# config.py - 全局配置管理
import os
from dotenv import load_dotenv

load_dotenv()

# ── LLM 配置 ──────────────────────────────────────────
LLM_API_KEY     = os.getenv("OPENAI_API_KEY", "")
LLM_BASE_URL    = os.getenv("OPENAI_BASE_URL", "https://api.openai.com/v1")
LLM_MODEL       = os.getenv("LLM_MODEL", "gpt-4o")
LLM_TEMPERATURE = float(os.getenv("LLM_TEMPERATURE", "0.3"))

# ── 数据库配置 ─────────────────────────────────────────
DB_PATH         = os.getenv("DB_PATH", "data/requirement_analyzer.db")

# ── 输出配置 ───────────────────────────────────────────
OUTPUT_BASE_DIR  = os.getenv("OUTPUT_BASE_DIR", "output")
DEFAULT_LANGUAGE = os.getenv("DEFAULT_LANGUAGE", "python")

# ══════════════════════════════════════════════════════
#  Prompt 模板
# ══════════════════════════════════════════════════════

DECOMPOSE_PROMPT_TEMPLATE = """
你是一位资深软件架构师和产品经理。请根据以下信息，将原始需求分解为若干个可独立实现的功能需求。

{knowledge_section}

## 原始需求
{raw_requirement}

## 输出要求
请严格按照以下 JSON 格式输出，不要包含任何额外说明：
{{
  "functional_requirements": [
    {{
      "index": 1,
      "title": "功能需求标题（简洁，10字以内）",
      "description": "功能需求详细描述（包含输入、处理逻辑、输出）",
      "function_name": "snake_case函数名",
      "priority": "high|medium|low"
    }}
  ]
}}

要求：
1. 每个功能需求必须是独立可实现的最小单元
2. function_name 使用 snake_case 命名，清晰表达函数用途
3. 分解粒度适中，通常 5-15 个功能需求
4. 优先级根据业务重要性判断
"""

# ── 函数签名 JSON 生成 Prompt ──────────────────────────
FUNC_SIGNATURE_PROMPT_TEMPLATE = """
你是一位资深软件架构师。请根据以下功能需求描述，设计该函数的完整接口签名，并以 JSON 格式输出。

{knowledge_section}

## 功能需求
需求编号：{requirement_id}
标题：{title}
函数名：{function_name}
详细描述：{description}

## 输出格式
请严格按照以下 JSON 结构输出，不要包含任何额外说明或 markdown 标记：
{{
  "name": "{function_name}",
  "requirement_id": "{requirement_id}",
  "description": "简洁的一句话功能描述（英文）",
  "type": "function",
  "parameters": {{
    "<param_name>": {{
      "type": "integer|string|boolean|float|list|dict|object",
      "inout": "in|out|inout",
      "description": "参数说明（英文）",
      "required": true
    }}
  }},
  "return": {{
    "type": "integer|string|boolean|float|list|dict|object|void",
    "description": "整体返回值说明（英文，一句话概括）",
    "on_success": {{
      "value": "具体成功返回值或范围，如 0、true、user object、list of items 等",
      "description": "成功时的返回值含义（英文）"
    }},
    "on_failure": {{
      "value": "具体失败返回值或范围，如 nonzero、false、null、empty list、raises Exception 等",
      "description": "失败时的返回值含义，或抛出的异常类型（英文）"
    }}
  }}
}}

## 设计规范
1. 参数名使用 snake_case，类型使用通用类型（不绑定具体语言）
2. inout 字段含义：
   - in    = 仅输入参数
   - out   = 仅输出参数（通过参数传出结果，如指针/引用）
   - inout = 既作输入又作输出
3. 所有描述字段使用英文
4. return 字段规则：
   - 若函数无返回值（void），type 填 "void"，on_success/on_failure 均填 null
   - 若返回值只有成功场景（如纯查询），on_failure 可描述为 "null or empty"
   - on_success.value / on_failure.value 填写具体值或值域描述，不要填写空字符串
5. 若函数无参数，parameters 填 {{}}
6. required 字段为布尔值 true 或 false
"""

# ── 代码生成 Prompt（含签名约束）─────────────────────────
CODE_GEN_PROMPT_TEMPLATE = """
你是一位资深 {language} 工程师。请根据以下功能需求和【函数签名规范】，生成完整的 {language} 函数代码。

{knowledge_section}

## 功能需求
标题：{title}
描述：{description}

## 【必须严格遵守】函数签名规范
以下 JSON 定义了函数的精确接口，生成的代码必须与之完全一致，不得擅自增减或改名参数：

```json
{signature_json}
```

### 签名字段说明
- `name`：函数名，必须完全一致
- `parameters`：每个 key 即为参数名，`type` 为数据类型，`inout` 含义：
    - `in`    = 普通输入参数
    - `out`   = 输出参数（Python 中通过返回值或可变容器传出）
    - `inout` = 既作输入又作输出
- `return.type`：返回值类型
- `return.on_success`：成功时的返回值，代码实现必须与此一致
- `return.on_failure`：失败时的返回值或异常，代码实现必须与此一致

## 输出要求
1. 只输出纯代码，不要包含 markdown 代码块标记
2. 函数签名（名称、参数列表、返回类型）必须与上方 JSON 规范完全一致
3. 成功/失败的返回值必须严格遵守 return.on_success / return.on_failure 的定义
4. 包含完整的类型注解（Python 使用 type hints）
5. 包含详细的 docstring，其中 Returns 段须注明成功值与失败值
6. 包含必要的异常处理
7. 代码风格遵循 PEP8（Python）或对应语言规范
8. 在文件顶部用注释注明：需求编号、功能标题、函数签名摘要
9. 如需导入第三方库，请在顶部统一导入
"""