from __future__ import annotations

from xhs_bridge.skill_catalog import SkillRecipe, compose_prompt_brief

_ANALYSIS_INSTRUCTION = """
请根据上方爆款技能配方，对下方笔记做拆解分析。输出使用 Markdown，建议包含：
1. 爆款公式匹配（情绪/实用/视觉/社交）
2. 标题与开头钩子
3. 正文结构与信息密度
4. 互动数据解读
5. 评论区亮点（如有）
6. 可借鉴的 3～5 条 actionable 建议

直接输出分析正文，不要 JSON，不要重复粘贴整篇原文。
"""


def extract_feed_image_urls(payload: dict, *, max_images: int = 6) -> list[str]:
    """从笔记详情中提取配图 URL（供图文模型使用）。"""
    note = payload.get("note") or {}
    images = note.get("images") or []
    urls: list[str] = []
    for img in images:
        if not isinstance(img, dict):
            continue
        url = str(img.get("url") or "").strip()
        if url.startswith("http"):
            urls.append(url)
        if len(urls) >= max_images:
            break
    return urls


def format_feed_for_analysis(payload: dict, *, max_comments: int = 20) -> str:
    """将详情数据整理为 AI 可读文本。"""
    note = payload.get("note") or {}
    user = note.get("user") or {}
    interact = note.get("interact") or {}
    lines = [
        "【笔记信息】",
        f"标题：{note.get('title') or '（无）'}",
        f"作者：{user.get('nickname') or '—'}",
        f"发布时间：{note.get('time') or '—'}",
        f"位置：{note.get('ip_location') or '—'}",
        f"类型：{'视频' if note.get('is_video') else '图文'}",
        "",
        "【互动数据】",
        f"点赞 {interact.get('liked_count', '0')} · "
        f"收藏 {interact.get('collected_count', '0')} · "
        f"评论 {interact.get('comment_count', '0')} · "
        f"分享 {interact.get('shared_count', '0')}",
        "",
        "【正文】",
        note.get("desc") or "（无正文）",
    ]

    comments = payload.get("comments") or []
    if comments:
        lines.append("")
        lines.append(f"【评论摘录（最多 {max_comments} 条）】")
        for i, c in enumerate(comments[:max_comments]):
            cu = c.get("user") or {}
            lines.append(
                f"- {cu.get('nickname', '匿名')}：{c.get('content', '')}"
                + (f"（赞 {c['like_count']}）" if c.get("like_count") else "")
            )
    return "\n".join(lines)


def build_analysis_prompt(recipe: SkillRecipe, feed_payload: dict) -> str:
    return (
        compose_prompt_brief(recipe)
        + "\n"
        + _ANALYSIS_INSTRUCTION
        + "\n\n"
        + format_feed_for_analysis(feed_payload)
    )


_COMMENT_INSTRUCTION = """
请根据笔记内容与上方技能配方，生成 1 条适合发布在小红书评论区的中文短评。
要求：口语自然、不超过 80 字、不要 hashtag、不要引号包裹、不要解释分析过程。
只输出评论正文一行。
"""


def build_comment_prompt(recipe: SkillRecipe, feed_payload: dict) -> str:
    return (
        compose_prompt_brief(recipe)
        + "\n"
        + _COMMENT_INSTRUCTION
        + "\n\n"
        + format_feed_for_analysis(feed_payload, max_comments=8)
    )