import os
import json
import logging
import asyncio
import re
from typing import Dict, Any, Optional
from google import genai
from google.genai import types
from sqlalchemy import select
from app.db.session import SessionLocal
from app.models import SystemParameter

logger = logging.getLogger("AI-Service")

class AIService:
    """
    AI Service v1.2.5 - Final Integrated Edition
    - Robot 2: Technikai dúsítás (Search + Regex JSON parsing)
    - Robot 3: OCR (Controlled JSON generation)
    """
    api_key = os.getenv("GEMINI_API_KEY")
    client = genai.Client(api_key=api_key) if api_key else None
    PRIMARY_MODEL = "gemini-2.0-flash"

    @classmethod
    async def get_config_delay(cls) -> float:
        try:
            async with SessionLocal() as db:
                stmt = select(SystemParameter).where(SystemParameter.key == "AI_REQUEST_DELAY")
                res = await db.execute(stmt)
                param = res.scalar_one_or_none()
                return float(param.value) if param else 1.0
        except Exception: return 1.0

    @classmethod
    async def get_clean_vehicle_data(cls, make: str, raw_model: str, v_type: str) -> Optional[Dict[str, Any]]:
        """Robot 2: Adatbányászat Google Search segítségével."""
        if not cls.client: return None
        await asyncio.sleep(await cls.get_config_delay())

        search_tool = types.Tool(google_search=types.GoogleSearch())

        prompt = f"""
        KERESS RÁ az interneten: {make} {raw_model} ({v_type}) pontos gyári modellkódja és technikai adatai.
        Adj választ szigorúan csak egy JSON blokkban:
        {{
            "marketing_name": "tiszta név",
            "synonyms": ["név1", "név2"],
            "technical_code": "gyári kód",
            "year_from": int,
            "year_to": int_vagy_null,
            "ccm": int,
            "kw": int,
            "maintenance": {{ "oil_type": "string", "oil_qty": float, "spark_plug": "string", "coolant": "string" }}
        }}
        FONTOS: A 'technical_code' NEM lehet üres. Ha nem találod, adj 'N/A' értéket!
        """
        
        # Search tool használata esetén a response_mime_type tilos!
        config = types.GenerateContentConfig(
            system_instruction="Profi járműtechnikai adatbányász vagy. Csak tiszta JSON-t válaszolsz markdown kódblokk nélkül.",
            tools=[search_tool],
            temperature=0.1
        )

        try:
            response = cls.client.models.generate_content(model=cls.PRIMARY_MODEL, contents=prompt, config=config)
            text = response.text
            # Tisztítás: ha az AI mégis tenne bele markdown jeleket
            clean_json = re.sub(r'```json\s*|```', '', text).strip()
            res_json = json.loads(clean_json)
            if isinstance(res_json, list) and len(res_json) > 0: res_json = res_json[0]
            return res_json if isinstance(res_json, dict) else None
        except Exception as e:
            logger.error(f"❌ AI hiba ({make} {raw_model}): {e}")
            return None

    @classmethod
    async def analyze_document_image(cls, image_data: bytes, doc_type: str) -> Optional[Dict[str, Any]]:
        """Robot 3: OCR funkció - Forgalmi, Személyi, Számla, Odometer."""
        if not cls.client: return None
        await asyncio.sleep(await cls.get_config_delay())
        
        prompts = {
            "identity": "Személyes okmány adatok (név, szám, lejárat).",
            "vehicle_reg": "Forgalmi adatok (rendszám, alvázszám, kW, ccm).",
            "invoice": "Számla adatok (partner, végösszeg, dátum).",
            "odometer": "Csak a kilométeróra állása számként."
        }
        
        # Itt maradhat a response_mime_type, mert nem használunk Search-öt
        config = types.GenerateContentConfig(
            system_instruction="Profi OCR dokumentum-elemző vagy. Csak tiszta JSON-t válaszolsz.",
            response_mime_type="application/json"
        )
        
        try:
            response = cls.client.models.generate_content(
                model=cls.PRIMARY_MODEL,
                contents=[
                    f"Elemezd ezt a képet ({doc_type}): {prompts.get(doc_type, 'OCR')}", 
                    types.Part.from_bytes(data=image_data, mime_type="image/jpeg")
                ],
                config=config
            )
            res_json = json.loads(response.text)
            if isinstance(res_json, list) and len(res_json) > 0: res_json = res_json[0]
            return res_json if isinstance(res_json, dict) else None
        except Exception as e:
            logger.error(f"❌ OCR hiba: {e}")
            return None