import os
import re
from pathlib import Path
from typing import Optional
from anthropic import Anthropic

client = Anthropic()

class SkillAgent:
    """具备按需加载技能能力的现代化智能体"""

    def __init__(self, skills_dir: str = "./skills"):
        self.skills_dir = Path(skills_dir)
        self.skills_meta: list[dict] = self._index_skills()

    def _index_skills(self) -> list[dict]:
        """扫描本地目录，仅提取各 Skill 的 name 与 description 元数据"""
        indexed = []
        if not self.skills_dir.exists():
            return indexed

        for s_dir in self.skills_dir.iterdir():
            skill_file = s_dir / "SKILL.md"
            if s_dir.is_dir() and skill_file.exists():
                text = skill_file.read_text(encoding="utf-8")
                # 正则提取 YAML Frontmatter
                name_match = re.search(r"^name:\s*(.+)$", text, re.MULTILINE)
                desc_match = re.search(r"^description:\s*>?(.*?)(?=---|\n#)", text, re.DOTALL | re.MULTILINE)
                
                if name_match:
                    name = name_match.group(1).strip()
                    desc = desc_match.group(1).strip() if desc_match else ""
                    indexed.append({
                        "name": name,
                        "description": desc,
                        "file_path": skill_file,
                    })
        return indexed

    def _match_skill(self, user_query: str) -> Optional[dict]:
        """利用轻量快速模型做意图匹配，毫秒级判定该加载哪本技能书"""
        if not self.skills_meta:
            return None

        skills_summary = "\n".join([
            f"- 技能标识 [{s['name']}]: {s['description']}"
            for s in self.skills_meta
        ])

        router_prompt = f"""根据用户的输入，判断是否需要激活特定的专业技能。
可用技能库：
{skills_summary}

用户当前输入：
"{user_query}"

判定规则：
若匹配，仅输出对应的技能标识（例如: database-ops）。
若无任何技能匹配，仅输出 NONE。不要输出多余解释。"""

        # 使用低延迟模型（如 Claude 3.5 Haiku）降低路由耗时
        res = client.messages.create(
            model="claude-3-5-haiku-20241022",
            max_tokens=20,
            temperature=0,
            messages=[{"role": "user", "content": router_prompt}],
        )
        matched_name = res.content[0].text.strip()
        for s in self.skills_meta:
            if s["name"] == matched_name:
                return s
        return None

    def run(self, user_query: str) -> str:
        """主执行流程：意图匹配 -> 动态装配 -> 执行主推理"""
        base_system = "你是一个高水平的技术工程助手。用客观、严谨且精炼的中文回答。"
        
        # 1. 尝试匹配技能
        matched = self._match_skill(user_query)
        if matched:
            print(f"💡 [动态技能激活] 命中技能: {matched['name']}")
            skill_content = matched["file_path"].read_text(encoding="utf-8")
            # 过滤掉顶部 frontmatter，提取纯指令
            clean_instruction = re.sub(r"^---.*?---\s*", "", skill_content, flags=re.DOTALL)
            system_prompt = f"{base_system}\n\n# 【当前激活领域技能规范】\n{clean_instruction}"
        else:
            print("ℹ️ [通用模式] 未命中特定技能，使用基础系统指令")
            system_prompt = base_system

        # 2. 调用主思考模型生成最终答复
        response = client.messages.create(
            model="claude-opus-4-5",
            max_tokens=3000,
            system=system_prompt,
            messages=[{"role": "user", "content": user_query}],
        )
        return response.content[0].text