"""
Централизованная конфигурация приложения Say.

Все настройки читаются из переменных окружения с разумными значениями по умолчанию.
"""

import os

# =============================================================================
# API — единый эндпоинт (aillm.ru)
# =============================================================================

API_BASE = os.environ.get("API_BASE", "https://api.aillm.ru")
API_KEY = os.environ.get("API_KEY", "sk-ucI5YvOticoOQ9Kuj5K9mQ")

# =============================================================================
# Whisper (распознавание речи)
# =============================================================================

WHISPER_URL = os.environ.get(
    "WHISPER_URL",
    f"{API_BASE}/v1/audio/transcriptions",
)
WHISPER_KEY = os.environ.get("WHISPER_KEY", API_KEY)
WHISPER_MODEL = os.environ.get("WHISPER_MODEL", "whisper-large-v3")

# =============================================================================
# Три LLM-профиля — каждый со своим именем, моделью и системным промптом
# =============================================================================

LLM_PROFILES = [
    {
        "id": "ddm",
        "name": "DDM-120",
        "description": "Быстрая модель, общие вопросы",
        "url": os.environ.get("LLM_URL_DDM", f"{API_BASE}/v1/chat/completions"),
        "key": os.environ.get("LLM_KEY_DDM", API_KEY),
        "model": os.environ.get("LLM_MODEL_DDM", "ddm-120"),
        "system_prompt": os.environ.get(
            "LLM_SYSTEM_DDM",
            "Ты — полезный ассистент. Отвечай кратко и по делу на том же языке, что и запрос.",
        ),
        "temperature": float(os.environ.get("LLM_TEMP_DDM", "0.7")),
        "max_tokens": int(os.environ.get("LLM_TOKENS_DDM", "1024")),
    },
    {
        "id": "qwen",
        "name": "Qwen",
        "description": "Мощная модель, сложные задачи",
        "url": os.environ.get("LLM_URL_QWEN", f"{API_BASE}/v1/chat/completions"),
        "key": os.environ.get("LLM_KEY_QWEN", API_KEY),
        "model": os.environ.get("LLM_MODEL_QWEN", "qwen-plus"),
        "system_prompt": os.environ.get(
            "LLM_SYSTEM_QWEN",
            "Ты — эксперт-аналитик. Отвечай развернуто, структурированно, на языке запроса.",
        ),
        "temperature": float(os.environ.get("LLM_TEMP_QWEN", "0.7")),
        "max_tokens": int(os.environ.get("LLM_TOKENS_QWEN", "2048")),
    },
    {
        "id": "deepseek",
        "name": "DeepSeek",
        "description": "Глубокая аналитика, код, рассуждения",
        "url": os.environ.get("LLM_URL_DEEPSEEK", f"{API_BASE}/v1/chat/completions"),
        "key": os.environ.get("LLM_KEY_DEEPSEEK", API_KEY),
        "model": os.environ.get("LLM_MODEL_DEEPSEEK", "deepseek-chat"),
        "system_prompt": os.environ.get(
            "LLM_SYSTEM_DEEPSEEK",
            "Ты — глубокий аналитик и программист. Думай step-by-step, отвечай на языке запроса.",
        ),
        "temperature": float(os.environ.get("LLM_TEMP_DEEPSEEK", "0.7")),
        "max_tokens": int(os.environ.get("LLM_TOKENS_DEEPSEEK", "4096")),
    },
]

# =============================================================================
# Flask
# =============================================================================

FLASK_HOST = os.environ.get("HOST", "0.0.0.0")
FLASK_PORT = int(os.environ.get("PORT", "5000"))

# =============================================================================
# Логирование
# =============================================================================

LOG_LEVEL = os.environ.get("LOG_LEVEL", "INFO")