"""Stand-in for classifyRectificationTurnIntent using an OpenAI-compatible chat API.

Copies the production instruction strings from turn-intent-classifier.ts.
Does not change production. Reads DEEPSEEK_API_KEY from the environment only.
"""

from __future__ import annotations

import json
import os
import time
import urllib.error
import urllib.request
from typing import Any, Mapping, Sequence

from scripts.research.jev_intent_questions import build_state, enforce_combo

# Keep these byte-for-byte with frontend/src/lib/rectification-agentic/v9/turn-intent-classifier.ts
CHOICE_INSTRUCTIONS = """你只做当前生时校正问题的意图分类，不回答用户，也不修改任何状态。
结合当前问题和动态选项判断用户是在回答当前问题、提供新的带时间经历、要求停止整个校正、询问结果，还是语义不清。
若是在回答当前问题，answer_class 必须使用某个选项提供的 answer_class；否则 answer_class 必须为 null。
has_new_dated_event 仅在用户同一句里除了回答当前问题之外，还提供了新的、带大概时间的经历时为 true；单纯的否定或单纯的选项回答必须为 false。
若同一句话既回答了当前问题又补充了新的带时间经历，intent 仍为 answer_current_focus，has_new_dated_event 为 true。
“当前方面没有、那段时间没有变化”通常是回答当前问题，不是停止整个流程；只有用户明确要求停止整个校正时才分类为 stop_rectification。
不要按 A/B/C/D 的位置猜语义，只按选项 label 与 answer_class 判断。"""

COLLECT_INSTRUCTIONS = """你只做当前生时校正采集题的意图分类，不回答用户，也不修改任何状态。
当前问题没有点选选项。判断用户是在回答当前采集题、提供新的带时间经历、要求停止整个校正、询问结果，还是语义不清。
「没有、没发生过、这方面没什么」→ intent 为 answer_current_focus，answer_class 为 no（该方面没有事，本次不再问）。
「记不清、不记得、忘了、想不起来、以后再说」→ intent 为 answer_current_focus，answer_class 为 unsure（先放着，以后可补）。
用户用带大概年月的经历直接回答当前采集题 → intent 为 answer_current_focus，answer_class 为 yes（程度较弱时为 weak_yes），has_new_dated_event 为 false。
不要把「没有」或「记不清」标成 yes。若既没有否定、也没有说记不清、也没有给出带年月经历，intent 为 unclear，answer_class 必须为 null。
若用户只在补充带时间的经历、并没有回答当前采集题，intent 为 provide_new_evidence，answer_class 必须为 null。
has_new_dated_event 仅在用户同一句里除了回答当前采集题之外，还提供了新的、带大概时间的经历时为 true；单纯的否定或记不清必须为 false。
若同一句话既明确否定当前采集题又补充了新的带时间经历，intent 仍为 answer_current_focus 且 answer_class 为 no，不要改成 provide_new_evidence。
“当前方面没有”通常是回答当前采集题，不是停止整个流程；只有用户明确要求停止整个校正时才分类为 stop_rectification。
不要按关键词表或正则猜测，只根据当前问题与用户这句话的语义分类。"""

JSON_SCHEMA_HINT = (
    "只输出一个 JSON 对象，不要解释。字段："
    '{"intent":"answer_current_focus|provide_new_evidence|stop_rectification|ask_about_result|unclear",'
    '"answer_class":"yes"|"weak_yes"|"no"|"unsure"|null,'
    '"has_new_dated_event":true|false}'
)

DEFAULT_MODEL = "deepseek-flash"
DEFAULT_BASE = "https://api.deepseek.com"


def current_model_id() -> str:
    return os.environ.get("DEEPSEEK_MODEL") or DEFAULT_MODEL


def _instructions(sample: Mapping[str, Any]) -> str:
    focus = sample.get("focus") if isinstance(sample.get("focus"), dict) else {}
    options = list(focus.get("options") or [])
    return CHOICE_INSTRUCTIONS if options else COLLECT_INSTRUCTIONS


def _parse_content(text: str) -> dict[str, Any]:
    raw = (text or "").strip()
    if raw.startswith("```"):
        raw = raw.strip("`")
        if raw.lower().startswith("json"):
            raw = raw[4:]
        raw = raw.strip()
    start = raw.find("{")
    end = raw.rfind("}")
    if start < 0 or end <= start:
        raise ValueError("no_json_object")
    payload = json.loads(raw[start : end + 1])
    if not isinstance(payload, dict):
        raise ValueError("json_not_object")
    return payload


def call_current(sample: Mapping[str, Any], *, timeout: float = 60.0) -> dict[str, Any]:
    api_key = os.environ.get("DEEPSEEK_API_KEY") or ""
    if not api_key:
        raise RuntimeError("DEEPSEEK_API_KEY missing")
    base = (os.environ.get("DEEPSEEK_BASE_URL") or DEFAULT_BASE).rstrip("/")
    model = current_model_id()
    body = {
        "model": model,
        "messages": [
            {"role": "system", "content": _instructions(sample) + "\n" + JSON_SCHEMA_HINT},
            {"role": "user", "content": json.dumps(build_state(sample), ensure_ascii=False)},
        ],
        "temperature": 0,
        "max_tokens": 256,
        "thinking": {"type": "disabled"},
        "response_format": {"type": "json_object"},
        "stream": False,
    }
    request = urllib.request.Request(
        f"{base}/chat/completions",
        data=json.dumps(body).encode("utf-8"),
        headers={
            "Content-Type": "application/json",
            "Authorization": f"Bearer {api_key}",
        },
        method="POST",
    )
    started = time.perf_counter()
    with urllib.request.urlopen(request, timeout=timeout) as response:
        payload = json.loads(response.read().decode("utf-8"))
    elapsed_ms = int((time.perf_counter() - started) * 1000)
    content = (((payload.get("choices") or [{}])[0].get("message") or {}).get("content")) or ""
    parsed = _parse_content(content)
    combo = enforce_combo(
        parsed.get("intent"),
        parsed.get("answer_class"),
        parsed.get("has_new_dated_event"),
    )
    usage = payload.get("usage") or {}
    return {
        "ok": True,
        "unavailable": False,
        "model": payload.get("model") or model,
        "intent": combo["intent"],
        "answer_class": combo["answer_class"],
        "has_new_dated_event": combo["has_new_dated_event"],
        "confidence": None,
        "raw": parsed,
        "input_tokens": usage.get("prompt_tokens") or usage.get("input_tokens"),
        "output_tokens": usage.get("completion_tokens") or usage.get("output_tokens"),
        "elapsed_ms": elapsed_ms,
    }


def call_current_retry(sample: Mapping[str, Any], *, retries: int = 4) -> dict[str, Any]:
    last_error = ""
    delay = 1.0
    for _attempt in range(retries):
        try:
            return call_current(sample)
        except urllib.error.HTTPError as exc:
            last_error = f"HTTP{exc.code}"
            if exc.code in {429, 500, 502, 503, 529}:
                time.sleep(delay)
                delay = min(delay * 2, 16)
                continue
            break
        except Exception as exc:  # noqa: BLE001
            last_error = type(exc).__name__
            time.sleep(delay)
            delay = min(delay * 2, 16)
    return {
        "ok": False,
        "unavailable": True,
        "model": current_model_id(),
        "intent": None,
        "answer_class": None,
        "has_new_dated_event": None,
        "confidence": None,
        "raw": None,
        "input_tokens": None,
        "output_tokens": None,
        "elapsed_ms": None,
        "error": last_error,
    }


def stratified_sample(
    rows: Sequence[Mapping[str, Any]],
    *,
    fraction: float,
    seed: int,
) -> list[dict[str, Any]]:
    import random

    rng = random.Random(seed)
    picked: list[dict[str, Any]] = []
    by_layer: dict[str, list[Mapping[str, Any]]] = {"choice": [], "collect": [], "none": []}
    for row in rows:
        layer = str(row.get("layer") or "none")
        by_layer.setdefault(layer, []).append(row)
    for layer, group in by_layer.items():
        items = list(group)
        rng.shuffle(items)
        n = max(1, int(round(len(items) * fraction))) if items else 0
        picked.extend(dict(item) for item in items[:n])
    return picked