import os
from openai import OpenAI
from dotenv import load_dotenv
import time
import logging


# === Config LLM call ===
load_dotenv()
deepseek_url = 'https://api.deepseek.com/v1' # set to be compatible with the OpenAI API
deepseek_api = os.getenv("DEEPSEEK_API_KEY")
if not deepseek_api:
    raise ValueError("DEEPSEEK_API_KEY not set!")

# 配置日志
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)


# === prompts and parameters ===
def call_deepseek(
        messages=None,
        system_prompt="你是一个擅长前端开发的AI，专注于生成Vue.js代码。",
        prompt=None,
        model='deepseek-chat',
        temperature=0.6,
        max_tokens=1000,
        stream=False,
        max_retries=3,
):
    """
    调用 DeepSeek API,支持多轮对话和流式/非流式响应

    Args:
        messages (list): 对话消息列表，格式为[{"role": "user", "content": "..."},...]。
                       如果提供，则优先使用，否则根据 system_prompt和 prompt 构造.
        system_prompt (str): 系统提示词，仅在 message 未提供时使用.
        prompt (str): 用户提示词，仅在 message 未提供时使用.
        model (str): 模型名称，默认为 'deepseek-chat'。
        temperature (float): 温度参数，控制生成文本的随机性，默认为 0.6。
        max_tokens (int): 最大生成 token 数量，默认为 1000。
        stream (bool): 是否使用流式响应，默认为 False。
        max_retries (int): 最大重试次数，默认为 3。

    Returns:
        tuple: (result, usage)
            - result (str): 非流式返回字符串(回复内容),流式返回生成器(逐块内容).
            - usage (dict): token使用统计(非流式返回 Usage 对象,流式返回 None).

    Raises:
        ValueError: 如果 message 和 prompt 都为空或参数无效
        Exception: 如果 API 调用失败且达到最大重试次数
    """
    # 初始化 OpenAI 客户端
    client = OpenAI(
        api_key=deepseek_api,
        base_url=deepseek_url,
    )

    # 参数验证
    if messages is None:
        if not prompt:
            raise ValueError("必须提供 message 或 prompt 参数")
        messages = [
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": prompt}
        ]
    elif not isinstance(messages, list) or not messages:
        raise ValueError("message 参数必须是非空列表")

    # 模型验证
    models = ["deepseek-chat", "deepseek-reasoner"]
    if model not in models:
        raise ValueError(f"无效的模型名称: {model}，可用模型: {models}")

    # 调用 API
    for attempt in range(max_retries):
        try:
            response = client.chat.completions.create(
                model=model,
                messages=messages,
                temperature=temperature,
                max_tokens=max_tokens,
                stream=stream
            )

            # 流式响应
            if stream:
                def stream_generator():
                    usage = None
                    for chunk in response:
                        if chunk.choices[0].delta.content is not None:
                            yield chunk.choices[0].delta.content
                    return usage
                return stream_generator(), None
            else:
                # 非流式响应
                content = response.choices[0].message.content
                return content, response.usage

        except Exception as e:
            if hasattr(e, 'status_code') and e.status_code == 429:  # 限流
                logger.warning(f"请求过于频繁，正在重试... (尝试 {attempt + 1}/{max_retries})")
                time.sleep(2 ** attempt)  # 指数退避
            else:
                logger.error(f"API 调用失败：{str(e)}")
                raise
    raise Exception("达到最大重试次数，API 调用失败")

def generate_vue_code(prompt=None):
    prompt = (
        "生成一个React组件代码，用于端午节活动海报，包含以下部分并指定排版位置："
        "1. 背景图层：div，占据整个组件区域。"
        "2. 主体图层：div，位于顶部1/4处，居中，包含标题和副标题。"
        "3. 活动亮点：div，位于底部1/4处，居中，使用网格布局展示三项活动（每项包含图标、标题和描述）。"
        "4. 页脚：div，位于底部，居中，包含主办单位信息和logo图片。"
        "组件尺寸为1080x1920px，布局使用absolute定位，仅关注排版位置，不包含任何样式描述（如颜色、字体、阴影、动画等）。"
        "仅生成React代码本身，不包含说明性文字、注释或Markdown格式。"
    )
    system_prompt = (
        "你是一个擅长前端开发的AI，专注于生成React.js代码。"
        "生成的代码仅关注排版位置，使用absolute定位，不包含任何样式描述（如颜色、字体、阴影、动画等）。"
        "确保代码符合React最佳实践，仅生成代码本身。"
    )


    result,usage = call_deepseek(prompt=prompt, system_prompt=system_prompt,temperature=0.4)
    # print(result)
    # print(usage)
    return result

def save_code(code,file_path="../outputs/generated_code.jsx"):
    os.makedirs(os.path.dirname(file_path), exist_ok=True)
    with open(file_path, "w", encoding="utf-8") as f:
        f.write(code)

if __name__ == "__main__":
    vue_code = generate_vue_code()
    save_code(vue_code)
    print("React组件代码已生成并保存到outputs/generated_code.jsx")