"""
Slide 114: @traceable -- декоратор для любой функции
Section 5: Экосистема
Source: slides/section5-ecosystem/slide-04.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-114/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 114 ===
from langsmith import traceable

# Декоратор превращает функцию в traced Run.
# Все аргументы и return попадают в trace автоматически.
@traceable(name="retrieve_docs", run_type="retriever")
def retrieve(query: str, k: int = 4) -> list[str]:
    return vector_store.similarity_search(query, k=k)

@traceable(name="generate_answer", run_type="chain")
def generate_answer(query: str) -> str:
    docs = retrieve(query)                     # nested Run
    context = "\n".join(docs)
    return llm.invoke(f"Q: {query}\nCtx: {context}")

# Дерево: generate_answer -> retrieve_docs -> ChatModel
print(generate_answer("What is LCEL?"))