"""Провайдер LLM через OpenRouter (openai-совместимый API).

Сеть (проверено 2026-09-11):
- OpenRouter API доступен из РФ напрямую (200), НО часть апстрим-провайдеров
  (OpenAI, Google) блокирует запросы с российских IP по своим ToS (403).
- Решение: опциональный прокси (по умолчанию берётся из .env: OPENROUTER_PROXY),
  запросы выходят через зарубежный egress — тогда доступны все модели.

Модель — параметр конструктора (задаётся в тесте/конфиге).
"""
from __future__ import annotations

import re
import time
from typing import Optional

from .base import DialogHistory, LlmProvider, LlmResult
from .clean_text import clean_for_speech
from .config import get_api_key, get_secret
from .prompts import SYSTEM_PROMPT


class OpenRouterProvider(LlmProvider):
    name = "openrouter"

    # Вопросы, требующие свежих данных → модель с суффиксом :online (веб-поиск OpenRouter).
    # Онлайн-поиск медленнее (+4-9 c) и чуть дороже, поэтому только для «актуальных» тем.
    ONLINE_MODEL_ENV = "OPENROUTER_MODEL_ONLINE"
    ONLINE_HINTS = (
        "погод", "курс", "доллар", "евро", "рубл", "новост", "сегодняшн",
        "сейчас на улице", "за окном", "курс валют", "биткоин", "акци",
        "спорт", "счет матча", "результат матч", "последн",
    )

    def __init__(
        self,
        # openai/* заблокированы ToS-фильтром OpenAI по аккаунту OpenRouter с РФ-биллингом
        # (403 даже через зарубежный egress). Рабочие из РФ (проверено 2026-09-11):
        # google/gemma-3-27b-it, deepseek/deepseek-chat-v3-0324, qwen/qwen-2.5-72b-instruct,
        # mistralai/mistral-small-3.1-24b-instruct, meta-llama/llama-3.3-70b-instruct,
        # z-ai/glm-5.3-flash (reasoning-модель: тратит бюджет max_tokens на размышления).
        # None → берётся OPENROUTER_MODEL из .env (там google/gemma-3-27b-it).
        model: str | None = None,
        online_model: str | None = None,  # None → OPENROUTER_MODEL_ONLINE (glm-5.3-flash:online)
        api_key: str | None = None,
        base_url: str = "https://openrouter.ai/api/v1",
        proxy: str | None = None,       # http://хост:порт; None → OPENROUTER_PROXY из .env
        temperature: float = 0.6,
        # Reasoning-модели (z-ai/glm-*) тратят этот бюджет на «размышления» ДО ответа
        # (у glm-5.3-flash на простую фразу ушло 65 reasoning-токенов из 78).
        # Если бюджет мал, reasoning съедает его и content приходит ПУСТЫМ.
        # 2000 хватает на длинное стихотворение/историю; это ~$0.0003–0.0008 на ответ.
        max_tokens: int = 2000,
        timeout_sec: float = 30.0,
    ) -> None:
        from openai import OpenAI

        key = api_key or get_api_key()
        if not key:
            raise RuntimeError(
                "Нет API-ключа. Создай файл .env в корне проекта со строкой\n"
                "OPENROUTER_API_KEY=sk-or-v1-...\n"
                "(или export OPENROUTER_API_KEY=... перед запуском)"
            )
        proxy_url = proxy or get_secret("OPENROUTER_PROXY")

        http_client = None
        if proxy_url:
            import httpx
            http_client = httpx.Client(proxy=proxy_url, timeout=timeout_sec)

        self._model = model or get_secret("OPENROUTER_MODEL") or "google/gemma-3-27b-it"
        # Модель с веб-поиском для «актуальных» вопросов (погода/курсы/новости)
        self._online_model = (online_model or get_secret(self.ONLINE_MODEL_ENV)
                              or "z-ai/glm-5.3-flash:online")
        self._temperature = temperature
        self._max_tokens = max_tokens
        self._client = OpenAI(
            base_url=base_url,
            api_key=key,
            timeout=timeout_sec,
            http_client=http_client,
        )

    # --- API -------------------------------------------------------------
    def _needs_online(self, question: str, history: Optional[DialogHistory] = None) -> bool:
        """Похоже ли, что вопрос требует свежих данных из интернета.

        Смотрим не только на текущую фразу, но и на последние реплики диалога:
        уточнение «я поэтому и спрашиваю...» после вопроса про акции должно
        пойти в online-модель, хотя в самой фразе нет слов «акции/курс».
        """
        q = question.lower()
        if any(hint in q for hint in self.ONLINE_HINTS):
            return True
        # контекст последних 4 реплик (2 вопроса+ответа) тоже проверяем
        for turn in (history or [])[-4:]:
            text = turn.get("text", "").lower()
            if any(hint in text for hint in self.ONLINE_HINTS):
                return True
        # маркеры продолжения/уточнения («я поэтому и спрашиваю», «а теперь...»)
        if history and re.search(r"\b(поэтому и спрашиваю|я же спрашивал|ты не ответила|"
                                 r"а теперь|так вот|продолжай|уточню)\b", q):
            return True
        return False

    def ask(self, question: str, history: Optional[DialogHistory] = None) -> LlmResult:
        system = SYSTEM_PROMPT
        if self.context_block:
            system += "\n\n" + self.context_block

        messages = [{"role": "system", "content": system}]
        for turn in history or []:
            messages.append({"role": turn["role"], "content": turn["text"]})
        messages.append({"role": "user", "content": question})

        # Вопрос про погоду/курсы/новости (или уточнение к такому) → модель с веб-поиском
        used_model = self._online_model if self._needs_online(question, history) else self._model

        t0 = time.perf_counter()
        response = self._client.chat.completions.create(
            model=used_model,
            messages=messages,
            temperature=self._temperature,
            max_tokens=self._max_tokens,
        )
        elapsed = time.perf_counter() - t0

        raw = response.choices[0].message.content or "" if response.choices else ""
        # Убираем маркеры источников, которые добавляет веб-плагин (ссылки в конце)
        raw = re.sub(r"\s*\b[a-z0-9.-]+\.(?:ru|com|net|org|ai)\b\s*$", "", raw, flags=re.I)
        return LlmResult(
            question=question,
            raw_text=raw.strip(),
            cleaned_text=clean_for_speech(raw),
            generation_sec=elapsed,
            model=used_model,
        )