# -*- coding: utf-8 -*-
"""
CardioAI - Module 3: AI 语音助手
Deepseek 问答 + CosyVoice 语音合成服务
"""

import os
import base64
import dashscope
from pathlib import Path
from flask import Flask, render_template, request, jsonify
from dotenv import load_dotenv
from langchain_openai import ChatOpenAI
from dashscope.audio.tts_v2 import SpeechSynthesizer, AudioFormat

# ============================================
# 配置与初始化
# ============================================
# 加载环境变量
ENV_PATH = Path(r"E:\project_ai\claude_project1\aicodes\.env")
load_dotenv(dotenv_path=ENV_PATH)

# 配置 DashScope API Key
dashscope.api_key = os.getenv("DASHSCOPE_API_KEY")

# 创建 Flask 应用
CODE_ROOT = Path(r"E:\project_ai\claude_project1\aicodes")
TEMPLATE_DIR = CODE_ROOT / "module3_voice_assistant" / "templates"

app = Flask(__name__,
            template_folder=str(TEMPLATE_DIR),
            static_folder=str(TEMPLATE_DIR.parent / 'static'))


# ============================================
# DeepSeek LLM 配置
# ============================================
def get_llm():
    """
    初始化 DeepSeek LLM 实例

    Returns:
        ChatOpenAI: DeepSeek LLM 实例
    """
    llm = ChatOpenAI(
        base_url=os.getenv("DEEPSEEK_BASE_URL", "https://api.deepseek.com"),
        api_key=os.getenv("DEEPSEEK_API_KEY"),
        model=os.getenv("MODEL_NAME", "deepseek-chat"),
        temperature=float(os.getenv("TEMPERATURE", 0.7)),
        max_tokens=int(os.getenv("MAX_TOKENS", 2000))
    )
    return llm


# System Prompt - 专业心血管健康顾问
SYSTEM_PROMPT = """你是一位专业的心血管健康顾问，名为 CardioAI 助手。

你的职责：
1. 回答用户关于心血管疾病预防、诊断、治疗和管理的问题
2. 提供基于医学证据的健康建议
3. 解释心血管相关的医学概念和检查指标
4. 给出生活方式改善建议（饮食、运动、戒烟限酒等）

注意事项：
- 回答要专业、准确、通俗易懂
- 对于严重的健康问题，建议用户及时就医
- 不要替代医生的诊断，你的建议仅供参考
- 回答要简洁明了，避免过于冗长

请用温暖、专业的语气回答用户的问题。"""


# ============================================
# CosyVoice 语音合成函数
# ============================================
def text_to_speech(text: str) -> bytes:
    """
    使用 CosyVoice 将文本转换为语音

    Args:
        text (str): 待合成的文本

    Returns:
        bytes: MP3 格式的音频数据
    """
    try:
        # 实例化 SpeechSynthesizer
        synthesizer = SpeechSynthesizer(
            model=os.getenv("VOICE_MODEL", "cosyvoice-v2"),
            voice=os.getenv("VOICE", "longxiaochun_v2"),
            format=AudioFormat.MP3_22050HZ_MONO_256KBPS
        )

        # 同步调用 - 将文本转换为语音
        audio_data = synthesizer.call(text)

        return audio_data

    except Exception as e:
        print(f"语音合成失败: {str(e)}")
        return None


# ============================================
# 路由定义
# ============================================
@app.route('/')
def index():
    """主页 - 渲染语音助手界面"""
    return render_template('voice_index.html')


@app.route('/voice_assistant', methods=['POST'])
def voice_assistant():
    """
    AI 语音助手 API 接口

    接收用户问题，返回 LLM 文字回答和 Base64 编码的语音
    """
    try:
        # 获取请求数据
        data = request.get_json()
        user_question = data.get('question', '').strip()

        if not user_question:
            return jsonify({
                'error': '请输入您的问题'
            }), 400

        # 检查 API Key 配置
        deepseek_key = os.getenv("DEEPSEEK_API_KEY")
        dashscope_key = os.getenv("DASHSCOPE_API_KEY")

        if not deepseek_key or deepseek_key == "your_deepseek_api_key_here":
            return jsonify({
                'error': 'DeepSeek API Key 未配置，请在 .env 文件中设置 DEEPSEEK_API_KEY'
            }), 500

        if not dashscope_key or dashscope_key == "your_dashscope_api_key_here":
            return jsonify({
                'error': 'DashScope API Key 未配置，请在 .env 文件中设置 DASHSCOPE_API_KEY'
            }), 500

        print(f"\n用户问题: {user_question}")

        # 1. 调用 DeepSeek LLM 获取文字回答
        print("正在调用 DeepSeek LLM...")
        llm = get_llm()

        # 构建完整 prompt
        messages = [
            {"role": "system", "content": SYSTEM_PROMPT},
            {"role": "user", "content": user_question}
        ]

        # 调用 LLM
        llm_response = llm.invoke(messages)
        text_answer = llm_response.content

        print(f"LLM 回答: {text_answer}")

        # 2. 将文字回答转换为语音
        print("正在调用 CosyVoice 合成语音...")
        audio_data = text_to_speech(text_answer)

        if audio_data is None:
            return jsonify({
                'error': '语音合成失败，请检查 API Key 配置和网络连接'
            }), 500

        # 3. 将音频编码为 Base64
        audio_base64 = base64.b64encode(audio_data).decode('utf-8')

        print(f"语音合成完成，音频大小: {len(audio_data)} 字节")

        # 4. 返回结果
        return jsonify({
            'text_answer': text_answer,
            'audio_base64': audio_base64,
            'message': '问答成功'
        })

    except Exception as e:
        print(f"处理失败: {str(e)}")
        return jsonify({
            'error': f'处理失败: {str(e)}'
        }), 500


@app.route('/health', methods=['GET'])
def health():
    """健康检查接口"""
    deepseek_configured = os.getenv("DEEPSEEK_API_KEY") not in [None, "your_deepseek_api_key_here"]
    dashscope_configured = os.getenv("DASHSCOPE_API_KEY") not in [None, "your_dashscope_api_key_here"]

    return jsonify({
        'status': 'healthy',
        'deepseek_configured': deepseek_configured,
        'dashscope_configured': dashscope_configured
    })


# ============================================
# 主程序入口
# ============================================
if __name__ == '__main__':
    host = os.getenv('FLASK_HOST', '127.0.0.1')
    port = int(os.getenv('FLASK_PORT', 5001))  # 使用 5001 避免与 Module 2 冲突

    print("\n" + "=" * 50)
    print("CardioAI - Module 3: AI 语音助手服务")
    print("=" * 50)
    print(f"服务地址: http://{host}:{port}")
    print("=" * 50 + "\n")

    app.run(host=host, port=port, debug=True)