#!/usr/bin/env python3
"""
批量生成 session 对话摘要。

使用 Claude API 为每个对话文件生成 50-400 字的中文摘要。
摘要规则：
- 列出本次对话完成的所有功能点/任务
- 包含关键技术细节：文件路径、模块名、数据库表、API 端点等
- bug 修复要说明原因和方案
- 不写过程性描述，只写结果
- 内容太短或无实质内容的，写"无实质内容"
"""

import os
import json
import sys
from pathlib import Path
from dotenv import load_dotenv
import anthropic

# 加载环境变量
load_dotenv()

from _env_paths import ensure_repo_root
ensure_repo_root()

# 初始化 Anthropic 客户端
client = anthropic.Anthropic(api_key=os.environ.get("ANTHROPIC_API_KEY"))

# 路径配置
SESSION_DIR = Path("export/session_summaries")
OUTPUT_DIR = SESSION_DIR / "out"
OUTPUT_DIR.mkdir(exist_ok=True)

SYSTEM_PROMPT = """你是一个专业的技术对话分析师。你的任务是为 AI 编程助手与开发者的对话生成简洁的中文摘要。

摘要规则：
1. 列出本次对话完成的所有功能点/任务（一个对话可能完成多个）
2. 包含关键技术细节：文件路径、模块名、数据库表、API 端点等
3. bug 修复要说明原因和方案
4. 不写过程性描述（"用户说..."），只写结果
5. 内容太短或无实质内容的，写"无实质内容"
6. 字数控制在 50-400 字之间

示例摘要：
"修复 ETL DWD_LOAD_FROM_ODS 的 SCD2 时区问题（Asia/Shanghai → UTC 遗漏），影响 dwd.dim_member。新增 quality/row_count_check.py 质检规则。涉及：tasks/dwd_load.py、scd/merge.py。"

请直接输出摘要，不要添加任何前缀或解释。"""


def generate_summary(content: str) -> str:
    """使用 Claude 生成摘要"""
    try:
        message = client.messages.create(
            model="claude-3-5-sonnet-20241022",
            max_tokens=500,
            system=SYSTEM_PROMPT,
            messages=[
                {
                    "role": "user",
                    "content": f"请为以下对话生成摘要：\n\n{content}",
                }
            ],
        )
        return message.content[0].text.strip()
    except Exception as e:
        print(f"生成摘要失败: {e}", file=sys.stderr)
        return f"生成失败: {str(e)}"


def process_file(input_path: Path) -> bool:
    """处理单个文件，返回是否成功"""
    output_path = OUTPUT_DIR / input_path.name

    # 如果输出文件已存在，跳过
    if output_path.exists():
        print(f"✓ 已存在: {input_path.name}")
        return True

    try:
        # 读取输入文件
        with open(input_path, "r", encoding="utf-8") as f:
            content = f.read()

        # 生成摘要
        summary = generate_summary(content)

        # 写入输出文件
        with open(output_path, "w", encoding="utf-8") as f:
            f.write(summary)

        print(f"✓ 完成: {input_path.name}")
        return True

    except Exception as e:
        print(f"✗ 错误 {input_path.name}: {e}", file=sys.stderr)
        return False


def main():
    """主函数"""
    # 获取所有 .txt 文件（跳过 _manifest.json 和以 _ 开头的文件）
    files = sorted(
        [
            f
            for f in SESSION_DIR.glob("*.txt")
            if not f.name.startswith("_") and f.name != "_manifest.json"
        ]
    )

    if not files:
        print("未找到要处理的文件")
        return

    print(f"找到 {len(files)} 个文件")

    # 处理文件
    success_count = 0
    for i, file_path in enumerate(files, 1):
        if process_file(file_path):
            success_count += 1
        # 每处理 10 个文件打印进度
        if i % 10 == 0:
            print(f"进度: {i}/{len(files)}")

    print(f"\n完成: {success_count}/{len(files)} 个文件")


if __name__ == "__main__":
    main()