#!/usr/bin/env python3
"""
AI内容生成模块
负责基于话题创作原创小红书内容
"""

import os
import requests
import re
from typing import Dict, Optional

class ContentGenerator:
    """AI内容生成器"""
    
    def __init__(self):
        self.api_key = os.environ.get('MOONSHOT_API_KEY')
        self.api_base = os.environ.get('MOONSHOT_API_BASE', 'https://api.moonshot.cn/v1')
        self.model = "kimi-k2.5"
        
    def generate(self, topic: str, style: str = "tech") -> Dict[str, str]:
        """
        基于话题生成原创内容
        
        Args:
            topic: 话题关键词
            style: 内容风格 (tech/warm/business)
            
        Returns:
            包含title, body, tags的字典
        """
        # 根据风格选择系统提示
        style_prompts = {
            "tech": "你是科技内容创作专家，擅长分析技术趋势。",
            "warm": "你是生活方式博主，擅长温暖有趣的科技分享。",
            "business": "你是商业分析师，擅长解读科技商业逻辑。"
        }
        
        system_prompt = style_prompts.get(style, style_prompts["tech"])
        
        # 构建创作提示
        user_prompt = f"""基于"{topic}"这个话题，创作一篇全新的小红书科技笔记。

创作要求：
1. 标题吸引人，20-30字，不用任何markdown符号
2. 正文600-800字，结构清晰
3. 使用-作为列表符号，不要用**加粗
4. 自然融入emoji
5. 包含独到的技术趋势洞察
6. 纯原创，不要复制任何现有文章
7. 结尾带5个话题标签，格式为#标签

输出格式：
标题：[你的标题]

正文：[你的正文]

标签：[标签1] [标签2] [标签3] [标签4] [标签5]"""

        # 调用API
        try:
            response = requests.post(
                f"{self.api_base}/chat/completions",
                headers={
                    "Authorization": f"Bearer {self.api_key}",
                    "Content-Type": "application/json"
                },
                json={
                    "model": self.model,
                    "messages": [
                        {"role": "system", "content": system_prompt},
                        {"role": "user", "content": user_prompt}
                    ],
                    "temperature": 1,
                    "max_tokens": 1500
                },
                timeout=60
            )
            
            result = response.json()
            
            # 检查API响应是否包含错误
            if 'error' in result:
                print(f"API错误: {result['error']}")
                return self._fallback_content(topic)
            
            # 检查choices是否存在
            if 'choices' not in result or not result['choices']:
                print(f"API响应异常: {result}")
                return self._fallback_content(topic)
            
            content = result['choices'][0]['message']['content']
            
            # 解析内容
            return self._parse_content(content)
            
        except requests.exceptions.Timeout:
            print("API请求超时")
            return self._fallback_content(topic)
        except requests.exceptions.RequestException as e:
            print(f"API请求失败: {e}")
            return self._fallback_content(topic)
        except (KeyError, IndexError) as e:
            print(f"API响应解析失败: {e}")
            return self._fallback_content(topic)
        except Exception as e:
            print(f"内容生成失败: {e}")
            return self._fallback_content(topic)
    
    def _parse_content(self, content: str) -> Dict[str, str]:
        """解析AI生成的内容"""
        # 提取标题
        title_match = re.search(r'标题：[\s]*(.+?)(?:\n|$)', content)
        title = title_match.group(1).strip() if title_match else "科技趋势分析"
        
        # 提取正文（标题和标签之间的内容）
        body_match = re.search(r'正文：[\s]*(.+?)(?:标签：|$)', content, re.DOTALL)
        body = body_match.group(1).strip() if body_match else content
        
        # 清理正文中的markdown
        body = re.sub(r'\*\*(.+?)\*\*', r'\1', body)  # 去除加粗
        body = re.sub(r'##?\s*', '', body)  # 去除标题标记
        
        # 提取标签
        tags_match = re.search(r'标签：[\s]*(.+?)(?:\n|$)', content)
        tags_str = tags_match.group(1) if tags_match else "#科技趋势 #人工智能"
        tags = [t.strip().replace('#', '') for t in tags_str.split() if t.strip()]
        
        return {
            "title": title,
            "body": body,
            "tags": tags[:5],  # 最多5个标签
            "raw": content
        }
    
    def _fallback_content(self, topic: str) -> Dict[str, str]:
        """备用内容（API失败时使用）"""
        return {
            "title": f"深度解析：{topic}的前沿趋势",
            "body": f"今天来聊聊{topic}的最新发展...",
            "tags": ["科技趋势", "人工智能", "AI产业"],
            "raw": ""
        }
    
    def humanize(self, content: Dict[str, str]) -> Dict[str, str]:
        """
        对内容进行去AI化处理
        
        Args:
            content: 原始内容
            
        Returns:
            去AI化后的内容
        """
        try:
            from shared_utils import get_anti_ai_humanizer
            humanizer = get_anti_ai_humanizer()
            
            if humanizer:
                content['body'] = humanizer(content['body'], mode='xiaohongshu')
                
        except Exception as e:
            print(f"去AI化处理失败: {e}")
            
        return content


if __name__ == "__main__":
    # 测试
    generator = ContentGenerator()
    result = generator.generate("AI芯片竞争", style="tech")
    
    print("生成结果:")
    print(f"标题: {result['title']}")
    print(f"\n正文预览: {result['body'][:150]}...")
    print(f"\n标签: {result['tags']}")