#!/usr/bin/env python3
"""
LLM-улучшатель документации Nubes Terraform Provider.
Прогоняет сгенерированные docs-generator'ом .md файлы через LLM,
чтобы сделать описания читаемыми и логичными.

Использование:
  python3 05_generate_docs_llm.py generated/test/docs
"""
import json, os, sys, time
from pathlib import Path
from urllib.request import Request, urlopen

API_URL = "https://api.aillm.ru/v1/chat/completions"
API_KEY = "sk-ucI5YvOticoOQ9Kuj5K9mQ"
MODEL = "gpt-oss-120b"

SYSTEM_PROMPT = """Ты — технический писатель. Улучши ОДИН .md файл документации Terraform-провайдера: сделай описания грамотными и логичными.

ПРАВИЛА:
1. НЕ ВЫДУМЫВАЙ параметры, типы, значения. Только улучшай формулировки.
2. HTML-таблицы — меняй ТОЛЬКО текст внутри <td>...</td>. НЕ ломай теги.
3. HCL-блоки (```hcl ... ```) — НЕ ТРОГАТЬ вообще.
4. Navigation-строки — НЕ ТРОГАТЬ.
5. MAN-секцию с HTML — переведи в читаемый Markdown.
6. Верни ТОЛЬКО улучшенный Markdown. Без JSON, без пояснений, без ``` в начале/конце.
   Просто готовый текст файла."""

def call_llm(prompt: str) -> str:
    data = json.dumps({
        "model": MODEL,
        "messages": [
            {"role": "system", "content": SYSTEM_PROMPT},
            {"role": "user", "content": prompt},
        ],
        "temperature": 0.15,
        "max_tokens": 4096,
    }).encode()
    req = Request(API_URL, data=data, headers={
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    })
    for attempt in range(3):
        try:
            with urlopen(req, timeout=120) as resp:
                result = json.loads(resp.read())
                content = result["choices"][0]["message"]["content"].strip()
                # Strip markdown fences if present
                if content.startswith("```"):
                    lines = content.split("\n")
                    if len(lines) > 2:
                        content = "\n".join(lines[1:-1])
                return content
        except Exception as e:
            print(f"  retry {attempt+1}/3: {e}", file=sys.stderr)
            time.sleep(5)
    raise RuntimeError("LLM failed after 3 retries")

def main():
    docs_dir = Path(sys.argv[1]) if len(sys.argv) > 1 else Path("generated/test/docs")
    if not docs_dir.exists():
        print(f"ERROR: {docs_dir} not found", file=sys.stderr)
        sys.exit(1)

    # Process only main manual pages: Name.md (not _example, _params_*, _outputs, _ops)
    all_md = sorted(docs_dir.glob("*.md"))
    targets = []
    for f in all_md:
        name = f.stem
        if name == "index":
            continue
        # Skip known non-manual suffixes
        if any(name.endswith(sfx) for sfx in ["_example", "_params_create", "_params_modify", "_outputs", "_ops", "_params"]):
            continue
        # Also skip second-level (subresource) example files
        if "_" in name:
            # Could be subresource manual like "postgres_database"
            # Check if there's a matching _example file
            targets.append(f)
        else:
            targets.append(f)

    print(f"Processing {len(targets)} manual pages...")

    failed = []
    for i, f in enumerate(targets):
        svc = f.stem
        print(f"  [{i+1}/{len(targets)}] {svc}...", end=" ", flush=True)

        content = f.read_text()
        # Truncate very long files
        if len(content) > 12000:
            content = content[:12000] + "\n\n... (обрезано для LLM)\n"

        prompt = f"Улучши этот файл документации:\n\n=== {f.name} ===\n{content}"

        try:
            improved = call_llm(prompt)
            if improved and len(improved) > 100:
                f.write_text(improved)
                print("OK")
            else:
                print("SKIP (empty response)")
        except Exception as e:
            print(f"FAILED: {e}")
            failed.append(svc)

        time.sleep(1.5)

    if failed:
        print(f"\nFailed ({len(failed)}): {', '.join(failed)}")
    else:
        print(f"\nAll {len(targets)} OK")

if __name__ == "__main__":
    main()