"""
OpenAI API 클라이언트 모듈
"""

import os
import json
import logging
from typing import List, Dict, Any, Optional, Union
from dotenv import load_dotenv
from openai import OpenAI

# 환경 변수 로드
load_dotenv()

# 로거 설정
logger = logging.getLogger("OpenAILLM")
if not logger.hasHandlers():
    handler = logging.StreamHandler()
    formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
    handler.setFormatter(formatter)
    logger.addHandler(handler)
    logger.setLevel(logging.INFO)

class OpenAILLM:
    """OpenAI API 래퍼 클래스"""
    
    def __init__(self):
        """OpenAI LLM 클래스 초기화"""
        self.api_key = os.getenv("OPENAI_API_KEY")
        self.model = os.getenv("OPENAI_MODEL", "gpt-3.5-turbo")
        
        if not self.api_key:
            logger.warning("OpenAI API 키가 .env 파일에 설정되지 않았습니다.")
            logger.warning("OPENAI_API_KEY를 확인하세요.")
        else:
            # OpenAI 클라이언트 초기화
            self.client = OpenAI(api_key=self.api_key)
            logger.info("OpenAI API 키 로드 완료.")
    
    def chat_completion(
        self, 
        messages: List[Dict[str, str]], 
        temperature: float = 0.7, 
        max_tokens: int = 1000,
        **kwargs
    ) -> Dict[str, Any]:
        """
        OpenAI 채팅 완성 API 호출
        
        Args:
            messages: 채팅 메시지 목록
            temperature: 생성 온도 (낮을수록 결정적)
            max_tokens: 생성할 최대 토큰 수
            **kwargs: 추가 API 매개변수
        
        Returns:
            API 응답 (딕셔너리)
        """
        if not self.api_key:
            logger.error("API 키가 설정되지 않아 OpenAI API를 호출할 수 없습니다.")
            raise ValueError("OpenAI API 키가 설정되지 않았습니다.")
        
        try:
            logger.info(f"OpenAI API 요청 전송 중 (모델: {self.model})")
            
            # 새로운 OpenAI SDK를 사용하여 API 호출
            response = self.client.chat.completions.create(
                model=self.model,
                messages=messages,
                temperature=temperature,
                max_tokens=max_tokens,
                **kwargs
            )
            
            return response
                
        except Exception as e:
            logger.error(f"OpenAI API 요청 실패: {e}")
            raise Exception(f"OpenAI API 요청 실패: {e}")
    
    def generate(
        self, 
        prompt: str, 
        system_prompt: Optional[str] = None,
        temperature: float = 0.7,
        max_tokens: int = 1000,
        **kwargs
    ) -> str:
        """
        간단한 텍스트 생성 인터페이스
        
        Args:
            prompt: 사용자 프롬프트
            system_prompt: 시스템 프롬프트 (선택 사항)
            temperature: 생성 온도
            max_tokens: 생성할 최대 토큰 수
            **kwargs: 추가 API 매개변수
        
        Returns:
            생성된 텍스트
        """
        messages = []
        
        if system_prompt:
            messages.append({"role": "system", "content": system_prompt})
        
        messages.append({"role": "user", "content": prompt})
        
        try:
            response = self.chat_completion(
                messages=messages,
                temperature=temperature,
                max_tokens=max_tokens,
                **kwargs
            )
            
            # 새로운 OpenAI SDK 응답 구조에 맞게 처리
            if not response or not hasattr(response, 'choices') or not response.choices:
                logger.error("OpenAI API 응답에서 생성된 텍스트를 찾을 수 없습니다.")
                return ""
            
            return response.choices[0].message.content.strip()
            
        except Exception as e:
            logger.error(f"텍스트 생성 중 오류 발생: {e}")
            return f"오류: {str(e)}"
    
    def rag_generate(
        self, 
        query: str, 
        context: List[str],
        system_prompt: Optional[str] = None,
        temperature: float = 0.3,
        max_tokens: int = 1000,
        **kwargs
    ) -> str:
        """
        RAG 검색 결과를 활용한 텍스트 생성
        
        Args:
            query: 사용자 질의
            context: 검색된 문맥 목록
            system_prompt: 시스템 프롬프트 (선택 사항)
            temperature: 생성 온도
            max_tokens: 생성할 최대 토큰 수
            **kwargs: 추가 API 매개변수
        
        Returns:
            생성된 텍스트
        """
        if not system_prompt:
            system_prompt = """당신은 검색 결과를 기반으로 질문에 답변하는 도우미입니다.
- 검색 결과는 <context> 태그 안에 제공됩니다.
- 검색 결과에 답변이 있으면 해당 정보를 사용하여 명확하게 답변하세요.
- 검색 결과에 답변이 없으면 "검색 결과에 관련 정보가 없습니다"라고 말하세요.
- 검색 내용을 그대로 복사하지 말고, 자연스러운 한국어로 답변을 작성하세요.
- 답변은 간결하고 정확하게 제공하세요."""
        
        # 중요: 컨텍스트 길이 제한
        # gpt-4o-mini에 맞게 제한 완화
        max_context = 10  # 3개에서 10개로 증가
        if len(context) > max_context:
            logger.warning(f"컨텍스트가 너무 길어 처음 {max_context}개만 사용합니다.")
            context = context[:max_context]
        
        # 각 컨텍스트 액세스
        limited_context = []
        for i, doc in enumerate(context):
            # 각 문서를 1000자로 제한 (이전 500자에서 업그레이드)
            if len(doc) > 1000:
                logger.warning(f"문서 {i+1}의 길이가 제한되었습니다 ({len(doc)} -> 1000)")
                doc = doc[:1000] + "...(생략)"
            limited_context.append(doc)
        
        context_text = "\n\n".join([f"문서 {i+1}: {doc}" for i, doc in enumerate(limited_context)])
        
        prompt = f"""질문: {query}

<context>
{context_text}
</context>

위 검색 결과를 참고하여 질문에 답변해 주세요."""
        
        try:
            return self.generate(
                prompt=prompt,
                system_prompt=system_prompt,
                temperature=temperature,
                max_tokens=max_tokens,
                **kwargs
            )
        except Exception as e:
            logger.error(f"RAG 텍스트 생성 중 오류 발생: {e}")
            return f"오류: {str(e)}"