"""
Агент на базе smolagents + Ollama.
Использует ToolCallingAgent — LLM вызывает инструменты через JSON tool calling.
Продолжает работу пока задача не решена (до max_steps).
"""

import os
import platform
from loguru import logger
from smolagents import ToolCallingAgent, LiteLLMModel

from cosmo.memory import Memory

# Выбираем инструменты под текущую платформу
if platform.system() == "Darwin" or os.environ.get("COSMO_PLATFORM") == "mac":
    from cosmo.tools_mac import ALL_TOOLS, set_memory
    _PLATFORM_NOTE = "macOS. Используй bash, 'open -a AppName' для запуска приложений, mdfind для поиска файлов."
else:
    from cosmo.tools import ALL_TOOLS, set_memory
    _PLATFORM_NOTE = "Windows. Используй Git Bash, 'start' для запуска приложений."

SYSTEM_PROMPT = f"""Ты — Cosmo, умный голосовой ассистент. Платформа: {_PLATFORM_NOTE}

Правила:
1. Используй инструменты для выполнения задач — не выдумывай результаты
2. Если первая попытка не сработала — пробуй другой подход, не сдавайся
3. Перед поиском программы — проверь память (memory_get), может путь уже известен
4. Если нашёл путь к программе — сохрани в память (memory_set) чтобы не искать повторно
5. Отвечай коротко на русском языке — пользователь слушает голосом, не читает

Факты из памяти о пользователе и системе:
{memory_facts}
"""


class Agent:
    def __init__(self, config: dict, memory: Memory):
        self.memory = memory
        self._cfg = config["ollama"]

        # Передаём память в инструменты
        set_memory(memory)

        model_id = f"ollama/{self._cfg['model']}"
        logger.info(f"Инициализирую smolagents с моделью {model_id}")

        self._model = LiteLLMModel(
            model_id=model_id,
            api_base=self._cfg["base_url"],
            temperature=self._cfg.get("temperature", 0.2),
            max_tokens=self._cfg.get("max_tokens", 1024),
        )

        self._agent = ToolCallingAgent(
            tools=ALL_TOOLS,
            model=self._model,
            max_steps=self._cfg.get("max_agent_steps", 10),
            verbosity_level=1,
        )

        logger.info("Агент готов")

    def run(self, user_input: str) -> str:
        """
        Обработать команду пользователя.
        Возвращает финальный текст ответа для TTS.
        """
        logger.info(f"Агент: '{user_input}'")

        # Сохраняем в историю
        self.memory.add_message("user", user_input)

        # Формируем промпт с текущей памятью
        system = SYSTEM_PROMPT.format(memory_facts=self.memory.facts_as_text())

        # smolagents принимает задачу и опциональный системный промпт
        try:
            result = self._agent.run(
                user_input,
                additional_args={"system_prompt_override": system},
            )
            response = str(result).strip() if result else "Готово"
        except Exception as e:
            logger.error(f"Ошибка агента: {e}")
            response = "Произошла ошибка при выполнении команды"

        self.memory.add_message("assistant", response)
        logger.info(f"Агент ответил: '{response}'")
        return response