"""
app/services/llm_service.py — LLM Client (Ollama)

Version:
    0.2.0 (WP-06 Hybrid Router Support)
"""

import httpx
import yaml
import logging
import os
from pathlib import Path
from app.config import get_settings

logger = logging.getLogger(__name__)

class LLMService:
    def __init__(self):
        self.settings = get_settings()
        self.prompts = self._load_prompts()
        
        # Timeout aus Config nutzen (Default 120s)
        self.client = httpx.AsyncClient(
            base_url=self.settings.OLLAMA_URL, 
            timeout=self.settings.LLM_TIMEOUT
        )

    def _load_prompts(self) -> dict:
        """Lädt Prompts aus der konfigurierten YAML-Datei."""
        path = Path(self.settings.PROMPTS_PATH)
        if not path.exists():
            logger.warning(f"Prompt config not found at {path}, using defaults.")
            return {}
        
        try:
            with open(path, "r", encoding="utf-8") as f:
                return yaml.safe_load(f)
        except Exception as e:
            logger.error(f"Failed to load prompts: {e}")
            return {}

    async def generate_raw_response(self, prompt: str) -> str:
        """
        Führt einen direkten LLM Call ohne RAG-Template aus.
        Ideal für Classification/Routing.
        """
        payload = {
            "model": self.settings.LLM_MODEL,
            "prompt": prompt,
            "stream": False,
            "options": {
                "temperature": 0.0, # Deterministisch für Routing!
                "num_ctx": 512      # Kleines Fenster reicht für Classification
            }
        }

        try:
            response = await self.client.post("/api/generate", json=payload)
            if response.status_code != 200:
                logger.error(f"Ollama Error ({response.status_code}): {response.text}")
                return "FACT" # Fallback bei Fehler
            
            data = response.json()
            return data.get("response", "").strip()
            
        except Exception as e:
            logger.error(f"LLM Raw Gen Error: {e}")
            return "FACT"

    async def generate_rag_response(self, query: str, context_str: str) -> str:
        """
        Generiert eine Antwort basierend auf Query und Kontext (RAG).
        """
        # Template hier ist nur Fallback, falls im Router nichts übergeben wird.
        # Im Normalfall formatiert der Router den context_str bereits vor oder übergibt das Template.
        # Hier nutzen wir simple substitution, da der Prompt meist schon vom Router aufbereitet ist
        # oder wir nutzen das Standard-Template aus der YAML.
        
        # HINWEIS: In der neuen Architektur (chat.py) wird das Template bereits VOR diesem Aufruf
        # geladen und formatiert, und als 'prompt' übergeben?
        # Nein, chat.py ruft generate_rag_response(query, context_str) auf.
        # Wir müssen sicherstellen, dass wir das *richtige* Template nutzen.
        # Da generate_rag_response aktuell KEINEN 'template_key' Parameter hat,
        # gehen wir davon aus, dass 'context_str' bereits Instruktionen enthält ODER
        # dass chat.py den Prompt komplett baut.
        
        # Um die API sauber zu halten: chat.py übergibt jetzt den FERTIGEN Prompt als context_str?
        # Nein, chat.py baut den Prompt mit replace().
        # Wir ändern diese Methode leicht ab, um flexibler zu sein:
        # Wir erwarten, dass der Aufrufer (chat.py) die volle Kontrolle hat.
        
        # Damit es 100% zusammenpasst mit dem chat.py unten:
        # chat.py baut den finalen Prompt selbst zusammen!
        # Wir nutzen daher generate_raw_response eigentlich auch für RAG, 
        # ODER wir passen generate_rag_response an, dass es "dumm" ist.
        
        # Legacy Support für generate_rag_response:
        # Wir bauen den Prompt zusammen, falls noch nicht geschehen.
        # ABER: chat.py in meiner Version unten macht das Template-Handling.
        # Daher ist der sauberste Weg: chat.py ruft generate_raw_response auf für die Antwort!
        
        # FIX für Kompatibilität: Wir leiten rag_response intern auf raw um, 
        # bauen aber vorher den Prompt, falls context_str übergeben wird.
        
        # Da wir chat.py kontrollieren (siehe unten), ändern wir chat.py so, 
        # dass es generate_raw_response nutzt! Das ist viel sauberer.
        # Diese Methode bleibt für Backward Compatibility.
        
        system_prompt = self.prompts.get("system_prompt", "")
        rag_template = self.prompts.get("rag_template", "{context_str}\n\n{query}")
        final_prompt = rag_template.format(context_str=context_str, query=query)
        
        payload = {
            "model": self.settings.LLM_MODEL,
            "system": system_prompt,
            "prompt": final_prompt,
            "stream": False,
            "options": {
                "temperature": 0.7,
                "num_ctx": 2048 
            }
        }
        
        try:
            response = await self.client.post("/api/generate", json=payload)
            if response.status_code != 200:
                return f"Error: {response.text}"
            return response.json().get("response", "")
        except Exception as e:
            return f"Error: {str(e)}"

    async def close(self):
        await self.client.aclose()