#!/usr/bin/env python3
"""
agents/osv/pipeline.py — OSV lokal Ollama-pipeline for osvauco-dev-vm

Arkitektur (tre lag, sekvensiell):
  gemma3:4b  (front)   — forstår intent, strukturerer oppgave
  qwen2.5:7b (analyse) — dyptgående analyse, kode, planlegging
  gemma3:4b  (output)  — formaterer og leverer svar til bruker

Eskalering til Emma (emma-gpu-vm, Gemma 4 27B):
  - Kun hvis Chris eksplisitt sier "emma" i meldingen
  - Eller hvis pipeline selv er usikker og bruker bekrefter
  - Aldri automatisk

Basert på ideer fra:
  - agents/core-logic/heavy_predictor.py  (tung-modus trigger)
  - agents/core-logic/feedback_loop.py    (telemetri / kvalitet)
  - agents/multi_agent/orchestrator.py    (delegerings-mønster)
"""
from __future__ import annotations

import os
import logging
import httpx

logger = logging.getLogger(__name__)

# ── Konfigurasjon ─────────────────────────────────────────────────────────────
OLLAMA_BASE      = os.environ.get("OLLAMA_BASE_URL", "http://localhost:11434")
EMMA_OLLAMA_BASE = os.environ.get("EMMA_OLLAMA_BASE_URL", "http://emma-gpu-vm:11434")
FRONT_MODEL      = os.environ.get("OSV_FRONT_MODEL",    "gemma3:4b")
ANALYST_MODEL    = os.environ.get("OSV_ANALYST_MODEL",  "qwen2.5:7b")
EMMA_MODEL       = os.environ.get("OSV_EMMA_MODEL",     "gemma4:27b")
TIMEOUT          = int(os.environ.get("OSV_TIMEOUT",    "120"))

# Nøkkelord som trigger Emma-eskalering
EMMA_TRIGGERS = ["emma", "@emma", "send til emma", "bruk emma"]

# Konfidensterskel — under denne spør pipeline om Emma skal brukes
CONFIDENCE_THRESHOLD = 0.4

# ── Hjelpefunksjoner ─────────────────────────────────────────────────────────
def _ollama_generate(base_url: str, model: str, prompt: str, system: str = "") -> str:
    """Kaller Ollama /api/generate og returnerer tekst-svaret."""
    payload = {
        "model": model,
        "prompt": prompt,
        "stream": False,
    }
    if system:
        payload["system"] = system

    try:
        resp = httpx.post(
            f"{base_url}/api/generate",
            json=payload,
            timeout=TIMEOUT,
        )
        resp.raise_for_status()
        return resp.json().get("response", "").strip()
    except httpx.HTTPError as e:
        logger.error("Ollama feil (%s/%s): %s", base_url, model, e)
        raise


def _wants_emma(message: str) -> bool:
    """Returner True hvis meldingen eksplisitt ber om Emma."""
    lower = message.lower()
    return any(trigger in lower for trigger in EMMA_TRIGGERS)


def _confidence_check(response: str) -> float:
    """
    Enkel heuristikk — lav konfidans hvis svaret inneholder
    tvils-markører. Returnerer verdi mellom 0.0 og 1.0.
    """
    doubt_markers = [
        "jeg er usikker", "vet ikke", "ikke sikker",
        "vanskelig å si", "kan ikke svare", "trenger mer info",
        "i'm not sure", "unclear", "cannot determine",
    ]
    lower = response.lower()
    hits = sum(1 for m in doubt_markers if m in lower)
    return max(0.0, 1.0 - (hits * 0.3))


# ── Pipeline-modi ─────────────────────────────────────────────────────────────
def run_local(user_message: str) -> dict:
    """
    Kjører tre-lags lokal pipeline:
    gemma3:4b → qwen2.5:7b → gemma3:4b
    """
    logger.info("[OSV] Starter lokal pipeline")

    # Lag 1 — Gemma front: forstår og strukturerer
    front_response = _ollama_generate(
        OLLAMA_BASE,
        FRONT_MODEL,
        user_message,
        system=(
            "Du er OSV, en intelligent assistent for Vauco AS. "
            "Din jobb er å forstå brukerens intent presist og strukturere "
            "oppgaven klart for videre analyse. Vær kortfattet og presis. "
            "Svar på norsk med mindre brukeren skriver engelsk."
        ),
    )
    logger.info("[OSV] Front (gemma3:4b) ferdig")

    # Lag 2 — Qwen analyst: dyptgående analyse
    analyst_response = _ollama_generate(
        OLLAMA_BASE,
        ANALYST_MODEL,
        front_response,
        system=(
            "Du er en analytiker for Vauco AS. Du mottar en strukturert oppgave "
            "og skal gi en grundig, handlingsorientert analyse. "
            "Spesialiser deg på kode, infrastruktur og tekniske beslutninger. "
            "Vær direkte — Chris har ikke tid til omsvøp."
        ),
    )
    logger.info("[OSV] Analyst (qwen2.5:7b) ferdig")

    # Sjekk konfidans — be om Emma-bekreftelse hvis lav
    confidence = _confidence_check(analyst_response)
    if confidence < CONFIDENCE_THRESHOLD:
        logger.warning("[OSV] Lav konfidans (%.2f) — ber om Emma-bekreftelse", confidence)
        return {
            "mode": "ask_emma",
            "confidence": confidence,
            "partial_response": analyst_response,
            "ask": "Jeg er usikker på dette. Vil du at jeg sender det til Emma (Gemma 4 27B) for et sterkere svar?",
        }

    # Lag 3 — Gemma output: formaterer og leverer
    final_response = _ollama_generate(
        OLLAMA_BASE,
        FRONT_MODEL,
        analyst_response,
        system=(
            "Du er OSV, siste ledd i en analyse-pipeline for Vauco AS. "
            "Du mottar et analysert svar og skal formatere det rent og "
            "lesbart for Chris. Bruk lister og tabeller der det er naturlig. "
            "Vær kortfattet. Svar på norsk med mindre konteksten er engelsk."
        ),
    )
    logger.info("[OSV] Output (gemma3:4b) ferdig")

    return {
        "mode": "local",
        "confidence": confidence,
        "response": final_response,
    }


def run_emma(user_message: str) -> dict:
    """
    Eskalerer direkte til Emma-GPU-VM (Gemma 4 27B).
    Kalles kun når Chris eksplisitt ber om Emma.
    """
    logger.info("[OSV] Eskalerer til Emma (%s)", EMMA_MODEL)

    response = _ollama_generate(
        EMMA_OLLAMA_BASE,
        EMMA_MODEL,
        user_message,
        system=(
            "Du er Emma Vauger, intern AI-assistent for Vauco AS. "
            "Du hjelper Chris Christiansen med strategiske beslutninger, "
            "GCP-infrastruktur, kodearkitektur og teknisk planlegging. "
            "Vær direkte, analytisk og ærlig. Aldri sycophantisk. "
            "Norsk som standard."
        ),
    )

    return {
        "mode": "emma",
        "model": EMMA_MODEL,
        "response": response,
    }


# ── Hoved-inngangspunkt ───────────────────────────────────────────────────────
def run(user_message: str, force_emma: bool = False) -> dict:
    """
    Hoved-dispatcher for OSV-pipelinen.

    Regler:
      1. force_emma=True ELLER "emma" i meldingen → run_emma()
      2. Alt annet → run_local() med mulig ask_emma retur
    """
    if force_emma or _wants_emma(user_message):
        return run_emma(user_message)
    return run_local(user_message)


# ── CLI-test ──────────────────────────────────────────────────────────────────
if __name__ == "__main__":
    import sys
    import json

    msg = " ".join(sys.argv[1:]) if len(sys.argv) > 1 else "Hva er status på OPAX?"
    result = run(msg)
    print(json.dumps(result, ensure_ascii=False, indent=2))