#!/usr/bin/env python3
import argparse
import json
import os
import re
import urllib.request
import urllib.error
from typing import Any, Dict, List, Optional, Tuple

import psycopg


def env(name: str, default: str = "") -> str:
    return os.getenv(name, default).strip()


PSQL_DATABASE_URL = env("PSQL_DATABASE_URL")
OPENROUTER_API_KEY = env("OPENROUTER_API_KEY")
OPENROUTER_URL = env("OPENROUTER_URL", "https://openrouter.ai/api/v1/chat/completions")
OPENROUTER_MODEL = env("EXTRACTION_MODEL", env("OPENROUTER_MODEL", "qwen/qwen3-30b-a3b"))


def extract_first_json_object(raw: str) -> str:
    s = str(raw or "").strip()

    if s.startswith("```"):
        lines = s.splitlines()
        if lines and lines[0].strip().startswith("```"):
            lines = lines[1:]
        if lines and lines[-1].strip().startswith("```"):
            lines = lines[:-1]
        s = "\n".join(lines).strip()

    start = s.find("{")
    if start == -1:
        raise ValueError(f"no JSON object found: {s[:300]}")

    in_string = False
    escaped = False
    depth = 0

    for i in range(start, len(s)):
        ch = s[i]

        if escaped:
            escaped = False
            continue

        if ch == "\\":
            escaped = True
            continue

        if ch == '"':
            in_string = not in_string
            continue

        if in_string:
            continue

        if ch == "{":
            depth += 1
        elif ch == "}":
            depth -= 1
            if depth == 0:
                return s[start:i + 1]

    raise ValueError(f"incomplete JSON object: {s[:500]}")


def parse_json(raw: str) -> Dict[str, Any]:
    try:
        return json.loads(raw)
    except Exception:
        return json.loads(extract_first_json_object(raw))


def strip_html(text: str) -> str:
    text = re.sub(r"<br\s*/?>", "\n", text or "", flags=re.I)
    text = re.sub(r"</p\s*>", "\n", text, flags=re.I)
    text = re.sub(r"<[^>]+>", " ", text)
    text = text.replace("&nbsp;", " ")
    text = text.replace("&amp;", "&")
    text = text.replace("&quot;", '"')
    text = text.replace("&#39;", "'")
    return re.sub(r"[ \t]+", " ", text).strip()


def remove_quoted_text(text: str) -> str:
    if not text:
        return ""

    markers = [
        "\nÀs ",
        "\nEm ",
        "\nOn ",
        "\n-----Original Message-----",
        "\nDe:",
        "\nFrom:",
    ]

    cut = len(text)
    for marker in markers:
        idx = text.find(marker)
        if idx != -1:
            cut = min(cut, idx)

    lines = []
    for line in text[:cut].splitlines():
        if line.strip().startswith(">"):
            continue
        lines.append(line)

    return "\n".join(lines).strip()


def extract_message_content(payload: Dict[str, Any]) -> Optional[Dict[str, Any]]:
    msg = payload.get("message") or payload.get("messages") or {}

    if isinstance(msg, list):
        msg = msg[0] if msg else {}

    if not isinstance(msg, dict):
        return None

    content = msg.get("content") or payload.get("content") or ""
    message_type = str(msg.get("message_type") or payload.get("message_type") or "").lower()
    private = bool(msg.get("private") or payload.get("private"))

    if not content:
        return None

    return {
        "content": remove_quoted_text(strip_html(str(content))),
        "message_type": message_type,
        "private": private,
        "id": str(msg.get("id") or payload.get("id") or ""),
    }


def fetch_task(conn, task_id: Optional[str], conversation_id: Optional[str]) -> Dict[str, Any]:
    if task_id:
        sql = """
            select id::text, conversation_id, contact_id, action_code, route, status, action, note
            from tasks
            where id = %s
            limit 1
        """
        params = (task_id,)
    else:
        sql = """
            select id::text, conversation_id, contact_id, action_code, route, status, action, note
            from tasks
            where conversation_id = %s
            order by created_at desc
            limit 1
        """
        params = (conversation_id,)

    with conn.cursor(row_factory=psycopg.rows.dict_row) as cur:
        cur.execute(sql, params)
        row = cur.fetchone()

    if not row:
        raise SystemExit("ERRO: task não encontrada.")

    return dict(row)


def fetch_conversation_messages(conn, conversation_id: str, limit: int = 20) -> List[Dict[str, Any]]:
    with conn.cursor(row_factory=psycopg.rows.dict_row) as cur:
        cur.execute(
            """
            select created_at, payload
            from raw_events
            where source_system = 'chatwoot'
              and conversation_id = %s
            order by created_at asc
            limit %s
            """,
            (conversation_id, limit),
        )
        rows = cur.fetchall()

    messages = []
    for row in rows:
        payload = row.get("payload") or {}
        if isinstance(payload, str):
            try:
                payload = json.loads(payload)
            except Exception:
                payload = {}

        msg = extract_message_content(payload)
        if not msg:
            continue

        # Para extração, manter incoming e outgoing públicos, ignorar notas privadas.
        if msg["private"]:
            continue

        messages.append({
            "created_at": str(row["created_at"]),
            **msg,
        })

    return messages


def build_prompt(task: Dict[str, Any], messages: List[Dict[str, Any]], prep_type: str) -> List[Dict[str, str]]:
    conversation_text = "\n\n".join(
        f"[{m['created_at']}] {m.get('message_type') or 'message'}:\n{m['content']}"
        for m in messages
        if m.get("content")
    )

    if prep_type == "proforma":
        objective = """
Objetivo: preparar dados para emitir fatura pró-forma.
Extrai apenas dados relevantes para faturação/proforma:
cliente, empresa, email, telefone, NIF, morada fiscal, produto, quantidade, preço, condições comerciais e dados em falta para emitir a pró-forma.

Para prep_type=proforma:
- NÃO peças morada de entrega, destinatário ou telefone para transportadora, exceto se a conversa indicar que são necessários para a pró-forma.
- Morada de entrega/recolha pertence à fase de envio/recolha, não à fase de pró-forma.
- Se já houver NIF, morada fiscal, nome/empresa de faturação, email, produto e preço, missing_fields deve ser [].
"""
    elif prep_type == "shipment":
        objective = """
Objetivo: preparar envio.
Extrai apenas dados relevantes para logística de entrega:
morada de entrega, contacto no local, telefone, produto/equipamento, quantidade, instruções, estado do pagamento e dados em falta.

Para prep_type=shipment:
- Usa shipment.delivery_address para a morada de entrega.
- Usa shipment.recipient_name e shipment.recipient_phone para contacto da entrega.
- Os campos obrigatórios são morada de entrega, contacto, telefone, produto/equipamento, quantidade e estado do pagamento.
- NÃO coloques customer.tax_id, billing.tax_id, billing_address ou customer.email em missing_fields, exceto se forem explicitamente necessários para a transportadora.
- Se já existir morada de entrega, contacto e telefone, não peças esses dados novamente.
- Se faltar produto, quantidade ou comprovativo/estado de pagamento, pede apenas esses dados.
- A suggested_reply deve falar em envio/entrega, nunca em recolha.
"""
    elif prep_type == "pickup":
        objective = """
Objetivo: preparar recolha.
Extrai apenas dados relevantes para recolha ou assistência logística:
morada de recolha, contacto no local, telefone, produto/equipamento a recolher, motivo/instruções, data preferida e dados em falta.

Para prep_type=pickup:
- Usa shipment.pickup_address para a morada de recolha.
- Usa shipment.recipient_name e shipment.recipient_phone para a pessoa de contacto da recolha.
- Se a conversa só tiver uma morada e o objetivo é recolha, coloca essa morada em shipment.pickup_address, não em shipment.delivery_address.
- NÃO coloques sale.total_estimate, customer.tax_id, billing.tax_id, billing_address ou customer.email em missing_fields.
- Os campos importantes são pickup_address, recipient_name, recipient_phone, produto/equipamento, motivo/instruções da recolha.
- payment.status só é obrigatório se a tarefa for claramente sobre pagamento ou envio após pagamento.
- A suggested_reply deve falar em recolha, nunca em envio.
"""
    else:
        objective = """
Objetivo: preparar execução operacional da tarefa.
Extrai dados úteis para a ação, dados em falta e resposta sugerida.
"""

    system = f"""
És o ClientFlow Sales Assistant.
A tua função é extrair dados operacionais de conversas B2B para ajudar a preparar pró-forma, fatura, envio ou recolha.

Regras:
- Devolve apenas JSON puro.
- Não inventes dados.
- Se um dado não existir, usa null.
- Ignora texto citado antigo, dados da BLIF, IBANs e assinaturas da BLIF.
- Não associes IBAN ao cliente.
- Distingue morada fiscal de morada de entrega/recolha.
- Usa evidências curtas.
- Se faltar dado necessário, coloca em missing_fields.
- suggested_reply deve ser uma resposta curta em português para pedir dados em falta ou indicar o próximo passo.
- Não digas que a pró-forma/fatura/envio já foi emitida, enviada, agendada ou concluída.
- O assistente apenas prepara dados para revisão; usa linguagem como "vamos preparar", "podemos avançar", "dados suficientes para preparar".
"""

    user = f"""
{objective}

Tarefa:
action_code: {task.get('action_code')}
route: {task.get('route')}
action: {task.get('action')}
note: {task.get('note')}

Conversa:
{conversation_text}

Schema obrigatório:
{{
  "customer": {{
    "name": null,
    "company": null,
    "email": null,
    "phone": null,
    "tax_id": null
  }},
  "billing": {{
    "billing_name": null,
    "tax_id": null,
    "billing_address": null,
    "billing_email": null
  }},
  "sale": {{
    "products": [
      {{
        "name": null,
        "description": null,
        "quantity": null,
        "unit_price": null,
        "currency": "EUR"
      }}
    ],
    "total_estimate": null,
    "commercial_terms": null
  }},
  "payment": {{
    "status": null,
    "proof_mentioned": false
  }},
  "shipment": {{
    "delivery_address": null,
    "pickup_address": null,
    "recipient_name": null,
    "recipient_phone": null,
    "instructions": null
  }},
  "missing_fields": [],
  "suggested_reply": "",
  "confidence": 0.0,
  "evidence": []
}}
"""

    return [
        {"role": "system", "content": system},
        {"role": "user", "content": user},
    ]


def call_openrouter(messages: List[Dict[str, str]]) -> Tuple[Dict[str, Any], Dict[str, Any], str]:
    body = {
        "model": OPENROUTER_MODEL,
        "messages": messages,
        "temperature": 0,
    }

    req = urllib.request.Request(
        OPENROUTER_URL,
        data=json.dumps(body, ensure_ascii=False).encode("utf-8"),
        headers={
            "Authorization": f"Bearer {OPENROUTER_API_KEY}",
            "Content-Type": "application/json",
            "HTTP-Referer": "https://clientflow.blif.pt",
            "X-Title": "ClientFlow",
        },
        method="POST",
    )

    try:
        with urllib.request.urlopen(req, timeout=120) as resp:
            raw = resp.read().decode("utf-8", errors="replace")
            parsed = json.loads(raw)
    except urllib.error.HTTPError as e:
        raw = e.read().decode("utf-8", errors="replace")
        raise RuntimeError(f"OpenRouter HTTP {e.code}: {raw[:1000]}")

    content = parsed["choices"][0]["message"].get("content") or "{}"
    extracted = parse_json(content)
    return extracted, parsed, content


def save_preparation(conn, task: Dict[str, Any], prep_type: str, extracted: Dict[str, Any], raw_response: Dict[str, Any]) -> str:
    usage = raw_response.get("usage") or {}
    model = raw_response.get("model") or OPENROUTER_MODEL
    provider = raw_response.get("provider") or raw_response.get("provider_name")

    missing_fields = extracted.get("missing_fields") or []
    suggested_reply = extracted.get("suggested_reply") or ""
    confidence = extracted.get("confidence")

    with conn.cursor() as cur:
        cur.execute(
            """
            insert into task_preparations (
              task_id,
              conversation_id,
              contact_id,
              prep_type,
              status,
              extracted_data,
              missing_fields,
              suggested_reply,
              confidence,
              model,
              provider,
              total_tokens,
              cost,
              raw_response
            )
            values (
              %s, %s, %s, %s, 'draft',
              %s::jsonb,
              %s::jsonb,
              %s,
              %s,
              %s,
              %s,
              %s,
              %s,
              %s::jsonb
            )
            returning id::text
            """,
            (
                task["id"],
                task["conversation_id"],
                task.get("contact_id"),
                prep_type,
                json.dumps(extracted, ensure_ascii=False),
                json.dumps(missing_fields, ensure_ascii=False),
                suggested_reply,
                confidence,
                model,
                provider,
                int(usage.get("total_tokens") or 0),
                usage.get("cost") or 0,
                json.dumps(raw_response, ensure_ascii=False),
            ),
        )
        prep_id = cur.fetchone()[0]

    conn.commit()
    return prep_id


def run_preparation(
    *,
    task_id: Optional[str] = None,
    conversation_id: Optional[str] = None,
    prep_type: str,
    database_url: Optional[str] = None,
) -> Dict[str, Any]:
    db_url = database_url or PSQL_DATABASE_URL
    if not task_id and not conversation_id:
        raise ValueError("Usa task_id ou conversation_id.")
    if not db_url:
        raise RuntimeError("PSQL_DATABASE_URL/DATABASE_URL não definida.")
    if not OPENROUTER_API_KEY:
        raise RuntimeError("OPENROUTER_API_KEY não definida.")

    with psycopg.connect(db_url) as conn:
        task = fetch_task(conn, task_id, conversation_id)
        messages = fetch_conversation_messages(conn, task["conversation_id"])
        if not messages:
            raise RuntimeError("Não encontrei mensagens públicas da conversa.")
        prompt = build_prompt(task, messages, prep_type)
        extracted, raw_response, raw_content = call_openrouter(prompt)
        prep_id = save_preparation(conn, task, prep_type, extracted, raw_response)

    return {
        "preparation_id": prep_id,
        "task_id": task["id"],
        "conversation_id": task["conversation_id"],
        "prep_type": prep_type,
        "extracted": extracted,
    }


def main() -> int:
    parser = argparse.ArgumentParser()
    parser.add_argument("--task-id")
    parser.add_argument("--conversation-id")
    parser.add_argument("--type", choices=["proforma", "shipment", "pickup", "generic"], required=True)
    args = parser.parse_args()

    if not args.task_id and not args.conversation_id:
        raise SystemExit("Usa --task-id ou --conversation-id.")

    if not PSQL_DATABASE_URL:
        raise SystemExit("PSQL_DATABASE_URL não definida.")

    if not OPENROUTER_API_KEY:
        raise SystemExit("OPENROUTER_API_KEY não definida.")

    with psycopg.connect(PSQL_DATABASE_URL) as conn:
        task = fetch_task(conn, args.task_id, args.conversation_id)
        messages = fetch_conversation_messages(conn, task["conversation_id"])

        if not messages:
            raise SystemExit("ERRO: não encontrei mensagens públicas da conversa.")

        prompt = build_prompt(task, messages, args.type)
        extracted, raw_response, raw_content = call_openrouter(prompt)
        prep_id = save_preparation(conn, task, args.type, extracted, raw_response)

    print(f"OK: preparation_id={prep_id}")
    print(f"task_id={task['id']}")
    print(f"conversation_id={task['conversation_id']}")
    print(f"prep_type={args.type}")
    print("--- extracted")
    print(json.dumps(extracted, ensure_ascii=False, indent=2))

    return 0


if __name__ == "__main__":
    raise SystemExit(main())