// Slide 07: Streaming -- .stream() yields chunks progressively
// Code slide: how to consume the model output as a stream.

const ds = require('./design-system');

function createSlide(pres, theme) {
  const slide = pres.addSlide();
  ds.helpers.slideBase(slide, pres, theme);

  ds.helpers.addHeader(slide, pres, theme, {
    eyebrow: 'STAGE 1: CHAINS',
    section: 'Streaming',
    title: 'Потоковый вывод -- token за токеном',
    sectionNumber: 1,
  });

  ds.helpers.addCodeBlock(slide, pres, theme, {
    x: 0.5, y: 1.5, w: 9.0, h: 3.25,
    language: 'python',
    filePath: 'examples/streaming.py',
    code: [
      'from langchain.chat_models import init_chat_model',
      '',
      'model = init_chat_model("openai:gpt-4.1-mini")',
      '',
      '# .stream() -> итератор по AIMessageChunk',
      'for chunk in model.stream("Write a haiku about Python"):',
      '    # У каждого chunk-а есть .content (текст) и .response_metadata',
      '    print(chunk.content, end="", flush=True)',
      '',
      'print()  # перевод строки после потока',
      '',
      '# Async-вариант: model.astream() -- то же самое в async-контексте',
      'import asyncio',
      '',
      'async def main():',
      '    async for chunk in model.astream("Write a haiku about async"):',
      '        print(chunk.content, end="", flush=True)',
    ].join('\n'),
  });

  ds.helpers.addCallout(slide, pres, theme, {
    x: 0.5, y: 4.85, w: 9.0, h: 0.3,
    kind: 'success',
    text: 'AIMessageChunk можно складывать через оператор + -- для буферизации и метрик.',
  });

  ds.helpers.addSourceLine(slide, pres, theme, {
    source: 'python.langchain.com/docs/how_to/streaming/',
  });
  ds.helpers.addPageNumber(slide, pres, theme, 7);
}

module.exports = { createSlide };