"""
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 requests

DEFAULT_BASE = "https://api.aillm.ru/v1"
DEFAULT_MODEL = "gpt-oss-20b"


class Diagnoser:
    """Отправляет данные в DeepSeek и возвращает диагноз."""

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

    def ask(self, messages: list[dict]) -> str:
        """Отправляет сообщения в DeepSeek, возвращает текст ответа."""
        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,  # пониже — меньше фантазий
                "max_tokens": 4096,
            },
            timeout=120,  # api.aillm.ru бывает медленным
        )
        resp.raise_for_status()
        data = resp.json()
        return data["choices"][0]["message"]["content"]

    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)