# ============================================================
# 通用排产助理（moduleId: core-assistant, 可重生 ✅）
# 像 Kimi：什么都能聊；带多轮上下文；排产是强项。
# ============================================================
from __future__ import annotations

import re
from datetime import datetime
from typing import Any

from server.agent_core.context import (
    format_history_for_llm,
    normalize_history,
    resolve_followup,
    wants_folder_listing,
)
from server.agent_core.providers import get_provider
from server.aps_domain.readiness import analyze_project_data, check_readiness
from server.contracts import AgentReply, UIBlock

World = dict[str, Any]
HistoryItem = dict[str, str]

_WEEKDAYS = "一二三四五六日"

_SYSTEM = """你是「工业智核」企业级排产决策助手，服务对象是计划员、生产经理和工厂管理者。

输出要求：
1. 先给结论，再给关键数据、阻断项/风险和下一步操作。
2. 结合【对话上文】理解省略表达，但不要重复用户原话或暴露内部意图名。
3. 排产数字只能来自【项目上下文】；文件夹内容只能来自【文件夹清单】。
4. 所有数量、时长和日期都带单位或明确字段名；无法确认时直接说明“数据不足”。
5. 使用专业、克制、可执行的中文。避免“啥、咱们、哟、随便、我就上手”等口语，不使用笑话、营销话术或 emoji。
6. 不要每轮粘贴功能清单；只给当前目标最相关的一个下一步。
7. 有【当前时间】时，问几点必须使用该时间。
8. 只回答当前问题，不编造项目事实；没有依据时明确说明需要补充什么数据。
"""


def _now_text() -> str:
    n = datetime.now()
    wd = _WEEKDAYS[n.weekday()]
    return n.strftime(f"%Y年%m月%d日 星期{wd} %H:%M")


def _world_brief(world: World) -> str:
    active = [o for o in (world.get("flexOrders") or [])
              if (o.get("status") or "") not in ("DONE", "CANCELLED")]
    mats = world.get("flexMaterials") or []
    routes = world.get("flexRoutings") or []
    equip = [e for e in (world.get("flexEquipment") or []) if e.get("status") == "RUNNING"]
    cal = world.get("flexCalendar") or []
    report = check_readiness(world)
    s = report["summary"]
    lines = [
        f"待排订单 {len(active)} 张，物料 {len(mats)} 种，工艺步骤 {len(routes)} 条，"
        f"能干活的设备 {len(equip)} 台，班次安排 {len(cal)} 条。",
        f"其中能直接开排约 {s.get('ready')} 张，卡住 {s.get('blocked')} 张，"
        f"工时未填 {s.get('timePending')} 步。",
    ]
    for o in active[:8]:
        lines.append(
            f"- 订单 {o.get('orderNo')}：产品 {o.get('productCode')}，"
            f"数量 {o.get('quantity')}，交期 {o.get('dueDate') or o.get('deliveryDate') or '未填'}"
        )
    return "\n".join(lines)


def _knowledge_snippets(query: str, top_k: int = 3) -> str:
    try:
        from server.knowledge import get_knowledge
        from server.knowledge.retrieval import hybrid_search
        units = get_knowledge().iter_search_units()
        hits = hybrid_search(units, query, top_k=top_k, min_score=0.04)
    except Exception:
        return ""
    if not hits:
        return ""
    parts = []
    for h in hits:
        title = h.get("title") or h.get("assetId") or "资料"
        body = (h.get("content") or "")[:400]
        parts.append(f"《{title}》\n{body}")
    return "\n\n".join(parts)


def _is_greeting(t: str) -> bool:
    return bool(re.search(r"^(你好|您好|嗨|hi|hello|在吗)[\s!！.。？?]*$", t, re.I))


def _is_time_query(t: str) -> bool:
    return bool(re.search(
        r"(现在|当前)?(几点|什么时候了|几时了)|现在几点|几点了|今日日期|今天(几号|日期|星期几)|现在是几号",
        t,
    ))


def _is_definition(t: str) -> bool:
    return bool(re.search(
        r"(什么叫|什么是|啥叫|啥是|解释(一下|下)?|怎么理解|啥意思|定义).{0,12}排产"
        r"|排产.{0,6}(什么意思|是什么|啥意思|怎么理解)",
        t,
    ))


def _wants_inventory(t: str) -> bool:
    return bool(re.search(
        r"分析|盘点|现状|手头|缺什么|缺啥|齐不齐|能不能开排|现在(能不能|可以)排|"
        r"看看(现在|项目|数据|订单)|有多少(单|订单|料)|数据内容|项目里面的数据",
        t,
    )) or "【文件解析】" in t


def _simple_math(t: str) -> str | None:
    m = re.fullmatch(r"\s*(\d+(?:\.\d+)?)\s*([+\-*/×÷])\s*(\d+(?:\.\d+)?)\s*[=？?]?\s*", t)
    if not m:
        return None
    a, op, b = float(m.group(1)), m.group(2), float(m.group(3))
    try:
        if op == "+":
            r = a + b
        elif op == "-":
            r = a - b
        elif op in ("*", "×"):
            r = a * b
        elif op in ("/", "÷"):
            if b == 0:
                return "除数不能为 0。"
            r = a / b
        else:
            return None
    except Exception:
        return None
    if abs(r - round(r)) < 1e-9:
        return f"**{int(round(r))}**"
    return f"**{r:.4g}**"


def _explain_scheduling() -> str:
    return (
        "## 什么是排产？\n\n"
        "排产是将订单需求转换为可执行的生产计划，明确产品、数量、工艺路线、"
        "设备资源、开工时间和完工时间，并在交期、产能和物料约束之间做出安排。\n\n"
        "**一份可执行的排产计划至少需要：**\n"
        "- **需求**：订单、产品、数量和交期\n"
        "- **工艺**：工艺路线、标准工时和前后置关系\n"
        "- **资源**：设备能力、班次日历、模具和物料齐套状态\n\n"
        "如果你提供当前项目数据，我可以先检查齐备度，再生成试排方案。"
    )


def _explain_can_schedule() -> str:
    return (
        "**可以。**\n\n"
        "我可以检查订单、工艺、设备、班次和物料数据，识别排产阻断项，"
        "并按交期、产能或瓶颈策略生成试排方案。\n\n"
        "建议先说「分析当前项目数据」，确认数据齐备度后再生成方案。"
    )


def _answer_time() -> str:
    return f"现在是 **{_now_text()}**（按你这台电脑的本地时间）。"


def _readiness_block(world: World) -> UIBlock:
    report = check_readiness(world)
    return UIBlock(
        blockId="assistant-readiness", type="readiness",
        props={"summary": report["summary"], "orders": report["orders"][:12],
               "globalIssues": report["globalIssues"]},
    )


def _offline_reply(
    world: World, query: str, *, session_id: str | None = None,
) -> tuple[str, bool]:
    t = query.strip()

    if _is_greeting(t):
        return (
            "您好，我是工业智核排产助手。\n\n"
            "我可以协助分析订单与生产数据、检查排产条件、生成试排方案并解释冲突。\n\n"
            "请直接描述目标，例如「分析当前项目数据」或「生成交期优先试排方案」。",
            False,
        )

    if _is_time_query(t):
        return _answer_time(), False

    if wants_folder_listing(t):
        from server.aps_domain.folder_pack import analyze_work_dir
        report = analyze_work_dir(world, session_id)
        return report.get("markdown") or report.get("error") or "目录解析完成。", False

    if _is_definition(t):
        return _explain_scheduling(), False

    if re.search(r"你会排产|会不会排|能不能排产|你会排吗", t):
        return _explain_can_schedule(), False

    if re.search(r"你是谁|你能做什么|怎么用|如何使用|介绍一下|你会什么", t):
        return (
            "我是工业智核的排产决策助手。\n\n"
            "主要能力包括：分析项目数据、检查排产齐备度、生成和比较试排方案、"
            "解释交期风险与产能瓶颈。\n\n"
            "建议从「分析当前项目数据」开始。",
            False,
        )

    math = _simple_math(t)
    if math:
        return f"算下来是 {math}。", False

    if re.search(r"讲个笑话|来个笑话|说个笑话", t):
        return (
            "我目前专注于生产计划、排产数据和交期分析。\n\n"
            "如果你有具体订单或现场问题，请直接描述，我会给出可执行的分析结果。",
            False,
        )

    if re.search(r"天气|下雨|降温|热不热", t):
        return (
            "当前未接入实时天气数据，无法提供可靠天气判断。\n\n"
            "如果你担心天气影响交期，请提供订单号，我可以检查对应计划和缓冲时间。",
            False,
        )

    if _wants_inventory(t):
        return analyze_project_data(world, t), True

    # 祈使开排不应落到助理菜单（意图层应已拦截；此处再兜底一句口令）
    if re.search(
        r"给我排产|我要你排产|你给我排|帮我排产|开始排产|直接排|马上排|赶紧排|排产吧",
        t,
    ):
        return (
            "我理解你的目标是生成排产方案。\n\n"
            "请确认使用当前项目数据生成一版柔性试排方案；系统会先校验订单、工艺、"
            "设备和班次条件，缺失数据会在结果中明确列出。",
            False,
        )
    if re.search(r"排产|订单|交期|设备|工艺|物料|工时", t) and re.search(
        r"什么|怎么|如何|吗|呢|？|\?", t,
    ):
        return (
            f"我理解你关注的是「{t[:40]}」。\n\n"
            "请明确需要执行的操作：生成试排方案、检查数据齐备度，或查看项目文件。",
            False,
        )

    # 开放问题：结合上文语气，不再甩「没配 Kimi」
    return (
        f"我暂未识别到「{t[:48]}」对应的明确业务目标。\n\n"
        "请补充以下任一信息：订单号或产品、期望交期、需要检查的数据，或希望采用的排产策略。",
        False,
    )


async def reply(
    world: World,
    query: str,
    *,
    history: list[Any] | None = None,
    session_id: str | None = None,
) -> AgentReply:
    """带多轮上下文的通用作答。"""
    hist = normalize_history(history)
    # 历史不含本轮用户句时，resolve 用 hist；前端传来的 history 通常不含当前句
    follow = resolve_followup(query, hist)
    if follow.get("kind") == "deny" and follow.get("reply"):
        return AgentReply(text=str(follow["reply"]))

    q = str(follow.get("text") or query or "").strip() or "你好"
    note = str(follow.get("note") or "")

    # 短确认被改写成「直接排一版 / 带我排一版」等 → 交给工作流口令识别更稳
    # 此处若已是明确排产口令，仍可由 assistant 引导；gateway 会在 resolve 后重新 recognize。
    # 助理层只负责问答类。

    if _is_time_query(q) or _is_greeting(q) or _is_definition(q) \
            or re.search(r"你会排产|会不会排|能不能排产|你会排吗", q) \
            or wants_folder_listing(q):
        text, with_card = _offline_reply(world, q, session_id=session_id)
        if note and follow.get("kind") == "affirm":
            text = f"已根据上一轮确认，继续执行：{q}\n\n" + text
        return AgentReply(text=text, blocks=[_readiness_block(world)] if with_card else [])

    provider = get_provider()
    if provider.enabled:
        brief = _world_brief(world)
        knowledge = _knowledge_snippets(q)
        hist_blob = format_history_for_llm(hist)
        folder_hint = ""
        if wants_folder_listing(q):
            from server.aps_domain.folder_pack import analyze_work_dir
            folder_hint = analyze_work_dir(world, session_id).get("markdown") or ""
        user = (
            f"【当前时间】{_now_text()}\n\n"
            + (f"【对话上文】\n{hist_blob}\n\n" if hist_blob else "")
            + (f"【上下文备注】{note}\n\n" if note else "")
            + f"【项目上下文】\n{brief}\n\n"
            + (f"【文件夹清单】\n{folder_hint}\n\n" if folder_hint else "")
            + (f"【厂内资料摘录】\n{knowledge}\n\n" if knowledge else "")
            + f"【用户本轮】\n{q}\n\n"
            "请结合上文正面回答。用户说「是的」时，按上一轮建议执行或确认，不要反问「你问的是是的」。"
        )
        text = await provider.chat_text(_SYSTEM, user, timeout=45.0)
        if text and text.strip():
            blocks = [_readiness_block(world)] if _wants_inventory(q) else []
            return AgentReply(text=text.strip(), blocks=blocks)

    text, with_card = _offline_reply(world, q, session_id=session_id)
    if note and follow.get("kind") == "affirm":
        text = f"已根据上一轮确认，继续执行：{q}\n\n" + text
    blocks = [_readiness_block(world)] if with_card else []
    return AgentReply(text=text, blocks=blocks)