"""
Slide 22: Долгосрочная память: store + namespace
Section 1: LangChain 1.0
Source: slides/section1-chains/slide-22.js

Сгенерировано автоматически из slide-NN.js / sectionN.pptx.
Паттерн провайдера скопирован из
bro-js/agents/teacher/assistant/src/angry_teacher/llm.py.

Запуск:
  cd langchain-evolution-deck
  cp .env.example .env   # заполни OPENAI_API_KEY
  python examples/slide-022/script.py
"""
import os
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI

load_dotenv()

llm = ChatOpenAI(
    # model="openrouter/free",
    # model="qwen/qwen3.5-35b-a3b",
    model="openai/gpt-oss-20b",
    # model="nvidia/nemotron-3-nano",
    # model="qwen/qwen3.5-9b",
    base_url="https://llm.brojs.ru/v1",
    # base_url="https://api.minimax.io/v1",
    # base_url="http://0.0.0.0:8090/v1",
    # base_url="https://openrouter.ai/api/v1",
    # api_key=os.getenv("MINIMAX_API_KEY"),
    api_key=(os.getenv("OPENAI_API_KEY") or "").strip() or None,
    temperature=0.7,
    stream_usage=True,
)


# === Code from slide 22 ===
from langgraph.store.memory import InMemoryStore
from langchain.agents import create_agent
from langchain.embeddings import init_embeddings

# Store может быть in-memory (dev) или Postgres (prod)
store = InMemoryStore(
    index={"embed": init_embeddings("openai:text-embedding-3-small"),
           "dims": 1536},
)

agent = create_agent(
    model="openai:gpt-4.1-mini",
    tools=[...],
    store=store,
)

# Namespace = ("user-id", "facts") -- разделение по пользователям
ns = ("user-42", "facts")
store.put(ns, "pref-1", {"text": "User prefers concise answers."})

# В новой сессии store.search(ns, query="preferences") вернёт факты