"""
QA - 智能问答编排

问答链路（2026-08-23 重构）跟视频分析链路完全独立，不再复用视频分析用的
Gemini flash / NVIDIA omni 模型：
  role='text' 的适配器才参与问答，按 config.yaml 里 models 数组的出现顺序
  依次尝试 chat()/chat_stream()，首个成功即用。role='vision' 的适配器
  （视频分析用的 Gemini flash-latest、NVIDIA omni）完全不参与问答。

当前链路（config.yaml 里对应 usage 标记，仅供人读，编排逻辑只看 role+顺序）:
  1. NVIDIA 文字模型链（usage=qa_primary）：nemotron-3-ultra-550b-a55b ->
     nemotron-3-super-120b-a12b -> gpt-oss-120b（同一个 NvidiaVisionAdapter
     实例内部 model_chain 依次降级，见该适配器 chat()）
  2. Gemini 非 flash 文字模型（usage=qa_primary）：gemini-pro-latest ->
     gemini-2.5-pro
  3. 本地 Ollama qwen2.5:7b（usage=qa_fallback，兜底）
"""
from typing import Optional, Tuple

from .logger import setup_logger
from .config_loader import load_config
from .model_adapters.adapter_factory import build_adapters

logger = setup_logger('fam-edge.qa')


class QAOrchestrator:
    def __init__(self):
        self.config = load_config()
        all_adapters = build_adapters(self.config.get('models', []))
        # 只有 role='text' 的适配器参与问答；按 config.yaml 里的出现顺序决定
        # 降级顺序，不需要额外的 qa_order 配置——顺序即优先级。
        self.adapters = [a for a in all_adapters if a.get_role() == 'text']

    def run_qa(self, prompt: str,
               max_tokens: int = 1024) -> Tuple[Optional[str], Optional[str]]:
        """依次尝试各适配器的 chat()，返回 (answer, provider)。"""
        for adapter in self.adapters:
            try:
                answer = adapter.chat(prompt, max_tokens=max_tokens)
            except Exception as e:
                logger.warning(f"QA {adapter.provider_name} 异常: {e}")
                continue
            if answer:
                logger.info(f"QA 命中 provider={adapter.provider_name}")
                return answer, adapter.provider_name
            logger.info(f"QA {adapter.provider_name} 无返回，降级下一模型")
        return None, None

    def run_qa_stream(self, prompt: str, max_tokens: int = 1024):
        """流式版：依次尝试各适配器的 chat_stream()，yield 结构化事件字典。

        事件类型:
          {"type":"provider_trying","provider":p}  开始尝试这个 provider
          {"type":"chunk","provider":p,"text":t}    这个 provider 吐出的文本增量
          {"type":"provider_failed","provider":p}   这个 provider 一个字都没吐出就失败，换下一个
          {"type":"done","provider":p}              成功结束（这个 provider 至少吐出过一块）
          {"type":"all_failed"}                     所有 provider 都失败

        跟 run_qa 一样"仅在还没吐出任何文本时才允许换下一个 provider"——一旦
        开始给用户看字了，中途失败就结束这次生成，不再悄悄换源接着写。
        """
        for adapter in self.adapters:
            yield {"type": "provider_trying", "provider": adapter.provider_name}
            got_any = False
            try:
                for chunk in adapter.chat_stream(prompt, max_tokens=max_tokens):
                    if chunk:
                        got_any = True
                        yield {"type": "chunk", "provider": adapter.provider_name, "text": chunk}
            except Exception as e:
                logger.warning(f"QA {adapter.provider_name} 流式异常: {e}")
            if got_any:
                logger.info(f"QA 流式命中 provider={adapter.provider_name}")
                yield {"type": "done", "provider": adapter.provider_name}
                return
            logger.info(f"QA {adapter.provider_name} 流式无返回，降级下一模型")
            yield {"type": "provider_failed", "provider": adapter.provider_name}
        yield {"type": "all_failed"}