"""
===================================
@Auther：WenZ
@Company: BooWay
@project：booway_dm
===================================
"""


# from langchain_community.chat_models import ChatOpenAI
from langchain_openai import ChatOpenAI
from langchain_core.output_parsers import StrOutputParser
from langchain_core.prompts import ChatPromptTemplate
from langchain_core.prompts.prompt import PromptTemplate
from langchain_core.output_parsers import JsonOutputParser


# qwen_llm = ChatOpenAI(model='deepseek-qwen2.5-32b',base_url="http://172.20.0.145:9995/v1/",api_key='233',temperature=1)

# temperature=0.7
qwen_llm = ChatOpenAI(
    openai_api_base="https://api.siliconflow.cn/v1",
    model_name="Qwen/Qwen2.5-72B-Instruct",
    # sk-muuqautpcyuowjtgfecbnivqodlhzydtfslqkmwbknawejsx
    openai_api_key="sk-bbeamiumkouptsrueilgufqqyuumelcsivxwjbdugqwsqhwj",
    temperature=0.1
)

deep_v3 = ChatOpenAI(
    openai_api_base="https://api.siliconflow.cn/v1",
    model_name="deepseek-ai/DeepSeek-V3",
    # sk-muuqautpcyuowjtgfecbnivqodlhzydtfslqkmwbknawejsx
    openai_api_key="sk-bbeamiumkouptsrueilgufqqyuumelcsivxwjbdugqwsqhwj",
    temperature=0.1
)


def suffix_answers():
    PromptTemplate1 = """
    根据用户输入和相关知识回答问题

    # 用户输入
    {query}
    
    # 相关知识
    {kg}

    # 注意：
    - 每次回答和核心意思是：'此后缀名文件用某某或哪些软件打开'
    - 对于相关知识中有多个软件的要全部回答
    - 不要有过多解释，仅仅根据kg回答即可
    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate1)

    Chain = Prompt | qwen_llm | StrOutputParser()

    return Chain

# 关于下载安装
# 查询功能（询问软件功能或用途）：【新型储能计价通C1】可以做批次工程吗
# 后缀名问题（专属子意图）
# 操作指导（询问具体使用方法）：【西藏造价软件Z1】怎么查看人工机械费用
# 故障排查（解决软件错误问题）：【技改检修2016软件】初始化失败了
# 费用计算（专属意图，复杂计算推理）
# 下载与安装（询问软件的下载和安装）：【配网D3软件】程序包发我；【配网D3软件】怎么安装

def Vertical_classification():
    PromptTemplate1 = """
    根据用户输入进行垂直领域分类

    目前的垂直分类：【'闲聊', '软件咨询'】
    
    # 软件咨询包括以下：
    1. 查询功能（询问软件功能或用途，包括后缀名问题）
    2. 操作指导（询问具体使用方法）
    3. 故障排查（解决软件错误问题）
    4. 下载安装（关于软件的下载和安装问题）

    # 用户输入
    {query}

    # 注意：
    1. 你只能回答是'闲聊' 或者 '软件咨询'，绝对不能有其他回复
    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate1)

    Chain = Prompt | qwen_llm | StrOutputParser()

    return Chain

# chain_vertical = Vertical_classification()


def small_talk():
    PromptTemplate1 = """
    你是一个开放性的聊天助手，请以礼貌的方式进行回复

    # 用户输入
    {query}

    # 注意
    1. 对于用户发送类似“你好”、“hi”、“嗨”之类的问候语，需要固定回复：“您好，尊贵的VIP，我是booway小助手，很高兴为您服务”
    2. 对于用户发送类似“你是谁”、“你能干什么”、“你有什么功能”之类的询问身份和功能的语句，需要固定回复：“您好，我是booway小助手，如您需要相关电力造价软件的使用咨询，可以和我沟通”
    3. 初次之外的聊天，不需要告知用户的身份和你的身份
    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate1)

    Chain = Prompt | qwen_llm | StrOutputParser()

    return Chain


# chain_small_talk = small_talk()


# 查询功能（询问软件功能或用途）：【新型储能计价通C1】可以做批次工程吗
# 后缀名问题（专属子意图）
# 操作指导（询问具体使用方法）：【西藏造价软件Z1】怎么查看人工机械费用
# 故障排查（解决软件错误问题）：【技改检修2016软件】初始化失败了
# 费用计算（专属意图，复杂计算推理）
# 下载与安装（询问软件的下载和安装）：【配网D3软件】程序包发我；【配网D3软件】怎么安装
def intention_judge():
    # 费用计算另处理
    PromptTemplate1 = """
    你是一个智能意图分类助手。请根据用户的问题，将其归类到以下意图中：

    1. 查询功能（询问软件功能或用途）
    2. 操作指导（询问具体使用方法）
    3. 故障排查（解决软件错误问题）
    4. 下载安装（关于软件的下载和安装问题）

    用户的问题是："{query}"

    请明确指出该问题属于哪个意图类别。

    输出格式：str类型

    注意你的回复答案一定是[查询功能、操作指导、故障排查、下载安装]之一，不要有其他回答，不要解释说明
    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate1)

    Chain = Prompt | qwen_llm | StrOutputParser()

    return Chain


def domain_judge():
    # 费用计算另处理
    PromptTemplate1 = """
    你是一个领域问题分类助手。请根据用户的问题，将其归类到以下软件领域中：

    1. 西藏造价软件Z1
    2. 新型储能计价通C1
    3. 技改检修计价通T1
    4. 未知 （用户输入没有提到具体软件名称，就回答‘未知’）

    用户输入："{query}"

    请明确指出该问题属于哪个领域问题分类。

    输出格式：str类型

    注意：
    1. 你的回复答案一定是[西藏造价软件Z1、新型储能计价通C1、技改检修计价通T1、未知]之一，不要有其他回答，不要解释说明
    2. 如果用户输入没有说明具体哪个软件，则回答‘未知’
    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate1)

    Chain = Prompt | deep_v3 | StrOutputParser()

    return Chain

def domain_judge_v2():
    # 费用计算另处理
    PromptTemplate1 = """
    你是一个不全软件名称的助手。请根据用户的问题，进行补全:

    1. 西藏造价软件Z1
    2. 新型储能计价通C1
    3. 技改检修计价通T1
    4. 未知 （用户输入没有提到具体软件名称，就回答‘未知’）

    用户输入："{query}"

    输出格式：str类型

    注意：
    1. 你的回复答案一定是[西藏造价软件Z1、新型储能计价通C1、技改检修计价通T1、未知]之一，不要有其他回答，不要解释说明
    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate1)

    Chain = Prompt | deep_v3 | StrOutputParser()

    return Chain


def judge_5W2H():
    PromptTemplate1 = """
    你是一位专业的语言分析师。请根据以下输入，识别出它属于5W2H中的哪一类：
        - What: 表示“什么”。
        - Why: 表示“为什么”。
        - When: 表示“什么时候”。
        - Where: 表示“在哪里”。
        - Who: 表示“谁”。
        - How: 表示“如何”。
        - How much: 表示“多少”。

    输入: {query}
    请判断并仅返回类别名称。
    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate1)

    Chain = Prompt | qwen_llm | StrOutputParser()

    return Chain


def extract_keywords():
    PromptTemplate1 = """
    你是一位专业的语言分析师。请根据以下输入内容，精准提取“需求”部分：

    软件名称：{software_name}  
    5W2H 类型：{_5w2h_type}  
    用户输入：{query}

    提取规则：  
    仅提取用户输入中，除软件名称和5W2H类型以外的“需求”部分，保持原意简洁输出，不添加解释或思考过程。

    示例1：  
    软件名称：新型储能计价通C1  
    5W2H 类型：How  
    用户输入：储能软件，怎么批量将乙供主材改为甲供  
    输出：批量将乙供主材改为甲供

    示例2：  
    软件名称：西藏造价软件Z1  
    5W2H 类型：What  
    用户输入：西藏Z1软件，海报高度选择不同影响什么  
    输出：海报高度选择不同影响什么

    注意事项：  
    - 输出仅包含“需求”内容 
    - “需求”需要你根据语义总结
    - 不要输出任何解释或推理过程 
    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate1)

    Chain = Prompt | qwen_llm | StrOutputParser()

    return Chain

# def answer_questions():
#     PromptTemplate1 = """
#     你是一个回答助手，请根据检索到的知识内容来回答用户的问题。
#
#     # 用户问题：
#     {query}
#
#     # 检索到的知识内容：
#     {kg}
#
#     # 回答要求：
#     1. 仅依据检索到的知识内容进行回答，不要引入任何其他未提供的知识。
#     2. 如果检索内容中仅有部分信息与你判断相关，请结合有用部分作答，忽略无关内容。
#     3. 如果你无法根据检索内容推理或回答用户问题，请回答：“没有相关知识”。
#
#     """
#
#     Prompt = ChatPromptTemplate.from_template(PromptTemplate1)
#
#     Chain = Prompt | deep_v3 | StrOutputParser()
#
#     return Chain

def answer_questions():
    PromptTemplate1 = """
    请严格根据以下框架回答用户问题：

    # 用户问题：
    {query}
    
    # 检索到的知识内容：
    {kg}
    
    # 回答规则 (必须逐条遵守)：
    1. 相关性优先原则
       - 必须严格检查检索内容与用户问题的相关性
       - 仅当检索内容中存在至少一条与问题直接相关的明确证据时，才允许作答
       - 若检索内容整体与问题无关，即使内容正确，也必须回答"没有相关知识"
    
    2. 精准引用原则
       - 回答必须完全基于检索内容中的有效证据
       - 禁止添加任何外部知识、常识推理或主观猜测
       - 禁止对检索内容进行延伸解读，仅允许直接相关的事实陈述
    
    3. 部分相关处理
       - 当检索内容中只有部分段落相关时：
         1. 先验证该段落是否直接对应问题核心
         2. 确认无误后仅使用该部分作答
         3. 主动忽略其他无关内容
    
    4. 拒绝回答场景
       - 检索内容与问题无逻辑关联时
       - 需要连接多个非直接相关片段进行推理时
       - 存在相关表述但缺乏明确证据支持时
       
    # 回答要求
    1. 基于以上回答规则，仅做回答，不要加上思考过程

    """

    Prompt = ChatPromptTemplate.from_template(PromptTemplate1)

    Chain = Prompt | deep_v3 | StrOutputParser()

    return Chain