"""
Mem0 配置数据类
用于管理 Mem0 长期记忆系统的配置参数
"""

from datetime import datetime
from dataclasses import dataclass
from pathlib import Path
from typing import TYPE_CHECKING, Optional

# 避免循环导入
if TYPE_CHECKING:
    from langchain_core.language_models import BaseChatModel


# 缓存已加载的提示词模板
_fact_extraction_prompt_template: Optional[str] = None


def _load_fact_extraction_prompt() -> str:
    """从 prompt/FACT_RETRIEVAL_PROMPT.md 加载提示词模板

    Returns:
        str: 提示词模板内容
    """
    global _fact_extraction_prompt_template

    if _fact_extraction_prompt_template is not None:
        return _fact_extraction_prompt_template

    # 获取项目根目录（假设 prompt/ 在项目根目录下）
    project_root = Path(__file__).parent.parent
    prompt_file = project_root / "prompt" / "FACT_RETRIEVAL_PROMPT.md"

    try:
        _fact_extraction_prompt_template = prompt_file.read_text(encoding="utf-8")
    except FileNotFoundError:
        # 如果文件不存在，返回默认提示词
        _fact_extraction_prompt_template = (
            "Extract relevant facts about the user from the conversation.\n"
            "Today's date is {current_time}.\n"
            "Return response in JSON format: {\"facts\": [\"fact1\", \"fact2\"]}"
        )

    return _fact_extraction_prompt_template


@dataclass
class Mem0Config:
    """Mem0 长期记忆配置类"""

    # 功能开关
    enabled: bool = False

    # 语义搜索配置
    semantic_search_top_k: int = 20

    memory_prompt_template: str = (
        "\n\n=== 相关记忆 ===\n"
        "以下是从历史对话中检索到的相关信息，可以帮助你更好地回答用户问题：\n"
        "{memories}\n"
        "==================\n"
    )

    # 多租户配置
    user_id: Optional[str] = None  # 用户标识
    agent_id: Optional[str] = None  # Bot 标识
    session_id: Optional[str] = None  # 会话标识

    # LLM 实例（用于 Mem0 的记忆提取和增强）
    llm_instance: Optional["BaseChatModel"] = None  # LangChain LLM 实例

    def get_attribution_tuple(self) -> tuple[str, str]:
        """获取 attribution 所需的元组 (user_id, agent_id)

        Returns:
            (user_id, agent_id) 元组
        """
        if not self.user_id or not self.agent_id:
            raise ValueError("user_id and agent_id are required for attribution")
        return (self.user_id, self.agent_id)

    def is_enabled(self) -> bool:
        """检查 Mem0 功能是否启用

        Returns:
            bool: 是否启用
        """
        return self.enabled

    def get_memory_prompt(self, memories: list[str]) -> str:
        """根据记忆列表生成注入提示词

        Args:
            memories: 记忆内容列表

        Returns:
            str: 格式化的记忆提示词
        """
        if not memories:
            return ""

        memory_text = "\n".join(f"- {m}" for m in memories)
        return self.memory_prompt_template.format(memories=memory_text)

    def get_custom_fact_extraction_prompt(self) -> str:
        """获取自定义记忆提取提示词

        从 prompt/FACT_RETRIEVAL_PROMPT.md 读取模板并替换 {current_time} 为当前日期

        Returns:
            str: 自定义记忆提取提示词
        """
        template = _load_fact_extraction_prompt()
        current_date = datetime.now().strftime("%Y-%m-%d")
        return template.format(current_time=current_date)
        
    def with_session(self, session_id: str) -> "Mem0Config":
        """创建带有新 session_id 的配置副本

        Args:
            session_id: 新的会话 ID

        Returns:
            新的 Mem0Config 实例
        """
        new_config = Mem0Config(**self.__dict__)
        new_config.session_id = session_id
        return new_config