#!/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
solution.py

Простой скрипт, который принимает одну строку с описанием задания,
передаёт её модели OpenAI через LangChain и получает валидированный объект
TaskCard (Pydantic). Затем выводит сериализованную форму и краткую сводку.
"""

import os
import sys
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


# --------------------------------------------------------------------------- #
# 1. Модель данных карточки задания
# --------------------------------------------------------------------------- #
class TaskCard(BaseModel):
    """
    Карточка задачи, которую генерирует модель.
    """

    title: str = Field(
        ...,
        description="Краткое название задачи (например, «Мини‑отчёт по LangChain»).",
    )
    subject: str | None = Field(
        None,
        description="Тема или предмет, к которому относится задача.",
    )
    deadline_hint: str | None = Field(
        None,
        description=(
            "Неформальное указание срока сдачи (например, «к пятнице»)."
        ),
    )
    deliverable_type: str | None = Field(
        None,
        description="Тип сдаваемого материала (отчёт, код, презентация и т.п.).",
    )
    grading_hints: List[str] | None = Field(
        None,
        description=(
            "Ключевые критерии оценки. Каждый элемент списка – отдельный пункт."
        ),
    )


# --------------------------------------------------------------------------- #
# 2. Настройка LLM и парсера
# --------------------------------------------------------------------------- #
# Параметры модели можно менять через переменные окружения.
OPENAI_MODEL = os.getenv("OPENAI_MODEL", "gpt-4o-mini")
TEMPERATURE = float(os.getenv("OPENAI_TEMPERATURE", "0"))

llm = ChatOpenAI(
    model=OPENAI_MODEL,
    temperature=TEMPERATURE,
)

parser = PydanticOutputParser(pydantic_object=TaskCard)


# --------------------------------------------------------------------------- #
# 3. Шаблон промпта
# --------------------------------------------------------------------------- #
prompt_template = PromptTemplate(
    template="""
Вы — помощник, который преобразует неформальное описание задания в структурированный формат.
Пожалуйста, выведите только JSON‑объект с полями, которые описаны ниже.

{format_instructions}

Входное описание:
"{input_text}"
""",
    input_variables=["input_text"],
    partial_variables={"format_instructions": parser.get_format_instructions()},
)

# --------------------------------------------------------------------------- #
# 4. Цепочка (prompt → LLM → парсер)
# --------------------------------------------------------------------------- #
chain = prompt_template | llm | parser


# --------------------------------------------------------------------------- #
# 5. Вспомогательная функция для вывода сводки
# --------------------------------------------------------------------------- #
def summarize(card: TaskCard) -> str:
    """
    Формирует краткую человекочитаемую сводку из объекта TaskCard.
    """
    parts = [f"**{card.title}**"]
    if card.subject:
        parts.append(f"(предмет: {card.subject})")
    if card.deadline_hint:
        parts.append(f"Срок сдачи: {card.deadline_hint}")
    if card.deliverable_type:
        parts.append(f"Тип сдаваемого материала: {card.deliverable_type}")
    if card.grading_hints:
        hints = ", ".join(card.grading_hints)
        parts.append(f"Критерии оценки: {hints}")
    return " | ".join(parts)


# --------------------------------------------------------------------------- #
# 6. Точка входа
# --------------------------------------------------------------------------- #
def main() -> None:
    if len(sys.argv) > 1:
        # Если передан аргумент, считаем его описанием задания
        input_text = " ".join(sys.argv[1:])
    else:
        # Иначе читаем из stdin (первую строку)
        print("Введите описание задания:")
        input_text = sys.stdin.readline().strip()

    if not input_text:
        print("Ошибка: входной текст пуст.")
        sys.exit(1)

    try:
        card: TaskCard = chain.invoke({"input_text": input_text})
    except Exception as exc:
        print(f"Не удалось получить структуру от модели: {exc}")
        sys.exit(1)

    # Вывод валидированного объекта
    print("\n=== Валидированный объект ===")
    print(card.model_dump(indent=2))

    # Краткая сводка
    print("\n=== Сводка задачи ===")
    print(summarize(card))


if __name__ == "__main__":
    main()