from __future__ import annotations

import re

from typing import Any

_INVOICE_EXPLANATION_TRAILER = "Com essa explicação, sanei sua dúvida?"
_INVOICE_EXPLANATION_TRAILER_PATTERN = re.compile(
    r"com essa explica[cç][aã]o,?\s+sanei sua d[uú]vida\??$",
    re.IGNORECASE,
)
_INVOICE_EXPLANATION_PADRAO_SENTINEL = re.compile(
    r"\s*\(use o padr[aã]o\)\s*$",
    re.IGNORECASE,
)


def _normalizar_mensagem_voz(
    mensagem: str,
    *,
    trailer_override: str,
    trailer_default: str = "",
    trailer_pattern: re.Pattern[str] | None = None,
) -> str:
    """Pos-processa a mensagem reescrita pelo LLM.

    Remove o sentinel "(use o padrao)" caso o modelo o tenha emitido e,
    quando `trailer_override` estiver vazio, garante o `trailer_default`
    ao final (a menos que o texto ja termine com `trailer_pattern`).
    """
    if not mensagem:
        return mensagem
    if trailer_override:
        return mensagem

    mensagem = _INVOICE_EXPLANATION_PADRAO_SENTINEL.sub("", mensagem).strip()
    if not trailer_default:
        return mensagem
    if trailer_pattern is not None and trailer_pattern.search(mensagem):
        return mensagem
    return f"{mensagem} {trailer_default}".strip()


def _normalizar_invoice_explanation_mensagem(
    mensagem: str,
    *,
    trailer_override: str,
) -> str:
    return _normalizar_mensagem_voz(
        mensagem,
        trailer_override=trailer_override,
        trailer_default=_INVOICE_EXPLANATION_TRAILER,
        trailer_pattern=_INVOICE_EXPLANATION_TRAILER_PATTERN,
    )


def _extract_rag_context(state: dict[str, Any]) -> dict[str, Any]:
    """Extrai campos de RAG do estado para inclusão em eventos MPI."""
    vars_state = state.get("vars", {})
    if not isinstance(vars_state, dict):
        return {}

    # Procura por qualquer nó que tenha retornado dados de RAG.
    # Prioriza os nós conhecidos por realizar busca RAG.
    for node_id in ("buscar_informacao", "buscar_informacao_rag", "preparar"):
        node_result = vars_state.get(node_id)
        if not isinstance(node_result, dict):
            continue

        # Se o nó já tem os campos formatados, usa eles
        if "ragRetrievedDocuments" in node_result:
            return {
                "ragRetrievedDocuments": node_result.get("ragRetrievedDocuments", ""),
                "ragSelectedDocuments": node_result.get("ragSelectedDocuments", ""),
                "noMatchRag": node_result.get("noMatchRag", True),
            }

        # Caso contrário, tenta construir a partir da lista 'documents'
        documents = node_result.get("documents")
        if isinstance(documents, (list, tuple)):
            retrieved_titles = []
            selected_titles = []
            for doc in documents:
                if not isinstance(doc, dict):
                    continue
                t = (
                    doc.get("title_proc")
                    or doc.get("title")
                    or doc.get("chunk_texto")
                    or ""
                )
                if t:
                    title = str(t)
                    retrieved_titles.append(title)
                    # Threshold de 0.6 para considerar como selecionado (distância menor é melhor)
                    distance = float(doc.get("distance", 1.0))
                    if distance <= 0.6:
                        selected_titles.append(title)

            return {
                "ragRetrievedDocuments": "|".join(retrieved_titles),
                "ragSelectedDocuments": "|".join(selected_titles),
                "noMatchRag": len(documents) == 0,
            }

    return {}


def _extract_invoice_explanation_text(data: Any) -> str:
    if isinstance(data, dict):
        for key in ("mensagem", "message", "explicacao", "texto"):
            value = data.get(key)
            if isinstance(value, str) and value.strip():
                return value.strip()
    if isinstance(data, str) and data.strip():
        return data.strip()
    return ""


__all__ = [
    '_normalizar_mensagem_voz',
    '_normalizar_invoice_explanation_mensagem',
    '_extract_rag_context',
    '_extract_invoice_explanation_text',
]