from langchain.chains import LLMChain
from langchain_openai import OpenAI
from langchain_experimental.utilities import PythonREPL
from project_implementation import ProjectBuilder
from prompt_templates import FUNCTION_CALL_PROMPT
import inspect
import project
import io
import sys
from parameter_rewriting import rewrite_query_parameters, KnowledgeGraphProcessor
import json
from langchain.agents import Tool, AgentExecutor, create_react_agent

from llm import llm


# 获取ProjectTookiIt类的方法定义
def get_project_class_methods():
    """
    从project模块中提取ProjectTookiIt类的方法定义

    Returns:
        str: 格式化后的方法定义字符串
    """
    project_class_code = inspect.getsource(project.ProjectTookiIt)

    lines = project_class_code.split("\n")
    result_lines = []

    in_class = False
    skip_init = False

    for line in lines:
        if line.strip().startswith("class ProjectTookiIt"):
            in_class = True
            result_lines.append(line)
        elif in_class:
            if line.strip().startswith("def __init__"):
                skip_init = True
            elif skip_init and line.strip() and not line.startswith(" " * 8):
                skip_init = False

            if not skip_init:
                result_lines.append(line)

    return "\n".join(result_lines)


# 创建动态提示模板
project_class_methods = get_project_class_methods()

# 创建 Chain
function_call_chain = LLMChain(llm=llm, prompt=FUNCTION_CALL_PROMPT, output_key="code")

# Python 执行器
repl = PythonREPL()

# 创建知识图谱处理器实例
kg_processor = KnowledgeGraphProcessor()


# 定义搜索知识库的工具
def search_knowledge_and_node_definition(query):
    """
    在知识库中搜索关键词

    Args:
        query (str): 搜索关键词

    Returns:
        str: 搜索结果的JSON字符串
    """
    found_data = kg_processor._get_relevant_knowledge(query)
    if found_data:
        return json.dumps(found_data, ensure_ascii=False, indent=2)
    else:
        return f"未找到与'{query}'相关的信息"


# 创建工具列表
tools = [
    Tool(
        name="search_knowledge_and_node_definition",
        func=search_knowledge_and_node_definition,
        description="获取输入节点的知识图谱结构和对应节点定义类型代码。输入应该是一个节点类型名称。",
    ),
]

# 创建Agent
agent = create_react_agent(llm, tools, FUNCTION_CALL_PROMPT)

# 创建Agent执行器
agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True, handle_parsing_errors=True)


def nl_query_to_function_call(input_data):
    """
    将自然语言查询转换为函数调用并执行，或直接执行提供的代码

    Args:
        input_data (dict): 包含type和value的字典
            {
                "type": "query|code",
                "value": "查询内容或代码"
            }

    Returns:
        dict: 包含状态码、消息和数据的字典
    """
    input_type = input_data.get("type", "query")
    input_value = input_data.get("value", "")
    max_retries = 1  # 设置最大重试次数
    current_retry = 0

    original_query = input_value  # 保存原始查询用于RAG

    print(f"\n====== 开始处理查询 ======")
    print(f"查询类型: {input_type}")
    print(f"查询内容: {input_value}")

    while current_retry <= max_retries:
        print(f"\n----- 尝试 #{current_retry + 1} -----")

        # 如果type是query，使用LLM生成代码
        if input_type == "query" and current_retry == 0:

            # 使用Agent执行查询
            agent_response = agent_executor.invoke(
                {
                    "query": input_value,
                    "project_class_methods": project_class_methods,
                }
            )

            # 从Agent响应中提取代码
            code = agent_response["output"]
            print(f"\n生成的代码:\n{code}")
        else:
            print(f"\n使用重写后的代码:\n{code}")
            code = code

        # 保存原始代码用于返回
        original_code = code

        # 执行生成的函数并捕获输出
        try:
            # 创建一个新的命名空间来执行代码，包含必要的导入
            namespace = {
                "ProjectBuilder": ProjectBuilder,  # 添加ProjectBuilder到命名空间
                "project_implementation": __import__("project_implementation"),
                "project": __import__("project"),
            }

            # 执行生成的代码，定义neo4j_find_function函数
            exec(code, namespace)

            # 重定向stdout来捕获print输出
            old_stdout = sys.stdout
            redirected_output = io.StringIO()
            sys.stdout = redirected_output

            try:
                # 执行函数并获取元组结果
                result_tuple = namespace["neo4j_find_function"]()

                # 确保结果是元组且包含4个元素
                if not isinstance(result_tuple, tuple) or len(result_tuple) != 4:
                    raise ValueError("函数应返回包含4个元素的元组(status, data, error, helper_info)")

                status, data, error, helper_info = result_tuple

                # 获取捕获的输出（如果有）
                output = redirected_output.getvalue().strip()

                # 根据状态处理结果
                if status == "success":
                    query_status = (
                        "第一次查询成功" if current_retry == 0 else f"第{current_retry+1}次查询成功(RAG重写后)"
                    )
                    print(f"\n{query_status}")
                    return {
                        "code": 0,
                        "message": "成功",
                        "data": {
                            "value": data,  # 直接使用data字典，不再需要JSON转换
                            "code": original_code,
                        },
                        "query_status": query_status,
                    }
                else:
                    # 错误情况
                    error_info = {
                        "error": error,
                        "helper_info": helper_info,
                    }

                    # 重试逻辑
                    if current_retry < max_retries:
                        print("\n尝试使用RAG重写查询...")
                        try:
                            rewritten = rewrite_query_parameters(original_code, error_info)
                            if rewritten and "code" in rewritten and rewritten["code"]:
                                print(f"\n重写成功，新代码:\n{rewritten['code']}")
                                current_retry += 1
                                code = rewritten["code"]
                                continue  # 重要！继续下一次循环迭代
                        except Exception as e:
                            print(f"\nRAG重写失败: {e}")
                            # 尝试使用原始查询
                            try:
                                rewritten = rewrite_query_parameters(original_code, error_info)
                            except Exception as e2:
                                print(f"再次重写失败: {e2}")
                                # 继续执行，返回原始错误

                        # 返回错误信息
                        query_status = "第一次查询失败" if current_retry == 0 else f"第{current_retry+1}次查询失败"
                        print(f"\n{query_status}")
                        return {
                            "code": 1,
                            "message": error,
                            "data": {"value": "", "code": original_code},
                            "error_info": error_info,
                            "query_status": query_status,
                        }

                # 如果不是新格式，则按照原有逻辑处理
                # 检查结果是否为空
                is_empty_result = True  # 默认假设为空

                # 先检查是否有明显的数据内容
                if output and output.strip().startswith("[{") and output.strip().endswith("}]"):
                    # 看起来是一个对象数组，尝试转换为有效的JSON格式
                    try:
                        # 将单引号替换为双引号以使其成为有效的JSON
                        # 但要小心处理嵌套的引号
                        import ast

                        # 使用ast.literal_eval安全地将Python字符串表示转换为Python对象
                        parsed_obj = ast.literal_eval(output)
                        if parsed_obj and len(parsed_obj) > 0:
                            is_empty_result = False
                    except:
                        # 如果解析失败，继续尝试其他方法
                        pass

                # 如果上面的方法没有确定结果不为空，继续尝试JSON解析
                if is_empty_result:
                    try:
                        if output.strip():
                            parsed_output = json.loads(output)
                            if parsed_output and (
                                isinstance(parsed_output, list)
                                and len(parsed_output) > 0
                                or isinstance(parsed_output, dict)
                                and len(parsed_output) > 0
                            ):
                                is_empty_result = False
                    except json.JSONDecodeError:
                        # 不是有效的JSON，使用其他判断方法
                        is_empty_result = (
                            not output
                            or output.lower() == "none"
                            or output == "[]"
                            or "未找到" in output
                            or "None" in output
                            or result is None
                        )

                # 如果结果为空，走重写流程
                if is_empty_result:
                    # 创建错误信息
                    error_info = {
                        "error": "查询结果为空",
                        "helper_info": [],
                        "traceback": "查询执行成功但未返回数据",
                    }

                if current_retry < max_retries:
                    print("\n尝试使用RAG重写查询...")
                    try:
                        rewritten = rewrite_query_parameters(original_code, error_info)

                        # 检查重写是否成功
                        if rewritten and "code" in rewritten and rewritten["code"]:
                            print(f"\n重写成功，新代码:\n{rewritten['code']}")

                            # 增加重试计数
                            current_retry += 1

                            # 使用重写后的代码进行下一次迭代
                            code = rewritten["code"]
                            continue  # 重要！继续下一次循环迭代
                        else:
                            print("\n重写未返回有效代码")

                    except Exception as e:
                        print(f"\nRAG重写失败: {e}")
                        # 尝试使用原始查询
                        try:
                            rewritten = rewrite_query_parameters(original_code, error_info)

                            # 检查重写是否成功
                            if rewritten and "code" in rewritten and rewritten["code"]:
                                print(f"\n第二次重写成功，新代码:\n{rewritten['code']}")

                                # 增加重试计数
                                current_retry += 1

                                # 使用重写后的代码进行下一次迭代
                                code = rewritten["code"]
                                continue  # 重要！继续下一次循环迭代
                            else:
                                print("\n第二次重写未返回有效代码")
                        except Exception as e2:
                            print(f"再次重写失败: {e2}")
                            # 继续执行，返回原始错误

                        # RAG重写失败或未产生新代码，返回原始错误
                        query_status = (
                            "第一次查询失败，RAG重写也失败"
                            if current_retry == 0
                            else f"第{current_retry+1}次查询失败，RAG重写也失败"
                        )
                        print(f"\n{query_status}")
                        return {
                            "code": 1,
                            "message": "未找到匹配的节点，请检查该节点是否存在。",
                            "data": {"value": "", "code": original_code},
                            "error_info": error_info,
                            "query_status": query_status,
                        }

                # 清理输出，只保留有用的结果部分
                clean_output = output

                # 如果输出包含查询结果数量和对象引用
                if "查询结果数量:" in output and "<project." in output:
                    # 提取查询结果部分
                    import re

                    # 尝试提取节点属性
                    node_match = re.search(r"找到节点: <Node.*?properties=({.*?})>", output, re.DOTALL)
                    if node_match:
                        props_str = node_match.group(1).replace("'", '"')
                        try:
                            import ast

                            props = ast.literal_eval(props_str)
                            clean_output = json.dumps(props, ensure_ascii=False, indent=2)
                        except:
                            pass

                    # 如果有查询结果数量信息
                    count_match = re.search(r"查询结果数量: (\d+)", output)
                    if count_match:
                        count = count_match.group(1)
                        if count == "0":
                            clean_output = "未找到匹配的数据。"
                            is_empty_result = True
                        elif not node_match:  # 如果没有提取到节点属性但有结果
                            clean_output = f"找到 {count} 条匹配结果"

                # 检查结果对象
                if result is not None:
                    if isinstance(result, list):
                        if not result:  # 空列表
                            is_empty_result = True
                        else:
                            # 处理非空列表
                            formatted_items = []
                            for item in result:
                                if hasattr(item, "__dict__"):
                                    # 提取对象的所有属性
                                    attrs = {k: v for k, v in item.__dict__.items() if not k.startswith("_")}
                                    formatted_items.append(attrs)
                                else:
                                    formatted_items.append(str(item))

                            if not is_empty_result:  # 只有在不是空结果时才返回成功
                                query_status = (
                                    "第一次查询成功"
                                    if current_retry == 0
                                    else f"第{current_retry+1}次查询成功(RAG重写后)"
                                )
                                print(f"\n{query_status}")
                                return {
                                    "code": 0,
                                    "message": "成功",
                                    "data": {
                                        "value": json.dumps(formatted_items, ensure_ascii=False, indent=2),
                                        "code": original_code,
                                    },
                                    "query_status": query_status,
                                }
                    elif hasattr(result, "__dict__"):
                        # 单个对象
                        attrs = {k: v for k, v in result.__dict__.items() if not k.startswith("_")}

                        if not is_empty_result:  # 只有在不是空结果时才返回成功
                            query_status = (
                                "第一次查询成功" if current_retry == 0 else f"第{current_retry+1}次查询成功(RAG重写后)"
                            )
                            print(f"\n{query_status}")
                            return {
                                "code": 0,
                                "message": "成功",
                                "data": {
                                    "value": json.dumps(attrs, ensure_ascii=False, indent=2),
                                    "code": original_code,
                                },
                                "query_status": query_status,
                            }

                # 如果没有对象属性但有清理后的输出，且不是空结果
                if (
                    clean_output
                    and clean_output.lower() != "none"
                    and clean_output != "[]"
                    and "未找到" not in clean_output
                    and not is_empty_result
                ):
                    query_status = (
                        "第一次查询成功" if current_retry == 0 else f"第{current_retry+1}次查询成功(RAG重写后)"
                    )
                    print(f"\n{query_status}")
                    return {
                        "code": 0,
                        "message": "成功",
                        "data": {"value": clean_output, "code": original_code},
                        "query_status": query_status,
                    }

            finally:
                # 恢复stdout
                sys.stdout = old_stdout

        except Exception as e:
            import traceback

            error_details = traceback.format_exc()
            print(f"\n执行代码时出错: {error_details}")

            # 使用实际的错误信息创建error_info
            error_info = {
                "error": str(e),  # 使用实际异常消息
                "helper_info": [],  # 空的辅助信息
                "traceback": error_details,  # 添加完整的堆栈跟踪
            }

            # 如果走到这里，说明结果为空或未找到匹配项，应该执行RAG重写流程
            print("\n查询未找到结果，尝试定位具体缺失节点...")

            # 解析原始查询路径中的最后一个节点名
            import re

            match = re.search(r"【([^】]+)】\s*$", original_query)
            missing_node = match.group(1) if match else "未知节点"

            if current_retry < max_retries:
                print("\n尝试使用RAG重写查询...")
                try:
                    # 使用提取的值重写
                    rewritten = rewrite_query_parameters(original_code, error_info)

                    # 检查重写是否成功
                    if rewritten and "code" in rewritten and rewritten["code"]:
                        print(f"\n重写成功，新代码:\n{rewritten['code']}")

                        # 增加重试计数
                        current_retry += 1

                        # 使用重写后的代码进行下一次迭代
                        code = rewritten["code"]
                        continue  # 重要！继续下一次循环迭代
                    else:
                        print("\n重写未返回有效代码")

                except Exception as e:
                    print(f"\nRAG重写失败: {e}")
                    # 尝试使用原始查询
                    try:
                        rewritten = rewrite_query_parameters(original_code, error_info)

                        # 检查重写是否成功
                        if rewritten and "code" in rewritten and rewritten["code"]:
                            print(f"\n第二次重写成功，新代码:\n{rewritten['code']}")

                            # 增加重试计数
                            current_retry += 1

                            # 使用重写后的代码进行下一次迭代
                            code = rewritten["code"]
                            continue  # 重要！继续下一次循环迭代
                        else:
                            print("\n第二次重写未返回有效代码")
                    except Exception as e2:
                        print(f"再次重写失败: {e2}")
                        # 继续执行，返回原始错误

                # RAG重写失败或未产生新代码，返回原始错误
                query_status = (
                    "第一次查询失败，RAG重写也失败"
                    if current_retry == 0
                    else f"第{current_retry+1}次查询失败，RAG重写也失败"
                )
                print(f"\n{query_status}")
                return {
                    "code": 1,
                    "message": f"{missing_node} 未找到，请检查该节点是否存在。",
                    "data": {"value": "", "code": original_code},
                    "error_info": error_info,
                    "query_status": query_status,
                }

    # 如果所有重试都失败
    print("\n所有重试都失败，无法找到匹配的结果")
    query_status = "所有重试都失败"
    return {
        "code": 1,
        "message": "所有重试都失败，无法找到匹配的结果",
        "data": {"value": "", "code": original_code},
        "query_status": query_status,
    }


def format_result(result):
    """
    格式化查询结果

    Args:
        result: 查询结果（可能为 list、dict 或其他类型）

    Returns:
        str: 格式化后的结果
    """
    # 处理 project 对象
    if hasattr(result, "__module__") and result.__module__ == "project":
        # 这是一个 project 模块中的对象
        attrs = {k: v for k, v in result.__dict__.items() if not k.startswith("_")}
        return json.dumps(attrs, ensure_ascii=False, indent=2)

    # 处理 project 对象列表
    if isinstance(result, list) and all(
        hasattr(item, "__module__") and item.__module__ == "project" for item in result if hasattr(item, "__module__")
    ):
        formatted_items = []
        for item in result:
            if hasattr(item, "__dict__"):
                attrs = {k: v for k, v in item.__dict__.items() if not k.startswith("_")}
                formatted_items.append(attrs)
            else:
                formatted_items.append(str(item))

        return json.dumps(formatted_items, ensure_ascii=False, indent=2)

    # 如果结果是字符串，可能包含调试信息，需要提取有用部分
    if isinstance(result, str):
        # 尝试提取最终结果部分
        if "[]" in result:
            return "未找到匹配的数据。"

        # 如果包含节点信息，提取关键部分
        import re

        node_match = re.search(r"找到.*?labels=.*?properties=(.*?)>", result)
        if node_match:
            try:
                # 提取属性部分并格式化
                props_str = node_match.group(1).replace("'", '"')
                import ast

                props = ast.literal_eval(props_str)

                formatted = "找到节点:\n"
                for k, v in props.items():
                    formatted += f"  {k}: {v}\n"
                return formatted
            except:
                pass

        # 如果包含查询结果数量
        count_match = re.search(r"查询结果数量: (\d+)", result)
        if count_match:
            count = count_match.group(1)
            if count == "0":
                return "未找到匹配的数据。"

    # 如果是列表
    if isinstance(result, list):
        if not result:
            return "未找到匹配的数据。"

        lines = [f"找到 {len(result)} 条匹配结果:"]
        for i, item in enumerate(result, 1):
            lines.append(f"\n结果 {i}:")
            if hasattr(item, "items"):  # 检查是否有items方法（字典或类似字典的对象）
                try:
                    for k, v in item.items():
                        lines.append(f"  {k}: {v}")
                except:
                    lines.append(f"  {item}")
            else:
                lines.append(f"  {item}")
        return "\n".join(lines)

    # 如果是字典
    elif isinstance(result, dict):
        lines = ["查询结果:"]
        for k, v in result.items():
            lines.append(f"  {k}: {v}")
        return "\n".join(lines)

    # 其他类型
    else:
        return str(result)


def format_dict_or_item(item):
    """
    格式化字典或其他对象

    Args:
        item: 字典或其他对象

    Returns:
        str: 格式化后的字符串
    """
    if isinstance(item, dict):
        formatted = ""
        for key, value in item.items():
            formatted += f"  {key}: {value}\n"
        return formatted

    return str(item)


def _extract_all_values(item, result_list):
    """
    递归提取字典中的所有值并添加到结果列表中

    Args:
        item: 字典或其他对象
        result_list: 用于存储结果的列表
    """
    if isinstance(item, dict):
        for key, value in item.items():
            if key != "children":  # 跳过children键，它会在主逻辑中单独处理
                if isinstance(value, str):
                    result_list.append(value)
                elif isinstance(value, (dict, list)):
                    _extract_all_values(value, result_list)
    elif isinstance(item, list):
        for element in item:
            _extract_all_values(element, result_list)


# 定义一个辅助函数来提取和处理相似参数
def extract_similar_parameters(path_parts, knowledge_base):
    """
    从路径和知识库中提取相似参数

    Args:
        path_parts (list): 路径部分列表
        knowledge_base (list): 知识库数据

    Returns:
        str: 相似参数字符串
    """
    # 从路径中提取关键词
    extracted_parts = []
    for part in path_parts:
        if "/" in part:
            last_part = part.split("/")[-1].strip()
            if last_part:
                extracted_parts.append(last_part)
        else:
            extracted_parts.append(part)

    # 收集所有可能的相似参数
    similar_params = []

    # 从knowledge_base中查找相关项及其子节点
    for part in extracted_parts:
        for item in knowledge_base:
            # 检查当前项是否匹配
            match_found = False
            for key, value in item.items():
                if isinstance(value, str) and part.lower() in value.lower():
                    match_found = True
                    break

            if match_found:
                # 如果找到匹配项，提取所有值
                _extract_all_values(item, similar_params)

                # 特别处理子节点
                if "children" in item and isinstance(item["children"], list):
                    for child in item["children"]:
                        _extract_all_values(child, similar_params)

    # 移除重复项并排序
    similar_params = list(set(similar_params))
    similar_params.sort()

    print(f"找到的相似参数: {similar_params}")

    # 创建一个包含所有相似参数的字符串
    return ", ".join(similar_params)


# 在查询前先增加一个简单函数，专门提取字符串中的键值对值
def extract_values_from_kb_string(kb_string):
    """从知识库字符串中提取所有键值对的值"""
    import re

    # 匹配所有键值对："key": "value" 的模式
    # 这里我们直接取第二个捕获组，即值部分
    values = re.findall(r'"([^"]+)"\s*:\s*"([^"]+)"', kb_string)

    # 只保留值（第二个元素）
    result = [match[1] for match in values]

    return result


question = {
    "type": "query",
    "value": "查找一下【工程数据/安装工程/安装/架空输电线路本体工程/杆塔工程/杆塔组立/铁塔、钢管杆组立】的类型为【主材】的【塔材】",
}
result = nl_query_to_function_call(question)
print(result)