package com.learn.config;

import com.learn.tool.CalculatorTool;
import com.learn.tool.SearchTool;
import com.learn.tool.WeatherTool;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.ai.chat.client.ChatClient;
import org.springframework.ai.chat.client.advisor.MessageChatMemoryAdvisor;
import org.springframework.ai.chat.client.advisor.vectorstore.QuestionAnswerAdvisor;
import org.springframework.ai.chat.memory.ChatMemory;
import org.springframework.ai.chat.memory.ChatMemoryRepository;
import org.springframework.ai.chat.memory.MessageWindowChatMemory;
import org.springframework.ai.chat.model.ChatModel;
import org.springframework.ai.embedding.EmbeddingModel;
import org.springframework.ai.openai.OpenAiEmbeddingModel;
import org.springframework.ai.openai.api.OpenAiApi;
import org.springframework.ai.vectorstore.SimpleVectorStore;
import org.springframework.ai.vectorstore.VectorStore;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Lazy;

/**
 * Week 10 核心配置 —— Agent 能力装配
 *
 * 新增（对比 Week 9）：
 * 1. EmbeddingModel（手动创建，用 Ollama 本地） → RAG
 * 2. VectorStore（SimpleVectorStore，内存） → RAG
 * 3. ChatMemory 持久化（RedisChatMemoryRepository） → 记忆不丢失
 * 4. ChatClient 注册 Tools + QuestionAnswerAdvisor → Agent
 */
@Configuration
public class AIConfig {

    private static final Logger log = LoggerFactory.getLogger(AIConfig.class);

    // ==================== Embedding（用于 RAG） ====================

    /**
     * EmbeddingModel —— 把文本转成向量。
     *
     * 这里手动创建 OpenAiEmbeddingModel，指向 Ollama 本地服务，
     * 因为 Chat 用的是 DeepSeek（不支持 Embedding），两者 base-url 不同。
     *
     * 前置条件：ollama pull nomic-embed-text
     */
    @Bean
    @Lazy
    public EmbeddingModel embeddingModel(
            @Value("${spring.ai.openai.embedding.base-url:http://localhost:11434}") String baseUrl,
            @Value("${spring.ai.openai.embedding.api-key:ollama}") String apiKey) {

        var api = OpenAiApi.builder()
                .baseUrl(baseUrl.endsWith("/v1") ? baseUrl : baseUrl + "/v1")
                .apiKey(apiKey)
                .build();
        log.info("EmbeddingModel created with base-url: {}", baseUrl);
        return new OpenAiEmbeddingModel(api);
    }

    // ==================== VectorStore（用于 RAG） ====================

    /**
     * SimpleVectorStore —— 纯内存向量存储，免外部服务。
     * 生产环境可替换为 RedisVectorStore / PgVectorStore 等。
     */
    @Bean
    @Lazy
    public VectorStore vectorStore(EmbeddingModel embeddingModel) {
        return SimpleVectorStore.builder(embeddingModel).build();
    }

    // ==================== ChatMemory（持久化） ====================

    /**
     * ChatMemory —— 对话记忆，Redis 持久化（Day 5）。
     *
     * 架构: MessageWindowChatMemory (滑动窗口, 最多 30 条)
     *          ↓ 存储
     *       ChatMemoryRepository → RedisChatMemoryRepository (自定义实现)
     *
     * 切换方案：把注入的 ChatMemoryRepository 换成 InMemoryChatMemoryRepository
     * 就回到 Week 9 的内存模式，其他代码完全不用改。
     */
    @Bean
    public ChatMemory chatMemory(ChatMemoryRepository repository) {
        return MessageWindowChatMemory.builder()
                .chatMemoryRepository(repository)
                .maxMessages(30)
                .build();
    }

    // ==================== ChatClient（Agent 入口） ====================

    /**
     * ChatClient —— Week 10 增强版：
     * - 复用 Week 9 的 defaultSystem + MessageChatMemoryAdvisor
     * - 新增 defaultTools：注册所有 @Tool 方法
     * - 新增 QuestionAnswerAdvisor：RAG 检索增强
     *
     * 注意：Tool 对象通过 Spring 注入（用 @Component 标注），
     * .defaultTools() 接收所有带 @Tool 注解的 Bean。
     */
    @Bean
    public ChatClient chatClient(
            ChatModel chatModel,
            ChatMemory chatMemory,
            @Lazy VectorStore vectorStore,
            WeatherTool weatherTool,
            CalculatorTool calculatorTool,
            SearchTool searchTool) {

        return ChatClient.builder(chatModel)
                .defaultSystem("""
                        你是一个 AI Agent 助手，名字叫"小智 Agent"。
                        你可以调用工具来获取信息或执行计算。
                        当用户询问天气、计算数学、或搜索信息时，请使用对应的工具。
                        回答时请用中文，基于工具返回的结果来组织自然流畅的回复。
                        """)
                .defaultTools(weatherTool, calculatorTool, searchTool)
                .defaultAdvisors(
                        MessageChatMemoryAdvisor.builder(chatMemory).build(),
                        new QuestionAnswerAdvisor(vectorStore)
                )
                .build();
    }
}