"""
brain/client.py — LLM-клиент для диагностики авто.

Отправляет запросы к OpenAI-совместимому API (api.aillm.ru).
Используется сервером для анализа данных диагностики.

## Использование
    from brain.client import Diagnoser
    d = Diagnoser(api_key="sk-...", model="gpt-oss-120b")
    answer = d.diagnose(system_prompt, user_prompt)

## Модель
    gpt-oss-120b — основная (через api.aillm.ru)
    qwen3-6-27b-fp8 — быстрая (но CoT leak bug)
"""

import logging

import requests

logger = logging.getLogger("brain.client")

DEFAULT_BASE = "https://api.aillm.ru/v1"
DEFAULT_MODEL = "gpt-oss-120b"
DEFAULT_TIMEOUT = 180


class LLMError(Exception):
    """Ошибка LLM API с безопасным для клиента сообщением."""
    pass


class Diagnoser:
    """LLM-клиент для OpenAI-совместимого API."""

    def __init__(self, api_key: str, model: str = DEFAULT_MODEL,
                 base_url: str = DEFAULT_BASE, timeout: int = DEFAULT_TIMEOUT):
        self.api_key = api_key
        self.model = model
        self.base_url = base_url.rstrip("/")
        self.timeout = timeout

    def ask(self, messages: list[dict]) -> str:
        """Отправляет сообщения в LLM API, возвращает текст ответа."""
        try:
            resp = requests.post(
                f"{self.base_url}/chat/completions",
                headers={
                    "Authorization": f"Bearer {self.api_key}",
                    "Content-Type": "application/json",
                },
                json={
                    "model": self.model,
                    "messages": messages,
                    "temperature": 0.3,
                    "max_tokens": 4096,
                },
                timeout=self.timeout,
            )
            resp.raise_for_status()
            data = resp.json()
            return data["choices"][0]["message"]["content"]
        except requests.Timeout:
            logger.warning(f"LLM timeout after {self.timeout}s")
            raise LLMError("LLM не ответил вовремя. Попробуйте позже.")
        except requests.HTTPError as e:
            status = e.response.status_code if e.response is not None else 0
            logger.warning(f"LLM HTTP {status}: {e}")
            if status == 429:
                raise LLMError("Слишком много запросов. Подождите минуту.")
            elif 500 <= status < 600:
                raise LLMError("LLM временно недоступен. Попробуйте позже.")
            else:
                raise LLMError("Ошибка LLM. Попробуйте позже.")
        except Exception as e:
            logger.error(f"LLM unexpected: {e}")
            raise LLMError("LLM временно недоступен.")

    def diagnose(
        self,
        system: str,
        user_prompt: str,
        history: list[dict] | None = None,
    ) -> str:
        """Полный цикл: system + история + user_prompt → ответ."""
        messages = [{"role": "system", "content": system}]
        if history:
            messages.extend(history)
        messages.append({"role": "user", "content": user_prompt})
        return self.ask(messages)