"""LLM 客户端抽象与工厂。

支持 DeepSeek 和 Qwen(百炼),两者均为 OpenAI 兼容接口,共用 openai SDK。

环境变量:
    LLM_PROVIDER       = deepseek | qwen        (默认 deepseek)
    DeepSeek: DEEPSEEK_API_KEY / DEEPSEEK_BASE_URL / DEEPSEEK_MODEL
    Qwen:     QWEN_API_KEY / QWEN_BASE_URL / QWEN_MODEL
              (QWEN_API_KEY -> DASHSCOPE_API_KEY 兜底)
    模型必须显式配置(provider 对应的 *_MODEL 或 LLM_MODEL),不再提供内置默认模型。
    LLM_TEMPERATURE / LLM_TIMEOUT_SEC
"""

from __future__ import annotations

import os
from dataclasses import dataclass

from loguru import logger
from openai import AsyncOpenAI, OpenAI

# 默认基址
_DEEPSEEK_DEFAULT_BASE = "https://api.deepseek.com"
_QWEN_DEFAULT_BASE = "https://dashscope.aliyuncs.com/compatible-mode/v1"

# 抽取任务默认参数
DEFAULT_TIMEOUT_SEC = 60.0
DEFAULT_TEMPERATURE = 0.1


@dataclass
class LLMConfig:
    """LLM 调用配置(provider / model / api_key / base_url / 参数)。"""

    provider: str             # "deepseek" / "qwen"
    model: str
    api_key: str
    base_url: str
    timeout_sec: float = DEFAULT_TIMEOUT_SEC
    temperature: float = DEFAULT_TEMPERATURE

    def __post_init__(self) -> None:
        if not self.api_key:
            raise ValueError(f"LLM provider={self.provider} 的 API key 为空")


def _read_env(key: str, default: str | None = None) -> str | None:
    val = os.environ.get(key)
    if val is None or val.strip() == "":
        return default
    return val.strip()


def load_llm_config(
    provider: str | None = None,
    *,
    model: str | None = None,
) -> LLMConfig:
    """根据环境变量构造 LLMConfig。

    provider 为 None 时读 LLM_PROVIDER 环境变量,默认 deepseek。
    model 为 None 时读 LLM_MODEL 或 provider 默认。
    """
    p = (provider or _read_env("LLM_PROVIDER", "deepseek") or "deepseek").lower()

    if p == "deepseek":
        api_key = _read_env("DEEPSEEK_API_KEY") or ""
        base = _read_env("DEEPSEEK_BASE_URL", _DEEPSEEK_DEFAULT_BASE) or _DEEPSEEK_DEFAULT_BASE
        # DEEPSEEK_MODEL → LLM_MODEL；模型必须显式配置，不提供内置默认
        m = model or _read_env("DEEPSEEK_MODEL") or _read_env("LLM_MODEL")
        if not m:
            raise ValueError("未配置 LLM 模型: 请设置 DEEPSEEK_MODEL 或 LLM_MODEL")
    elif p in ("qwen", "dashscope"):
        api_key = _read_env("QWEN_API_KEY") or _read_env("DASHSCOPE_API_KEY") or ""
        base = _read_env("QWEN_BASE_URL", _QWEN_DEFAULT_BASE) or _QWEN_DEFAULT_BASE
        # QWEN_MODEL → LLM_MODEL；模型必须显式配置，不提供内置默认
        m = model or _read_env("QWEN_MODEL") or _read_env("LLM_MODEL")
        if not m:
            raise ValueError("未配置 LLM 模型: 请设置 QWEN_MODEL 或 LLM_MODEL")
        p = "qwen"  # 内部统一用 qwen
    else:
        raise ValueError(f"未知 LLM provider: {p!r},仅支持 deepseek / qwen")

    timeout = float(_read_env("LLM_TIMEOUT_SEC", str(DEFAULT_TIMEOUT_SEC)) or DEFAULT_TIMEOUT_SEC)
    temperature = float(_read_env("LLM_TEMPERATURE", str(DEFAULT_TEMPERATURE)) or DEFAULT_TEMPERATURE)

    return LLMConfig(
        provider=p,
        model=m,
        api_key=api_key,
        base_url=base,
        timeout_sec=timeout,
        temperature=temperature,
    )


def make_sync_client(config: LLMConfig) -> OpenAI:
    """构造同步 OpenAI 客户端(指向 DeepSeek/Qwen 兼容端点)。"""
    logger.debug(
        "初始化同步 LLM 客户端: provider={} model={} base_url={}",
        config.provider, config.model, config.base_url,
    )
    return OpenAI(
        api_key=config.api_key,
        base_url=config.base_url,
        timeout=config.timeout_sec,
    )


def make_async_client(config: LLMConfig) -> AsyncOpenAI:
    """构造异步 OpenAI 客户端(用于批处理高并发)。"""
    logger.debug(
        "初始化异步 LLM 客户端: provider={} model={} base_url={}",
        config.provider, config.model, config.base_url,
    )
    return AsyncOpenAI(
        api_key=config.api_key,
        base_url=config.base_url,
        timeout=config.timeout_sec,
    )