package main

// ========================================================================
//  中医 AI Agent 系统 —— 程序入口
//  ========================================================================
//  启动流程：
//   config.Load → llm.InitLLM (工厂+路由+降级) → agent.InitRunner → router.Setup
//
//  模型层初始化链路：
//   config.yaml 中定义模型池 → llm.NewProviderFactory → 注册各供应商
//   → llm.NewModelRouter → 按场景名路由到具体模型
//   → llm.NewFallbackChain → 降级保障
//
//  不同 Agent 场景自动使用不同模型，无需改代码。
//  ========================================================================

import (
	"context"
	"fmt"
	"io"
	"log"
	"net/http"
	"os"
	"os/signal"
	"syscall"
	"time"

	"tcm-agent/internal/agent"
	"tcm-agent/internal/config"
	"tcm-agent/internal/dao"
	"tcm-agent/internal/llm"
	"tcm-agent/internal/router"
	"tcm-agent/internal/service"
)

// @title 中医 AI Agent API
// @version 2.0
// @description 基于 Go + MaxKB + 多模型工厂 的中医智能诊疗 Agent 系统
// @host localhost:8080
// @BasePath /api/v1
func main() {
	// ========== ⓪ 挂接内存日志缓冲 ==========
	// 日志同时写控制台和内存环形缓冲（500 行），
	// 供 /agent/view 面板「实时日志」Tab 增量拉取，控制台输出不受影响。
	// 必须放在第一行——保证启动日志也能被面板看到
	log.SetOutput(io.MultiWriter(os.Stdout, service.MemLog))

	// ========== ① 加载配置 ==========
	cfg := config.Load()
	log.Printf("[启动] 配置加载完成 | 默认模型: %s | 模型池: %d 个",
		cfg.LLM.DefaultProvider, len(cfg.LLM.Models))

	// ========== ② 连接 z_xk 库，注入 AES 主密钥，准备从 DB 加载 LLM 配置 ==========
	//
	// 设计思路（DB 优先 + 即时生效）：
	//   - DB 是单一可信源（与 PHP 端 AiRuntimeConfigService 同源）
	//   - yaml/env 仅作为 DB 不可用时的兜底（如本地开发没连库）
	//   - 启动期不做"全量 merge"——改为运行时按需解析（dao.LoadActiveLLMConfig），
	//     这样后台切完模型配置 60s 内全集群生效，无需重启 Go 进程
	//
	// 启动期仍然保留 mergeDBLLMConfigs 的意义：
	//   - 让 EnhanceService 走 DB 解析失败时（如 DB 抖动）能回落到一份"最新已知"配置，
	//     而不是 yaml 默认的 deepseek
	//   - 同时把 ollama 等本地模型（DB 中没有）的配置补全
	if cfg.DB.DSN != "" {
		if err := dao.Init(cfg.DB.DSN); err != nil {
			// DB 连不上不致命：降级用 yaml/env 配置继续启动
			log.Printf("[启动] ⚠️ z_xk 库连接失败，将使用 yaml/env 配置: %v", err)
		} else {
			// ★ 关键：注入 AES 主密钥，让 dao 能解密 api_key
			// 不注入的话 LoadActiveLLMConfig 会直接报错，整个"DB 优先"链路失效
			dao.SetEncryptKey(cfg.DB.EncryptKey)
			log.Printf("[启动] ✅ z_xk 库连接成功，已注入 AES 主密钥，DB 优先链路就绪")

			// 仍然保留 mergeDBLLMConfigs 作为"启动期一次性 merge"——
			// 它把所有平台配置塞进 cfg.LLM.Models，作为 EnhanceService DB 解析失败时的兜底
			if err := mergeDBLLMConfigs(cfg); err != nil {
				log.Printf("[启动] ⚠️ 从 DB 加载 LLM 配置失败（不影响运行时解析）: %v", err)
			} else {
				log.Printf("[启动]   ↳ 启动期 merge 完成（运行时仍按需实时解析）")
			}
		}
	} else {
		log.Printf("[启动] ⚠️ 未配置 DB.DSN，使用 yaml/env 配置（生产环境必须配置 DSN）")
	}

	// ========== ③ 初始化 LLM 层（工厂 + 路由 + 降级） ==========
	//
	// 这是本次升级的核心：
	//   - ProviderFactory：注册所有模型供应商（DeepSeek/OpenAI/Azure/Ollama/Qwen）
	//   - ModelRouter：按场景名（emr-generator/prescription 等）路由到对应模型
	//   - FallbackChain：主模型挂了自动切备用
	//
	// 所有 Agent 通过 Router 获取模型，不直接依赖具体供应商。
	llmRouter, fallback, factory := llm.InitLLM(cfg)

	// 打印路由表（方便排查）
	log.Println("[启动] 模型路由表：")
	for scene, provider := range llmRouter.ListRoutes() {
		log.Printf("         %-20s → %s", scene, provider)
	}

	// ========== ③ 初始化 Agent 引擎 ==========
	//
	// Runner 通过 llmRouter 动态获取模型：
	//   - 病历 Agent → 路由到 "emr-generator" → DeepSeek
	//   - 处方 Agent → 路由到 "prescription"  → GPT-4o
	//
	// 如果某个模型 API 挂了，FallbackChain 会自动切到备用模型。
	agentRunner := agent.InitRunner(llmRouter, fallback, cfg)

	// ========== ④ 初始化 HTTP 路由 ==========
	r := router.Setup(agentRunner, cfg, llmRouter)

	// ========== ④.5 启动药品抓取定时调度器 ==========
	// 依赖 DB（任务表/知识库表都在 z_xk）：DB 没连上时不启动，
	// 面板的抓取任务页会明确报"DB 未初始化"，不影响其他功能
	if dao.DB != nil {
		service.StartCrawlScheduler()
	}

	// ========== ⑤ 启动 HTTP 服务（优雅启停） ==========
	srv := &http.Server{
		Addr:    ":" + cfg.Server.Port,
		Handler: r,
		// ---------- 稳定性加固：防慢连接占死服务 ----------
		// ReadHeaderTimeout：读完请求头的最长时间，防 Slowloris 攻击
		ReadHeaderTimeout: 10 * time.Second,
		// ReadTimeout：读完整个请求体的最长时间（enhance 请求体最大几十 KB，60s 绰绰有余）
		ReadTimeout: 60 * time.Second,
		// WriteTimeout：从读完请求到写完响应的最长时间。
		// 必须大于最长的 LLM 调用链（ReactLoop 多轮 + fallback 可能超过 2 分钟），
		// 设 300s 兜底：超过说明彻底卡死，强制断开释放连接
		WriteTimeout: 300 * time.Second,
		// IdleTimeout：keep-alive 空闲连接保留时间
		IdleTimeout: 120 * time.Second,
	}

	go func() {
		log.Printf("[启动] ✅ 中医 AI Agent 服务已启动，监听端口 :%s", cfg.Server.Port)
		log.Printf("[启动] 已注册模型供应商: %v", factory.ListProviders())
		if err := srv.ListenAndServe(); err != nil && err != http.ErrServerClosed {
			log.Fatalf("[致命] 服务启动失败: %v", err)
		}
	}()

	// 等待中断信号
	quit := make(chan os.Signal, 1)
	signal.Notify(quit, syscall.SIGINT, syscall.SIGTERM)
	<-quit

	log.Println("[关闭] 正在优雅关闭服务...")

	// 关闭模型连接
	llmRouter.Close()

	// 关闭 HTTP 服务（30 秒超时）
	ctx, cancel := context.WithTimeout(context.Background(), 30*time.Second)
	defer cancel()
	srv.Shutdown(ctx)

	log.Println("[关闭] ✅ 服务已安全停止")
	fmt.Println("再见！")
}

// mergeDBLLMConfigs 从 DB 加载 LLM 配置，覆盖 cfg.LLM.Models
//
// 覆盖规则：
//   - DB 中存在的 provider（如 spark/deepseek）：完全替换 yaml 同名条目（DB 是可信源）
//   - DB 中没有的 provider（如 ollama 本地）：保留 yaml 中的配置
//   - DB 提供 APIKey/APIURL/Model，timeout/embedding_model 等保留 yaml 值（DB 没存）
//
// 关键：额外读 xk_system_config 的全局激活组合（ai_active_provider / ai_active_api_key_id /
//      ai_active_model），它优先级最高——后台运维跨平台指定的"激活组合"会覆盖平台默认值。
//      这是 PHP AiRuntimeConfigService::resolve() 的核心逻辑，Go 端必须复刻，
//      否则会出现"后台切了平台但 Go Agent 还用 yaml 默认平台"的不一致。
func mergeDBLLMConfigs(cfg *config.Config) error {
	dbCfgs, err := dao.LoadLLMConfigsFromDB(cfg.DB.EncryptKey)
	if err != nil {
		return err
	}

	for provider, db := range dbCfgs {
		// 取出 yaml 已有条目（可能不存在，先准备一个空模板）
		yamlCfg, exists := cfg.LLM.Models[provider]
		if !exists {
			yamlCfg = config.LLMConfigEx{Timeout: 120}
		}

		// 用 DB 值覆盖关键字段
		yamlCfg.Provider = provider
		yamlCfg.APIKey = db.APIKey
		if db.APIURL != "" {
			yamlCfg.BaseURL = db.APIURL
		}
		if db.Model != "" {
			yamlCfg.Model = db.Model
		}
		cfg.LLM.Models[provider] = yamlCfg

		log.Printf("[启动]   ↳ DB 覆盖: %s → model=%s api_key_id=%d", provider, db.Model, db.APIKeyID)
	}

	// ===== 读全局激活组合，覆盖 yaml 路由表 =====
	// 这一步是 Go Agent "尊重后台运维选择"的关键：
	//   - 后台"模型配置"Tab 保存的 ai_active_provider 会被设到 cfg.LLM.DefaultProvider，
	//     让 EnhanceService 在 scene 未命中路由表时回落到这个 provider（而不是 yaml 写死的 deepseek）
	//   - 后台指定的 api_key_id / model 会覆盖对应 provider 的字段，
	//     保证 Go 调 LLM 时用的就是后台选中的具体 key/model
	//
	// 语义说明（2026-08-11 重构后）：
	//   ai_active_provider 永远是真实 provider（spark/deepseek/...），
	//   "是否走 Go Agent 中转"由 PHP 端独立开关 ai_agent_via_agent 控制，
	//   Go 端被调用时已经是"我要用真实模型"，这里不再处理 agent 短路。
	active, err := dao.LoadActiveSelection()
	if err != nil {
		log.Printf("[启动] ⚠️ 读取全局激活组合失败，将仅使用平台默认值: %v", err)
	} else if active != nil && active.Provider != "" {
		// 仅当激活的 provider 在配置中存在时才覆盖
		if _, ok := cfg.LLM.Models[active.Provider]; ok {
			// 覆盖默认 provider，让 EnhanceService 走后台选中的平台
			cfg.LLM.DefaultProvider = active.Provider
			log.Printf("[启动]   ↳ 全局激活: provider=%s", active.Provider)

			// 用后台指定的 key/model 覆盖该 provider 的字段
			if active.Model != "" || active.APIKeyID > 0 {
				pCfg := cfg.LLM.Models[active.Provider]
				if active.Model != "" {
					pCfg.Model = active.Model
					log.Printf("[启动]   ↳ 激活 model 覆盖: %s → %s", active.Provider, active.Model)
				}
				if active.APIKeyID > 0 {
					// 按 api_key_id 反查对应明文 key（DB 中存的可能是非默认 key）
					if plain, err := dao.GetAPIKeyByID(active.APIKeyID, cfg.DB.EncryptKey); err == nil && plain != "" {
						pCfg.APIKey = plain
						log.Printf("[启动]   ↳ 激活 api_key_id 覆盖: %s → key_id=%d", active.Provider, active.APIKeyID)
					} else if err != nil {
						log.Printf("[启动] ⚠️ 取激活 api_key_id=%d 失败: %v（保留平台默认 key）", active.APIKeyID, err)
					}
				}
				cfg.LLM.Models[active.Provider] = pCfg
			}
		}
	}

	return nil
}