import os
import sys
from typing import List, Optional

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

# ------------------------------------------------------------------
# 1. Pydantic модели
# ------------------------------------------------------------------


class PersonInfo(BaseModel):
    name: str = Field(..., description="Имя человека")
    age: Optional[int] = Field(None, description="Возраст (если известен)")
    profession: str = Field(..., description="Профессия или должность")
    skills: List[str] = Field(..., description="Список навыков")


class MeetingNotes(BaseModel):
    date: str = Field(..., description="Дата встречи в формате YYYY-MM-DD")
    participants: List[str] = Field(
        ..., description="Имена участников встречи"
    )
    topics: List[str] = Field(..., description="Темы обсуждения")
    decisions: List[str] = Field(
        ..., description="Принятые решения и выводы"
    )
    next_steps: List[str] = Field(
        ...,
        description="Следующие шаги после встречи",
    )


# ------------------------------------------------------------------
# 2. Создание парсера
# ------------------------------------------------------------------


def get_parser(model_cls):
    return PydanticOutputParser(pydantic_object=model_cls)


person_parser = get_parser(PersonInfo)
meeting_parser = get_parser(MeetingNotes)

# ------------------------------------------------------------------
# 3. Prompt шаблоны (один общий, но с разными инструкциями)
# ------------------------------------------------------------------


prompt_template = """
{format_instructions}

Входной текст:
"{text}"
"""

prompt = PromptTemplate(
    input_variables=["text", "format_instructions"],
    template=prompt_template,
)

# ------------------------------------------------------------------
# 4. LLM
# ------------------------------------------------------------------
# Для работы нужен API‑ключ OpenAI в переменной окружения OPENAI_API_KEY
llm = ChatOpenAI(temperature=0, model_name="gpt-3.5-turbo")

# ------------------------------------------------------------------
# 5. Функция выбора схемы и выполнения цепочки
# ------------------------------------------------------------------


def extract_structured(text: str):
    """
    Определяем тип текста (person vs meeting) по эвристике
    и возвращаем валидированный объект Pydantic.
    """
    # простая эвристика: наличие слова "встреча" или "meeting"
    if any(word in text.lower() for word in ["встреча", "meeting"]):
        parser = meeting_parser
    else:
        parser = person_parser

    chain = prompt | llm | parser
    result = chain.invoke(
        {
            "text": text,
            "format_instructions": parser.get_format_instructions(),
        }
    )
    return result


# ------------------------------------------------------------------
# 6. CLI
# ------------------------------------------------------------------


def main():
    examples = [
        (
            "Анна, 28 лет, Python-разработчик. Навыки: FastAPI, Docker.",
            PersonInfo,
        ),
        (
            """Встреча 2023-08-15

Участники:
- Иванов И.И.
- Петров П.П.

Темы:
1. Обновление проекта
2. Распределение задач

Решения:
- Завершить модуль X к 01/09
- Назначить ответственных за Y

Следующие шаги:
- Подготовить презентацию
- Отправить отчёт команде""",
            MeetingNotes,
        ),
    ]

    if len(sys.argv) > 1 and sys.argv[1] == "--example":
        for idx, (txt, model_cls) in enumerate(examples, start=1):
            print(f"\n=== Пример {idx} ===")
            obj = extract_structured(txt)
            print(obj.model_dump(indent=2))
    else:
        # пользовательский ввод
        print("Введите текст (Ctrl-D/Enter для завершения):")
        user_text = sys.stdin.read().strip()
        if not user_text:
            print("Пустой ввод.")
            return
        obj = extract_structured(user_text)
        print("\nРезультат:")
        print(obj.model_dump(indent=2))


if __name__ == "__main__":
    main()