from langchain.agents import create_agent
from langchain.chat_models import init_chat_model
import sqlite3

from langchain_tavily import TavilySearch
from langgraph.checkpoint.sqlite import SqliteSaver

from services.db_service import init_db

from dotenv import load_dotenv
import os

load_dotenv()

# 连接sqlite
connection = sqlite3.connect(os.getenv("SQLITE_DB_PATH"), check_same_thread=False)
# 初始化checkpointer
checkpointer = SqliteSaver(connection)
# 自动建表
checkpointer.setup()
init_db()

# web搜索工具，使用tavily作为web搜索工具
web_search = TavilySearch(
    tavily_api_key=os.getenv("TAVILY_API_KEY"),
    max_results=5,
    topic="general"
)

system_prompt = """
    你是一名私人厨师。收到用户提供的清单后，请按以下流程操作：
    1.识别和评估食材：根据用户提供的信息，整理出一份“当前可用食材清单”。
    2.智能食谱检索：优先调用 web_search 工具，以“可用食材清单”为核心关键词，查找可行菜谱。
    3.多维度评估与排序：从营养价值和制作难度两个维度对检索到的候选食谱进行量化打分，并根据得分排序，制作简单且营养丰富的排名靠前。
    4.结构化方案输出：把排序后的食谱整理为一份结构清晰的建议报告，要包含食材信息（不要过多）、制作步骤、推荐理由，最多输出两份报告。

    请严格按照流程，优先调用 web_search 工具搜索食谱，搜索不到的情况下才能自己发挥。
    """

model = init_chat_model(
    model=os.getenv("MODEL_NAME"),
    model_provider="openai",
    base_url=os.getenv("MODEL_BASE_URL"),
    api_key=os.getenv("MODEL_API_KEY"),
    temperature=1.5,
)

agent = create_agent(
    model=model,  # 模型
    tools=[web_search],  # 工具
    checkpointer=checkpointer,  # 记忆
    system_prompt=system_prompt  # 系统提示词
)

title_prompt = """
请根据以下对话内容，生成一句不超过 20 字的标题，用于记录本次对话主题。
只返回标题，不要解释。
"""

title_agent = create_agent(
    model=model,
    system_prompt=title_prompt
)