"""
LLM-клиент для DrHider.

Используется в TwoPassObfuscator._scan_llm_ner() для обнаружения
имён, компаний, адресов и паспортных данных через LLM API.

Интерфейс:
    client = LLMClient()
    result = client.complete(prompt)  # str
"""

import os
import httpx


class LLMClient:
    """Клиент для вызова LLM API (aillm.ru / OpenAI-совместимый).

    Использует переменные окружения:
        LLM_API_KEY или LLM_KEY — ключ API
        LLM_URL — URL эндпоинта (по умолчанию https://api.aillm.ru/v1/chat/completions)
        LLM_MODEL — модель (по умолчанию gpt-oss-120b)
    """

    def __init__(self):
        """Инициализировать клиент. httpx импортируется лениво."""
        self._httpx = httpx

    def complete(self, prompt: str) -> str:
        """Отправить промпт в LLM и вернуть текст ответа.

        Args:
            prompt: Текст промпта (инструкция + данные для анализа)

        Returns:
            Текстовый ответ модели (обычно JSON-строка)

        Raises:
            httpx.HTTPError: при ошибке HTTP
            KeyError: при неожиданном формате ответа
        """
        # Ключ API: сначала LLM_KEY, затем LLM_API_KEY (для совместимости)
        key = os.environ.get("LLM_KEY") or os.environ.get("LLM_API_KEY", "")

        # URL и модель с значениями по умолчанию
        url = os.environ.get("LLM_URL", "https://api.aillm.ru/v1/chat/completions")
        model = os.environ.get("LLM_MODEL", "gpt-oss-120b")

        r = self._httpx.post(
            url,
            json={
                "model": model,
                "messages": [{"role": "user", "content": prompt}],
                "max_tokens": 8000,
                "temperature": 0.1,
            },
            headers={
                "Authorization": f"Bearer {key}",
                "Content-Type": "application/json",
            },
            timeout=120,
        )
        r.raise_for_status()
        return r.json()["choices"][0]["message"]["content"]