import json

from openai import AsyncOpenAI
from sqlalchemy import select
from sqlalchemy.ext.asyncio import AsyncSession

from app.models.setting import Setting

DEEPSEEK_BASE_URL = "https://api.deepseek.com"
DEEPSEEK_MODEL = "deepseek-chat"


async def _get_api_key(db: AsyncSession) -> str:
    result = await db.execute(select(Setting).where(Setting.key == "deepseek_api_key"))
    setting = result.scalar_one_or_none()
    if not setting or not setting.value:
        raise ValueError("API ключ DeepSeek не настроен. Перейдите в Настройки.")
    return setting.value


def _client(api_key: str) -> AsyncOpenAI:
    return AsyncOpenAI(api_key=api_key, base_url=DEEPSEEK_BASE_URL)


async def check_connection(db: AsyncSession) -> str:
    api_key = await _get_api_key(db)
    client = _client(api_key)
    response = await client.chat.completions.create(
        model=DEEPSEEK_MODEL,
        messages=[{"role": "user", "content": "Ответь одним словом: работает"}],
        max_tokens=10,
    )
    return response.choices[0].message.content.strip()


async def generate_questions(db: AsyncSession, topic: str, count: int = 7) -> list[dict]:
    api_key = await _get_api_key(db)
    client = _client(api_key)

    prompt = f"""Сгенерируй {count} вопросов для теста по теме: "{topic}".

Верни ТОЛЬКО JSON без пояснений в следующем формате:
{{
  "questions": [
    {{
      "text": "Текст вопроса",
      "answers": [
        {{"text": "Вариант 1", "is_correct": true}},
        {{"text": "Вариант 2", "is_correct": false}},
        {{"text": "Вариант 3", "is_correct": false}}
      ]
    }}
  ]
}}

Требования:
- Минимум 3 варианта ответа на каждый вопрос
- Ровно один правильный ответ на каждый вопрос
- Вопросы должны проверять практические знания по теме
- Варианты ответов должны быть правдоподобными"""

    response = await client.chat.completions.create(
        model=DEEPSEEK_MODEL,
        messages=[{"role": "user", "content": prompt}],
        response_format={"type": "json_object"},
        max_tokens=3000,
    )
    data = json.loads(response.choices[0].message.content)
    return data["questions"]


async def improve_question(
    db: AsyncSession, question: str, answers: list[str]
) -> dict:
    api_key = await _get_api_key(db)
    client = _client(api_key)

    answers_str = "\n".join(f"{i + 1}. {a}" for i, a in enumerate(answers))
    prompt = f"""Улучши формулировки вопроса и вариантов ответов для теста. Сделай их более чёткими, однозначными и профессиональными.

Вопрос: {question}

Варианты ответов (верни в том же порядке и том же количестве):
{answers_str}

Верни ТОЛЬКО JSON без пояснений:
{{
  "question": "улучшенный текст вопроса",
  "answers": ["улучшенный вариант 1", "улучшенный вариант 2", ...]
}}"""

    response = await client.chat.completions.create(
        model=DEEPSEEK_MODEL,
        messages=[{"role": "user", "content": prompt}],
        response_format={"type": "json_object"},
        max_tokens=600,
    )
    return json.loads(response.choices[0].message.content)


async def generate_distractors(
    db: AsyncSession, question: str, existing_answers: list[str]
) -> list[str]:
    api_key = await _get_api_key(db)
    client = _client(api_key)

    existing_str = "\n".join(f"- {a}" for a in existing_answers)
    prompt = f"""Для вопроса теста сгенерируй 3 правдоподобных неправильных варианта ответа (дистракторы).

Вопрос: {question}

Уже существующие варианты ответов:
{existing_str}

Верни ТОЛЬКО JSON без пояснений:
{{"distractors": ["Вариант 1", "Вариант 2", "Вариант 3"]}}

Требования:
- Дистракторы должны быть правдоподобными, но неправильными
- Не повторяй уже существующие варианты
- Дистракторы должны быть сопоставимы по длине с существующими вариантами"""

    response = await client.chat.completions.create(
        model=DEEPSEEK_MODEL,
        messages=[{"role": "user", "content": prompt}],
        response_format={"type": "json_object"},
        max_tokens=400,
    )
    data = json.loads(response.choices[0].message.content)
    return data["distractors"]


async def review_test(db: AsyncSession, title: str, questions: list[dict]) -> str:
    api_key = await _get_api_key(db)
    client = _client(api_key)

    questions_str = ""
    for i, q in enumerate(questions, 1):
        questions_str += f"\nВопрос {i}: {q.get('text', '')}\n"
        for a in q.get("answers", []):
            marker = "✓" if a.get("is_correct") else "✗"
            questions_str += f"  {marker} {a.get('text', '')}\n"

    prompt = f"""Проанализируй тест и дай рекомендации по улучшению его качества.

Название теста: {title}

Вопросы:
{questions_str}

Оцени по следующим критериям:
1. Качество и чёткость формулировок вопросов
2. Качество вариантов ответов (правдоподобность дистракторов)
3. Охват темы и разнообразие вопросов
4. Конкретные рекомендации по улучшению

Отвечай на русском языке, структурированно."""

    response = await client.chat.completions.create(
        model=DEEPSEEK_MODEL,
        messages=[{"role": "user", "content": prompt}],
        max_tokens=1500,
    )
    return response.choices[0].message.content.strip()


async def improve_all(
    db: AsyncSession, title: str, questions: list[dict]
) -> list[dict]:
    api_key = await _get_api_key(db)
    client = _client(api_key)

    questions_str = ""
    for i, q in enumerate(questions, 1):
        questions_str += f"\nВопрос {i}: {q.get('text', '')}\n"
        for j, a in enumerate(q.get("answers", []), 1):
            questions_str += f"  {j}. {a.get('text', '') if isinstance(a, dict) else a}\n"

    prompt = f"""Улучши формулировки всех вопросов и вариантов ответов в тесте. Сделай их более чёткими, однозначными и профессиональными.

Название теста: {title}

Вопросы:
{questions_str}

Верни ТОЛЬКО JSON. Для каждого вопроса — улучшенную формулировку и все варианты ответов в том же порядке и том же количестве:
{{
  "questions": [
    {{
      "question": "улучшенный текст вопроса 1",
      "answers": ["улучшенный вариант 1", "улучшенный вариант 2", "..."]
    }}
  ]
}}"""

    response = await client.chat.completions.create(
        model=DEEPSEEK_MODEL,
        messages=[{"role": "user", "content": prompt}],
        response_format={"type": "json_object"},
        max_tokens=4000,
    )
    data = json.loads(response.choices[0].message.content)
    return data["questions"]