‑файла.
    Ожидается структура:
        {
            "name": "Иван",
            "experience_level": "beginner",  # beginner, intermediate, advanced
            "interests": ["machine learning", "natural language processing"]
        }
    """
    try:
        data = json.loads(Path(path).read_text(encoding="utf-8"))
        console.print(f"[green]Профиль пользователя загружен: {data['name']}[/green]")
        return data
    except Exception as exc:
        console.print(f"[red]Ошибка при чтении профиля: {exc}[/red]")
        raise


def generate_plan(profile: Dict) -> List[Dict]:
    """
    Генерируем план обучения на основе уровня опыта и интересов.
    План состоит из этапов, каждый этап содержит название, описание и список задач.
    """
    level = profile.get("experience_level", "beginner")
    interests = profile.get("interests", [])

    stages: List[Dict] = []

    # Базовый набор тем
    base_topics = {
        "beginner": [
            ("Введение в искусственный интеллект", ["Понимание истории ИИ", "Основные понятия"]),
            ("Python для AI", ["Установка Anaconda", "Библиотеки NumPy, Pandas"]),
            ("Машинное обучение", ["Линейная регрессия", "Классификация"])
        ],
        "intermediate": [
            ("Глубокое обучение", ["Нейронные сети", "ТензорFlow / PyTorch"]),
            ("Обработка естественного языка", ["Tokenization", "Word embeddings"]),
            ("Этика ИИ", ["Bias & fairness", "Privacy concerns"])
        ],
        "advanced": [
            ("Сложные модели", ["Transformer architecture", "Reinforcement learning"]),
            ("Оптимизация и масштабирование", ["Distributed training", "GPU/TPU usage"]),
            ("Исследовательские проекты", ["Публикация статей", "Конференции"])
        ]
    }

    # Добавляем базовые темы
    for title, tasks in base_topics.get(level, []):
        stages.append({"title": title, "description": f"Основы {title.lower()}", "tasks": tasks})

    # Добавляем интересные темы
    if interests:
        for interest in interests:
            stages.append({
                "title": f"Углубление в {interest.title()}",
                "description": f"Продвинутый курс по {interest}",
                "tasks": [f"Изучить ключевые статьи", f"Реализовать проект на тему {interest}"]
            })

    return stages


def display_plan(stages: List[Dict]) -> None:
    """
    Выводим план в виде таблицы с помощью rich.
    """
    table = Table(title="План личной AI‑грамотности", show_lines=True)
    table.add_column("Этап", style="cyan", no_wrap=True)
    table.add_column("Описание", style="magenta")
    table.add_column("Задачи", style="green")

    for stage in stages:
        tasks = "\n".join(f"- {t}" for t in stage["tasks"])
        table.add_row(stage["title"], stage["description"], tasks)

    console.print(table)


def main():
    """
    Точка входа. Ожидается путь к JSON‑файлу с профилем пользователя.
    """
    import argparse

    parser = argparse.ArgumentParser(description="Генератор плана AI‑грамотности")
    parser.add_argument("profile", help="Путь к файлу профиля пользователя (JSON)")
    args = parser.parse_args()

    profile = load_user_profile(args.profile)
    plan = generate_plan(profile)
    display_plan(plan)


if __name__ == "__main__":
    main()