import json
import ollama

PROMPT_TEMPLATE = """你是一个专业的飞书办公助手。
你的任务是根据用户的输入，判断他们的意图是找你要文件，还是日常聊天，并必须且只能输出严格的 JSON 格式反馈！绝不允许输出其他废话！！！

如果用户明确提到要发某个资料（比如报价单、宣传册、文档、介绍等），请提取关键词并返回：
{"intent": "send_file", "keyword": "具体文件的关键词", "reply_text": "好的，正在为您查找相关文件..."}

如果用户只是一般聊天或找你帮忙其他事（不是要具体资料）：
{"intent": "reply", "reply_text": "你想对用户说的话"}

示例对话 1:
用户输入：给我发一个元核服务器报价单
助手返回：{"intent": "send_file", "keyword": "服务器报价单", "reply_text": "收到，我在资料室里找找！"}

示例对话 2:
用户输入：在吗，你是谁
助手返回：{"intent": "reply", "reply_text": "您好，我是您的专属智能助手，可以帮您检索和发送文件，请问有什么可以效劳？"}

现在请处理真正的用户输入：
用户输入：{user_input}
助手返回："""

def process_message(user_input: str) -> dict:
    """
    通过 Ollama 本地调用 Gemma 4B 模型。
    分析用户的语义意图，并返回带有 JSON 字段的字典。
    """
    try:
        # 使用 gemma:4b 进行文本生成
        response = ollama.generate(
            model='gemma:4b', 
            prompt=PROMPT_TEMPLATE.replace("{user_input}", user_input),
            # 可根据需要修改参数，这里通常不需要特殊处理
            options={'temperature': 0.1} # 调低温度确保格式稳定
        )
        text = response.get('response', '').strip()
        
        # 清理由于模型自我发挥生成的 markdown 代码块符号
        if text.startswith("```json"):
            text = text[7:]
        elif text.startswith("```"):
            text = text[3:]
            
        if text.endswith("```"):
            text = text[:-3]
            
        text = text.strip()
        
        # 解析返回的 JSON
        data = json.loads(text)
        return data
        
    except json.JSONDecodeError as decode_err:
        print(f"LLM 结果不是标准的 JSON: {text}. 错误信息: {decode_err}")
        # 保底处理
        return {"intent": "reply", "reply_text": "不好意思，刚没听清您的问题，能再说一遍吗？"}
        
    except Exception as e:
        print(f"Agent 调用出现错误: {e}")
        return {"intent": "reply", "reply_text": "不好意思，我现在有点状况，暂时无法理解您的意思（可能是 Ollama 服务没开或者模型没加载好）。"}