package ai

import (
	"encoding/json"
	"errors"
	"fmt"
	"fonchain-fiee/pkg/common/qwen"
	"fonchain-fiee/pkg/service"
	"strings"

	"github.com/gin-gonic/gin"
)

// VideoVLRequest 视频/图片理解请求参数
type VideoVLRequest struct {
	Videos []string `json:"videos"` // 视频URL列表
	Images []string `json:"images"` // 图片URL列表
	Text   string   `json:"text"`   // 可选的文本提示
	Model  string   `json:"model"`  // 可选的模型名称，默认使用 qwen3-vl-plus
}

// AIVideoVL AI理解视频/图片接口
func AIVideoVL(ctx *gin.Context) {
	var req VideoVLRequest
	if err := ctx.ShouldBindJSON(&req); err != nil {
		service.Error(ctx, errors.New("参数错误"))
		return
	}

	// 检查是否至少提供了视频或图片
	if len(req.Videos) == 0 && len(req.Images) == 0 {
		service.Error(ctx, errors.New("至少需要提供一个视频或图片"))
		return
	}

	if len(req.Videos) > 1 {
		service.Error(ctx, errors.New("当前只能选一个视频"))
		return
	}

	Prompt := "请你详细描述视频和图片中的内容分别是什么"

	// 调用VL函数进行AI理解
	result, err := qwen.VL(req.Videos, req.Images, Prompt, req.Model)
	if err != nil {
		// 检查是否是文件下载超时错误（内容过大）
		errMsg := err.Error()
		if contains(errMsg, "Download multimodal file timed out") || contains(errMsg, "timed out") {
			service.Error(ctx, errors.New("内容过大，请重新选择"))
		} else {
			service.Error(ctx, errors.New("ai分析帖子内容失败"))
		}
		return
	}

	// 返回AI返回的数据
	service.Success(ctx, result)
}

// contains 检查字符串是否包含子字符串（不区分大小写）
func contains(s, substr string) bool {
	return strings.Contains(strings.ToLower(s), strings.ToLower(substr))
}

// CompetitorReportRequest 竞品报告请求参数
type CompetitorReportRequest struct {
	Videos      []string `json:"videos"`      // 视频URL列表
	Images      []string `json:"images"`      // 图片URL列表
	TextPrompt  string   `json:"textPrompt"`  // 竞品报告要求文本
	ImagePrompt string   `json:"imagePrompt"` // 图片URL
	Model       string   `json:"model"`       // 可选的模型名称，默认使用 qwen3-vl-plus
}

// CompetitorReportData 竞品报告数据（用于返回给前端）
type CompetitorReportData struct {
	HighlightAnalysis HighlightAnalysisData `json:"highlight_analysis"`
	DataPerformance   DataPerformanceData   `json:"data_performance_analysis"`
	OverallSummary    string                `json:"overall_summary_and_optimization"`
}

type HighlightAnalysisData struct {
	Summary string     `json:"summary"`
	Points  PointsData `json:"points"`
}

type PointsData struct {
	Theme       string `json:"theme"`
	Narrative   string `json:"narrative"`
	Content     string `json:"content"`
	Copywriting string `json:"copywriting"`
	Data        string `json:"data"`
	Music       string `json:"music,omitempty"`
}

type DataPerformanceData struct {
	Views      string `json:"views"`
	Completion string `json:"completion_rate,omitempty"`
	Engagement string `json:"engagement"`
}

// CompetitorReportResponse 竞品报告响应数据
type CompetitorReportResponse struct {
	ImageURL string                `json:"image_url,omitempty"` // 生成的图片URL（1024*1024），非必须返回
	Text     string                `json:"text,omitempty"`      // 竞品报告文本内容，非必须返回
	JsonData *CompetitorReportData `json:"json_data,omitempty"` // 竞品报告JSON数据
}

// CompetitorReportJSON AI返回的JSON结构
type CompetitorReportJSON struct {
	HighlightAnalysis HighlightAnalysis `json:"highlight_analysis"`
	DataPerformance   DataPerformance   `json:"data_performance_analysis"`
	OverallSummary    string            `json:"overall_summary_and_optimization"`
}

type HighlightAnalysis struct {
	Summary string `json:"summary"`
	Points  Points `json:"points"`
}

type Points struct {
	Theme       string `json:"theme"`
	Narrative   string `json:"narrative"`
	Content     string `json:"content"`
	Copywriting string `json:"copywriting"`
	Data        string `json:"data"`
	Music       string `json:"music,omitempty"`
}

type DataPerformance struct {
	Views      string `json:"views"`
	Completion string `json:"completion_rate,omitempty"`
	Engagement string `json:"engagement"`
}

// convertJSONToText 将 JSON 转换为纯文本格式
func convertJSONToText(data CompetitorReportJSON, isVideo bool) string {
	var sb strings.Builder

	// 一、亮点表现分析
	sb.WriteString("一、亮点表现分析\n")
	sb.WriteString(data.HighlightAnalysis.Summary)
	sb.WriteString("\n\n")

	sb.WriteString("1. 标题亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Theme)
	sb.WriteString("\n")

	sb.WriteString("2. 题材亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Narrative)
	sb.WriteString("\n")

	sb.WriteString("3. 内容亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Content)
	sb.WriteString("\n")

	sb.WriteString("4. 文案亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Copywriting)
	sb.WriteString("\n")

	sb.WriteString("5. 数据亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Data)
	sb.WriteString("\n")

	if isVideo && data.HighlightAnalysis.Points.Music != "" {
		sb.WriteString("6. 配乐亮点：")
		sb.WriteString(data.HighlightAnalysis.Points.Music)
		sb.WriteString("\n")
	}

	// 二、数据表现分析
	sb.WriteString("\n二、数据表现分析\n")
	sb.WriteString("1. 浏览量表现：")
	sb.WriteString(data.DataPerformance.Views)
	sb.WriteString("\n")

	if isVideo && data.DataPerformance.Completion != "" {
		sb.WriteString("2. 完播率表现：")
		sb.WriteString(data.DataPerformance.Completion)
		sb.WriteString("\n")
		sb.WriteString("3. 点赞/分享/评论表现：")
	} else {
		sb.WriteString("2. 点赞/分享/评论表现：")
	}
	sb.WriteString(data.DataPerformance.Engagement)
	sb.WriteString("\n")

	// 三、整体总结及可优化建议
	sb.WriteString("\n三、整体总结及可优化建议\n")
	sb.WriteString(data.OverallSummary)

	return sb.String()
}

// convertJSONToTextFromData 将 JSON 转换为纯文本格式（使用新的 CompetitorReportData 结构）
func convertJSONToTextFromData(data CompetitorReportData, isVideo bool) string {
	var sb strings.Builder

	// 一、亮点表现分析
	sb.WriteString("一、亮点表现分析\n")
	sb.WriteString(data.HighlightAnalysis.Summary)
	sb.WriteString("\n\n")

	sb.WriteString("1. 标题亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Theme)
	sb.WriteString("\n")

	sb.WriteString("2. 题材亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Narrative)
	sb.WriteString("\n")

	sb.WriteString("3. 内容亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Content)
	sb.WriteString("\n")

	sb.WriteString("4. 文案亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Copywriting)
	sb.WriteString("\n")

	sb.WriteString("5. 数据亮点：")
	sb.WriteString(data.HighlightAnalysis.Points.Data)
	sb.WriteString("\n")

	if isVideo && data.HighlightAnalysis.Points.Music != "" {
		sb.WriteString("6. 配乐亮点：")
		sb.WriteString(data.HighlightAnalysis.Points.Music)
		sb.WriteString("\n")
	}

	// 二、数据表现分析
	sb.WriteString("\n二、数据表现分析\n")
	sb.WriteString("1. 浏览量表现：")
	sb.WriteString(data.DataPerformance.Views)
	sb.WriteString("\n")

	if isVideo && data.DataPerformance.Completion != "" {
		sb.WriteString("2. 完播率表现：")
		sb.WriteString(data.DataPerformance.Completion)
		sb.WriteString("\n")
		sb.WriteString("3. 点赞/分享/评论表现：")
	} else {
		sb.WriteString("2. 点赞/分享/评论表现：")
	}
	sb.WriteString(data.DataPerformance.Engagement)
	sb.WriteString("\n")

	// 三、整体总结及可优化建议
	sb.WriteString("\n三、整体总结及可优化建议\n")
	sb.WriteString(data.OverallSummary)

	return sb.String()
}

// AICompetitorReport 生成竞品报告接口
func AICompetitorReport(ctx *gin.Context) {
	var req CompetitorReportRequest
	if err := ctx.ShouldBindJSON(&req); err != nil {
		service.Error(ctx, errors.New("参数错误"))
		return
	}

	if req.TextPrompt == "" && req.ImagePrompt == "" {
		service.Error(ctx, errors.New("文本和图片提示词不能同时为空"))
		return
	}

	// 检查是否至少提供了视频或图片
	if len(req.Videos) == 0 && len(req.Images) == 0 {
		service.Error(ctx, errors.New("至少需要提供一个视频或图片"))
		return
	}

	if len(req.Videos) > 1 {
		service.Error(ctx, errors.New("当前只能选一个视频"))
		return
	}

	// 第一步：调用AI理解视频/图片内容
	vlPrompt := "请你详细描述这些视频或者这些图片中的内容分别是什么，请详细描述，不要遗漏任何细节"
	vlResult, err := qwen.VL(req.Videos, req.Images, vlPrompt, req.Model)
	if err != nil {
		// 检查是否是文件下载超时错误（内容过大）
		errMsg := err.Error()
		if contains(errMsg, "Download multimodal file timed out") || contains(errMsg, "timed out") {
			service.Error(ctx, errors.New("内容过大，请重新选择"))
		} else {
			service.Error(ctx, fmt.Errorf("AI理解视频图片失败: %v", err))
		}
		return
	}

	// 获取理解后的内容
	if len(vlResult.Choices) == 0 {
		service.Error(ctx, errors.New("AI理解返回结果为空"))
		return
	}
	vlContent := vlResult.Choices[0].Message.Content

	// 定义协程结果结构
	type textResult struct {
		text string
		err  error
	}

	type imageResult struct {
		imageURL string
		err      error
	}

	// 根据 TextPrompt 和 ImagePrompt 是否为空决定启动哪些协程
	needText := req.TextPrompt != ""
	needImage := req.ImagePrompt != ""

	var textChan chan textResult
	var imageChan chan imageResult

	// 如果需要生成文本，启动文本生成协程
	if needText {
		textChan = make(chan textResult, 1)
		go func() {
			// 根据是否有视频来判断作品类型
			isVideo := len(req.Videos) > 0

			// 构建文本生成提示词：理解内容 + 用户要求（JSON格式）
			// 重要：必须明确要求使用英文标点符号，确保返回的JSON符合规范
			// 重要：必须基于内容给出分析性回复，即使没有提供具体数据
			var textPrompt string
			if isVideo {
				textPrompt = fmt.Sprintf(`你必须严格输出以下JSON格式，不要输出任何其他内容。输出必须以 { 开头并以 } 结束。
重要提示：
1. 所有字符串值必须使用英文标点符号，包括英文逗号, 英文句号. 英文冒号: 英文引号" 等。禁止使用中文标点符号。
2. 即使没有提供具体数据，也要基于视频和图片内容给出分析性回复。禁止回复"未提供数据"、"暂无数据"等类似内容，而应该根据内容分析数据表现（如根据时长分析完播率潜力、根据内容质量分析互动潜力等）。

基于以下视频和图片的内容描述：
%s

用户要求（仅作为内容参考，不会改变JSON结构）：
%s

JSON结构是固定的，请将内容填充到对应的value中，禁止修改key，禁止添加额外字段，禁止输出任何说明文字：
{"highlight_analysis":{"summary":"[78字以内的概述]","points":{"theme":"[标题亮点，最多60字]","narrative":"[题材亮点，最多60字]","content":"[内容亮点，最多60字]","copywriting":"[文案亮点，最多60字]","data":"[数据亮点，最多60字]","music":"[配乐亮点，仅视频，最多60字]"}},"data_performance_analysis":{"views":"[浏览量表现，最多60字]","completion_rate":"[完播率表现，仅视频，最多60字]","engagement":"[点赞/分享/评论表现，最多60字]"},"overall_summary_and_optimization":"[整体总结及可优化建议，最多300字]"}`, vlContent, req.TextPrompt)
			} else {
				textPrompt = fmt.Sprintf(`你必须严格输出以下JSON格式，不要输出任何其他内容。输出开头并以 }必须以 {  结束。
重要提示：
1. 所有字符串值必须使用英文标点符号，包括英文逗号, 英文句号. 英文冒号: 英文引号" 等。禁止使用中文标点符号。
2. 即使没有提供具体数据，也要基于视频和图片内容给出分析性回复。禁止回复"未提供数据"、"暂无数据"等类似内容，而应该根据内容分析数据表现（如根据内容质量分析互动潜力等）。

基于以下视频和图片的内容描述：
%s

用户要求（仅作为内容参考，不会改变JSON结构）：
%s

JSON结构是固定的，请将内容填充到对应的value中，禁止修改key，禁止添加额外字段，禁止输出任何说明文字：
{"highlight_analysis":{"summary":"[78字以内的概述]","points":{"theme":"[标题亮点，最多60字]","narrative":"[题材亮点，最多60字]","content":"[内容亮点，最多60字]","copywriting":"[文案亮点，最多60字]","data":"[数据亮点，最多60字]"}},"data_performance_analysis":{"views":"[浏览量表现，最多60字]","engagement":"[点赞/分享/评论表现，最多60字]"},"overall_summary_and_optimization":"[整体总结及可优化建议，最多300字]"}`, vlContent, req.TextPrompt)
			}

			chatReq, err := buildChatRequest(textPrompt, nil)
			if err != nil {
				textChan <- textResult{err: err}
				return
			}

			chatResp, err := qwen.Chat(*chatReq)
			if err != nil {
				textChan <- textResult{err: err}
				return
			}

			if len(chatResp.Choices) == 0 {
				textChan <- textResult{err: errors.New("文本生成返回结果为空")}
				return
			}

			// 打印 AI 返回的原始内容（用于调试）
			aiText := chatResp.Choices[0].Message.Content
			fmt.Println("========== AI 返回的原始内容 ==========")
			fmt.Println(aiText)
			fmt.Println("=========================================")

			textChan <- textResult{text: aiText}
		}()
	}

	// 如果需要生成图片，启动图片生成协程
	if needImage {
		imageChan = make(chan imageResult, 1)
		go func() {
			// 先请求聊天获取图片提示词
			imagePromptText := fmt.Sprintf("基于以下视频和图片的内容描述：\n%s\n\n请根据以下要求生成竞品报告图片的提示词：\n%s\n\n重要提示：生成的图片内容中不要包含任何文字，仅仅是根据内容生成一张配图即可", vlContent, req.ImagePrompt)

			chatReq, err := buildChatRequest(imagePromptText, nil)
			if err != nil {
				imageChan <- imageResult{err: err}
				return
			}

			chatResp, err := qwen.Chat(*chatReq)
			if err != nil {
				imageChan <- imageResult{err: err}
				return
			}

			if len(chatResp.Choices) == 0 {
				imageChan <- imageResult{err: errors.New("图片提示词生成返回结果为空")}
				return
			}

			imagePrompt := chatResp.Choices[0].Message.Content

			// 生成图片（1024*1024），基于理解后的内容使用文生图
			size := "1024*1024"
			resultTask, err := qwen.GenerateTextImage(imagePrompt, size)

			if err != nil {
				imageChan <- imageResult{err: err}
				return
			}

			if resultTask.Code != "" {
				imageChan <- imageResult{err: errors.New("文生图失败: " + resultTask.Message)}
				return
			}

			// 等待图片生成完成
			result, err := qwen.ImgTaskResult(resultTask.Output.TaskID)
			if err != nil {
				imageChan <- imageResult{err: err}
				return
			}

			if result == nil || len(result.Output.Results) == 0 {
				imageChan <- imageResult{err: errors.New("图片生成失败")}
				return
			}

			// 返回第一张图片的URL
			imageChan <- imageResult{imageURL: result.Output.Results[0].URL}
		}()
	}

	// 等待所有启动的协程完成
	var textRes textResult
	var imageRes imageResult

	// 根据实际启动的协程数量等待结果
	if needText && needImage {
		// 两个协程都启动了，使用循环等待两个都完成
		completed := 0
		for completed < 2 {
			select {
			case textRes = <-textChan:
				completed++
			case imageRes = <-imageChan:
				completed++
			}
		}
	} else if needText {
		// 只启动文本生成协程
		textRes = <-textChan
	} else if needImage {
		// 只启动图片生成协程
		imageRes = <-imageChan
	}

	// 处理文本结果（如果生成了文本）
	if needText {
		if textRes.err != nil {
			service.Error(ctx, fmt.Errorf("生成竞品报告文本失败: %v", textRes.err))
			return
		}
	}

	// 处理图片结果（如果生成了图片）
	if needImage {
		if imageRes.err != nil {
			service.Error(ctx, fmt.Errorf("生成竞品报告图片失败: %v", imageRes.err))
			return
		}
	}

	// 返回结果（只返回实际生成的内容）
	result := CompetitorReportResponse{}
	if needText {
		// 将 JSON 解析为结构化数据
		fmt.Println("========== 开始解析 JSON ==========")
		fmt.Println("原始内容是否以 { 开头:", strings.HasPrefix(strings.TrimSpace(textRes.text), "{"))
		fmt.Println("原始内容前100字符:", strings.TrimSpace(textRes.text)[:min(100, len(strings.TrimSpace(textRes.text)))])

		var jsonData CompetitorReportData
		if err := json.Unmarshal([]byte(textRes.text), &jsonData); err != nil {
			// 如果解析失败，回退使用原始文本
			fmt.Println("========== JSON 解析失败 ==========")
			fmt.Println("解析错误:", err)
			fmt.Println("===================================")
			result.Text = textRes.text
		} else {
			fmt.Println("========== JSON 解析成功 ==========")
			fmt.Println("Summary:", jsonData.HighlightAnalysis.Summary)
			fmt.Println("==================================")

			// 赋值结构体到 JsonData 中
			result.JsonData = &jsonData

			result.Text = convertJSONToTextFromData(jsonData, len(req.Videos) > 0)
		}
	}
	if needImage {
		result.ImageURL = imageRes.imageURL
	}

	service.Success(ctx, result)
}