from collections.abc import AsyncIterator

from app.agents.llm_adapter import DeepSeekClient, LLMResponse, LLMStreamChunk
from app.core.config import settings
from app.models.source_case import CaseBase


class PatientAgent:
    """AI 病人：根据病例资料、隐藏信息和短期 memory 回复医生问诊。"""

    def __init__(self, llm: DeepSeekClient | None = None) -> None:
        self.llm = llm or DeepSeekClient()

    async def reply(self, case: CaseBase, memory_messages: list[dict], user_message: str, mode: str) -> LLMResponse:
        """问诊回复：拼接病例上下文、短期记忆和用户输入后调用 Patient Agent。"""
        messages = self._build_messages(case, memory_messages, user_message, mode)
        return await self.llm.chat(
            messages,
            settings.llm_fast_model,
            thinking_enabled=settings.llm_fast_thinking_enabled,
            max_tokens=settings.llm_fast_max_tokens,
        )

    async def stream_reply(
        self,
        case: CaseBase,
        memory_messages: list[dict],
        user_message: str,
        mode: str,
    ) -> AsyncIterator[LLMStreamChunk]:
        """流式问诊：以 SSE 方式返回 AI 病人增量回复。"""
        messages = self._build_messages(case, memory_messages, user_message, mode)
        async for chunk in self.llm.stream_chat(
            messages,
            settings.llm_fast_model,
            thinking_enabled=settings.llm_fast_thinking_enabled,
            max_tokens=settings.llm_fast_max_tokens,
        ):
            yield chunk

    def _build_messages(self, case: CaseBase, memory_messages: list[dict], user_message: str, mode: str) -> list[dict]:
        """提示词拼接：构造 AI 病人的系统提示词和对话历史。"""
        profile = case.ai_patient_profile or {}
        hidden_info = case.hidden_patient_info or {}
        mode_rule = {
            "novice": "新手模式：回答清楚，必要时可提示医生继续追问症状、既往史或检查。",
            "practice": "练习模式：只回答被问到的信息，不主动给诊断建议。",
            "teaching": "教学模式：保持患者身份，允许在回答后补充简短学习提示。",
        }.get(mode, "只回答被问到的信息。")
        system = f"""
你是一名标准化 AI 病人或患儿家属，只能基于病例资料回答。
病例主诉：{case.chief_complaint}
患者人设：{profile}
隐藏信息：{hidden_info}
回答规则：
1. 不主动透露未被问到的隐藏信息。
2. 不替医生做诊断，不提供治疗方案。
3. 不编造病例外检查检验结果。
4. 每次回答控制在1到3句话，使用患儿家属口吻，不输出分析过程。
5. 只输出给医生看的家属回答纯文本，不输出 JSON、Markdown、标题、解释或思考过程。
6. 如果医生一次问多个问题，按问题顺序简短回答，不扩展病例外信息。
7. {mode_rule}
"""
        messages = [{"role": "system", "content": system.strip()}]
        messages.extend(self._to_llm_history(memory_messages[-12:]))
        messages.append({"role": "user", "content": user_message})
        return messages

    def _to_llm_history(self, memory_messages: list[dict]) -> list[dict]:
        """历史转换：把业务角色 doctor/patient 转换为 LLM role。"""
        role_map = {"doctor": "user", "patient": "assistant", "system": "system", "tool": "assistant"}
        return [
            {"role": role_map.get(item.get("role"), "user"), "content": item.get("content", "")}
            for item in memory_messages
            if item.get("content")
        ]