"""
Slide 117: create_dataset -- набор примеров под eval
Section 5: Экосистема
Source: slides/section5-ecosystem/slide-07.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-117/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 117 ===
from langsmith import Client

client = Client()

# 1. Создаем датасет (или достаем существующий по имени)
dataset = client.create_dataset(
    dataset_name="rag-qa-eval-v1",
    description="RAG golden set",
)

# 2. Добавляем примеры пачкой: inputs + reference outputs
client.create_examples(
    dataset_id=dataset.id,
    inputs=[{"q": "Что такое LCEL?"}, {"q": "Что такое HITL?"}],
    outputs=[{"a": "LangChain Expression Language"},
             {"a": "Human-in-the-loop через interrupt"}],
)

# 3. Версионирование: новые данные -> новый датасет
client.clone_dataset(dataset.id, dataset_name="rag-qa-eval-v2")