"""
报告生成器
将分析计划 + 探索结果 + 洞察，综合为一份可读报告。
"""
import json
from typing import Any

import openai
from config import LLM_CONFIG
from explorer import ExplorationStep
from insights import Insight


REPORT_PROMPT = """你是一个数据分析报告撰写专家。基于以下信息撰写报告。

## 用户问题
{question}

## 分析计划
{plan}

## 探索过程
{exploration}

## 主动洞察
{insights_text}

## 撰写要求
1. **开头**：一句话总结核心结论（先给答案）
2. **核心发现**：按重要性排列，每个发现带具体数字
3. **深入洞察**：异常、趋势、关联（从洞察中提取）
4. **建议**：基于数据的行动建议
5. **审计**：末尾附上所有执行的 SQL

使用 Markdown，中文撰写。
语气：专业但不枯燥，像一个聪明的分析师在做简报。"""


class ReportGenerator:
    """报告生成器"""

    def __init__(self):
        self.client = openai.OpenAI(
            api_key=LLM_CONFIG["api_key"],
            base_url=LLM_CONFIG["base_url"],
        )
        self.model = LLM_CONFIG["model"]

    def generate(
        self,
        question: str,
        plan: dict,
        steps: list[ExplorationStep],
        insights: list[Insight],
    ) -> str:
        """生成分析报告"""

        # 构建探索过程文本
        exploration = self._build_exploration(steps)

        # 构建洞察文本
        insights_text = self._build_insights(insights)

        prompt = REPORT_PROMPT.format(
            question=question,
            plan=json.dumps(plan, ensure_ascii=False, indent=2),
            exploration=exploration,
            insights_text=insights_text,
        )

        response = self.client.chat.completions.create(
            model=self.model,
            messages=[
                {"role": "system", "content": "你是专业的数据分析师，撰写清晰、有洞察力的分析报告。"},
                {"role": "user", "content": prompt},
            ],
            temperature=0.3,
            max_tokens=4096,
        )

        return response.choices[0].message.content

    def _build_exploration(self, steps: list[ExplorationStep]) -> str:
        parts = []
        for step in steps:
            if step.action == "done":
                parts.append(f"### 探索结束\n{step.reasoning}")
                continue

            if step.success:
                parts.append(
                    f"### 第 {step.round_num} 轮：{step.purpose}\n"
                    f"思考: {step.reasoning}\n"
                    f"SQL: `{step.sql}`\n"
                    f"结果 ({step.row_count} 行):\n"
                    f"列: {step.columns}\n"
                    f"数据: {json.dumps(step.rows, ensure_ascii=False)}"
                )
            else:
                parts.append(
                    f"### 第 {step.round_num} 轮：{step.purpose}\n"
                    f"SQL: `{step.sql}`\n"
                    f"执行失败: {step.error}"
                )
        return "\n\n".join(parts) if parts else "无探索步骤"

    def _build_insights(self, insights: list[Insight]) -> str:
        if not insights:
            return "未检测到异常。"
        return "\n".join(str(i) for i in insights)