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

# 连接sqlite
connection = sqlite3.connect("chief.db", check_same_thread=False)
# 初始化checkpointer
checkpointer = SqliteSaver(connection)
# 自动建表
checkpointer.setup()

# web搜索工具，使用tavily作为web搜索工具
web_search = TavilySearch(
    tavily_api_key="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",
    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，要包含食谱信息、得分、推荐理由、食谱的参考图片，帮助用户快速做出决策。

    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="qwen3-max-2026-01-23",
    model_provider="openai",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
    api_key="sk-52bcd98e9c1d45908437c4e8706eefff",
    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
)