"""GovernedVLMClient -- VLMProvider 最小可用实现。

将图片编码为 base64，构造 OpenAI Vision API 格式的 messages，
委托给已有的 GovernedLLMClient 发送。复用 LLM 治理栈的全部能力
（熔断、缓存、重试、遥测）。
"""

from __future__ import annotations

import base64
import mimetypes
from pathlib import Path
from typing import TYPE_CHECKING, Any

from loguru import logger

if TYPE_CHECKING:
    from adapters.llm import GovernedLLMClient
    from core.types import LLMResponse


class GovernedVLMClient:
    """VLMProvider 实现——包装 GovernedLLMClient，注入 base64 图片。

    参数:
        governed_llm: 已初始化的 GovernedLLMClient 实例。
    """

    def __init__(self, governed_llm: GovernedLLMClient) -> None:
        self._llm = governed_llm

    async def chat_with_images(
        self,
        messages: list[dict[str, Any]],
        images: list[str | Path],
        *,
        session_id: str | None = None,
        parent_call_id: str | None = None,
    ) -> LLMResponse:
        """图文调用：将图片编码为 base64 嵌入 messages，委托给 LLM 客户端。

        参数:
            messages: 对话消息列表。最后一条 user message 的 content 会被扩展为
                      包含图片的多模态格式。
            images: 图片文件路径列表。
            session_id: 会话 ID（遥测用）。
            parent_call_id: 父调用 ID（遥测用）。

        返回:
            LLMResponse。
        """
        vision_messages = self._inject_images(messages, images)
        return await self._llm.chat(
            vision_messages,
            session_id=session_id,
            parent_call_id=parent_call_id,
        )

    @staticmethod
    def _encode_image(image_path: str | Path) -> str:
        """将图片文件编码为 base64 data URL。

        参数:
            image_path: 图片文件路径。

        返回:
            data:image/<type>;base64,<data> 格式的字符串。
        """
        path = Path(image_path)
        mime_type = mimetypes.guess_type(str(path))[0] or "image/jpeg"
        with open(path, "rb") as f:
            b64 = base64.b64encode(f.read()).decode("utf-8")
        return f"data:{mime_type};base64,{b64}"

    @staticmethod
    def _inject_images(
        messages: list[dict[str, Any]],
        images: list[str | Path],
    ) -> list[dict[str, Any]]:
        """将图片注入最后一条 user message，构造 OpenAI Vision API 格式。

        参数:
            messages: 原始消息列表。
            images: 图片路径列表。

        返回:
            新消息列表（不修改原列表）。
        """
        if not images:
            return messages

        result = [m.copy() for m in messages]

        # 找到最后一条 user message
        last_user_idx = -1
        for i in range(len(result) - 1, -1, -1):
            if result[i].get("role") == "user":
                last_user_idx = i
                break

        if last_user_idx == -1:
            logger.warning("messages 中无 user 角色消息，图片未注入")
            return result

        user_msg = result[last_user_idx]
        original_content = user_msg.get("content", "")

        # 构造多模态 content
        content_parts: list[dict[str, Any]] = []

        # 图片在前
        for img_path in images:
            data_url = GovernedVLMClient._encode_image(img_path)
            content_parts.append(
                {
                    "type": "image_url",
                    "image_url": {"url": data_url},
                }
            )

        # 文本在后
        if isinstance(original_content, str) and original_content:
            content_parts.append({"type": "text", "text": original_content})
        elif isinstance(original_content, list):
            content_parts.extend(original_content)

        result[last_user_idx] = {**user_msg, "content": content_parts}
        return result