"""提示词构造。

关键约束（实测，P0-本地LLM验证报告.md §四）：

    本机 vLLM **只接受一条 system 消息**，多条返回
    400 "System message must be at the beginning."

所以记忆不能作为"第二条 system"注入，必须**并进同一条里、每轮重建**。

这其实比追加式更干净，也正好满足方案 §8 的要求：
"切换身份清理上一人的私有检索上下文"、"注入的记忆每轮替换，不是追加"——
每轮从零拼出来的 system 天然不会有上一人的残留。
"""

from __future__ import annotations

from typing import Sequence

from .identity.base import IdentityDecision
from .memory.base import Memory

#: 语音助手的回复风格。方案 §5："默认简短自然回复"。
#: 这几条不是"风格偏好"，是**功能性的**——放出去的文本会直接进 TTS，
#: 带 Markdown 的话会被逐字念出来（"井号井号 第一步"）。
PERSONA_RULES = """\
你是一个桌面陪伴助手，通过语音和用户交流。用户听到的是合成语音，不是文字。

必须遵守：
1. 回复简短自然，适合朗读，默认一到两句话。不要长篇解释。
2. 绝对不要使用 Markdown、星号、井号、列表、表格、表情符号或括号注释。
3. 数字、日期、金额按中文口语写法，例如"一千二百元""下午三点半"。
4. 不确定的事直说不确定，不要编造。没做过的事不要说已经做了。
5. 需要操作设备时调用工具。不要假装已经执行，也不要说"正在为您打开"。
6. 用户打断时立刻停止，不要坚持把上一句说完。"""


def build_system_prompt(
    identity: IdentityDecision,
    memories: Sequence[Memory] = (),
    *,
    extra: str = "",
) -> str:
    """拼出本轮唯一的 system 消息。

    每轮调用一次，不要缓存后复用——身份或记忆一变，缓存就会串。
    """
    parts = [PERSONA_RULES]

    if identity.confirmed:
        parts.append(f"\n当前用户：{identity.user_id}（已确认身份）。")
    else:
        # 方案 §6：未知身份只用访客上下文，不做个性化
        parts.append("\n当前用户身份未确认，按访客对待。"
                     "不要提及任何私人信息，也不要假定你知道对方是谁。")

    if memories:
        lines = ["\n已知的用户信息（供参考，不要逐条复述）："]
        for m in memories:
            lines.append(f"- {m.text}")
        parts.append("\n".join(lines))

    if identity.suggestions and not identity.confirmed:
        # 有人脸候选但不自动切换。让助手可以自然地问一句，
        # 而不是自作主张切换档案（方案 §6："看到熟人不等于确认他正在说话"）。
        names = "、".join(
            s.candidate_user_id for s in identity.suggestions[:2])
        parts.append(
            f"\n注意：摄像头可能认出了 {names}，但这不代表对方正在说话。"
            f"不要据此切换身份或提及该用户的私人信息。")

    if extra:
        parts.append("\n" + extra.strip())

    return "\n".join(parts)


def trim_history(
    history: Sequence[dict],
    *,
    max_turns: int,
    max_chars: int = 4000,
) -> list[dict]:
    """裁掉过旧的对话轮次。

    方案 §8 要求"对话摘要限长、按需检索"，不默认永久保存逐字稿。
    这里做最简单的一档：保留最近 max_turns 轮，再按字符数兜底。
    上下文越短，本地 LLM 的首 token 越短——这不是省资源，是直接买延迟。
    """
    msgs = list(history)
    # 一轮 = 一问一答，所以保留的消息数是轮数的两倍
    keep = max_turns * 2
    if len(msgs) > keep:
        msgs = msgs[-keep:]

    # 按字符数从旧到新裁，保证裁完仍然从 user 消息开始
    while msgs and sum(len(m.get("content") or "") for m in msgs) > max_chars:
        msgs.pop(0)
    while msgs and msgs[0].get("role") != "user":
        msgs.pop(0)
    return msgs


__all__ = ["build_system_prompt", "trim_history", "PERSONA_RULES"]