"""大模型客户端（OpenAI 兼容接口）。

未配置 LLM_API_KEY 时 enabled() 返回 False，调用方应走规则降级。
"""
from __future__ import annotations

import requests

import config


def enabled() -> bool:
    return bool(config.LLM_API_KEY)


def chat(messages, temperature: float = 0.5, max_tokens: int = 900) -> str:
    """调用 chat/completions。失败抛异常，由上层捕获降级。"""
    if not enabled():
        raise RuntimeError("LLM 未配置")
    url = config.LLM_BASE_URL.rstrip("/") + "/chat/completions"
    headers = {"Authorization": f"Bearer {config.LLM_API_KEY}", "Content-Type": "application/json"}
    payload = {"model": config.LLM_MODEL, "messages": messages,
               "temperature": temperature, "max_tokens": max_tokens, "stream": False}
    r = requests.post(url, json=payload, headers=headers, timeout=config.LLM_TIMEOUT)
    r.raise_for_status()
    data = r.json()
    return data["choices"][0]["message"]["content"].strip()


SYSTEM_PROMPT = (
    "你是一名专业的A股市场分析师，擅长复盘、个股诊断与题材分析。"
    "你的结论必须严格基于用户提供的结构化数据，不臆造未提供的数字。"
    "语言简洁专业，使用中文。涉及操作建议时必须同时给出风险提示，"
    "并说明这不构成投资建议。"
)


def ask(user_content: str, temperature: float = 0.5, max_tokens: int = 900) -> str:
    return chat([
        {"role": "system", "content": SYSTEM_PROMPT},
        {"role": "user", "content": user_content},
    ], temperature=temperature, max_tokens=max_tokens)