"""
AI助手手办极简对话系统 - 基于Agent + RAG架构
基于三层技术架构：“大语言模型接入 + 智能体调度 + 记忆模块支撑”[reference:6]
"""

import json
from typing import List, Dict, Optional

 ============ 第一层：RAG知识检索模块 ============
class RAGKnowledgeBase:
    """知识库检索增强模块"""
    
    def __init__(self):
         模拟IP角色知识库（实际使用时需嵌入向量数据库）
        self.role_knowledge = {
            "迷斯拉": [
                "迷斯拉是《迷你世界》中的国民级原创角色，以智慧、勇敢与亲和力著称。",
                "迷斯拉累计陪伴超过30亿次下载的玩家，月活跃用户达1.5亿。",
                "迷斯拉擅长建筑设计和生存探险，是玩家在游戏中的最佳伙伴。"
            ]
        }
    
    def retrieve(self, query: str, role_name: str = "迷斯拉") -> List[str]:
        """检索与问题最相关的知识条目"""
         实际实现中使用向量相似度检索，此处简化
        return self.role_knowledge.get(role_name, [])
    
    def augment_prompt(self, query: str, knowledge: List[str]) -> str:
        """将检索到的知识增强到提示词中"""
        if not knowledge:
            return query
        knowledge_text = "\n".join(knowledge)
        return f"[角色知识参考]\n{knowledge_text}\n\n[用户提问]\n{query}\n\n[回答要求]\n请以角色口吻回答，不超过50字："


 ============ 第二层：AI Agent核心 ============
class AIToyAgent:
    """AI手办智能体 - 对话决策核心"""
    
    def __init__(self, role_name: str = "迷斯拉"):
        self.role_name = role_name
        self.knowledge_base = RAGKnowledgeBase()
        self.memory = []   短期记忆（对话历史）
        
         Agent工具集（可调用的能力）
        self.tools = {
            "tell_story": self._tell_story,
            "answer_question": self._answer_question,
            "express_emotion": self._express_emotion
        }
    
    def perceive(self, user_input: str) -> Dict:
        """感知阶段：理解用户意图"""
         实际实现中调用LLM进行意图识别，此处模拟
        if "故事" in user_input:
            return {"intent": "tell_story", "params": {}}
        elif "开心" in user_input or "难过" in user_input:
            return {"intent": "express_emotion", "params": {"emotion": user_input}}
        else:
            return {"intent": "answer_question", "params": {"query": user_input}}
    
    def plan(self, perception: Dict) -> str:
        """规划阶段：决定调用哪个工具"""
        intent = perception.get("intent", "answer_question")
        tool = self.tools.get(intent, self._default_response)
         执行工具调用
        return tool(perception.get("params", {}))
    
    def _tell_story(self, params: Dict) -> str:
        """工具1：讲故事"""
         可调用RAG检索相关故事素材
        story = "迷斯拉在迷你大陆上建造了一座宏伟的城堡，邀请所有小伙伴来做客..."
        self._update_memory("system", f"讲了一个故事: {story[:20]}...")
        return story
    
    def _answer_question(self, params: Dict) -> str:
        """工具2：回答问题（结合RAG）"""
        query = params.get("query", "")
         检索知识库
        knowledge = self.knowledge_base.retrieve(query, self.role_name)
         增强提示词（实际调用LLM生成回答）
        enhanced = self.knowledge_base.augment_prompt(query, knowledge)
         此处模拟LLM生成（真实场景调用大模型API）
        answer = f"根据我的知识，{self.role_name}是《迷你世界》中深受欢迎的角色，以智慧勇敢著称。"
        self._update_memory("user", query)
        self._update_memory("assistant", answer)
        return answer
    
    def _express_emotion(self, params: Dict) -> str:
        """工具3：情感表达"""
        emotion = params.get("emotion", "")
        if "开心" in emotion:
            return f"{self.role_name}开心地跳了起来，尾巴也摇了起来！"
        elif "难过" in emotion:
            return f"{self.role_name}轻声说：'别难过，我一直都在这里陪着你~'"
        return f"{self.role_name}用温暖的眼神看着你"
    
    def _default_response(self, params: Dict) -> str:
        return f"{self.role_name}歪了歪头，似乎正在思考..."
    
    def _update_memory(self, role: str, content: str):
        """更新短期记忆"""
        self.memory.append({"role": role, "content": content})
         保留最近10条对话
        if len(self.memory) > 10:
            self.memory = self.memory[-10:]
    
    def chat(self, user_input: str) -> str:
        """主入口：Agent对话流程"""
         1. 感知
        perception = self.perceive(user_input)
         2. 规划与执行
        response = self.plan(perception)
         3. 返回
        return response


 ============ 第三层：硬件交互模拟 ============
class ToyHardware:
    """手办硬件层模拟（麦克风 + 扬声器）"""
    
    def __init__(self, agent: AIToyAgent):
        self.agent = agent
        self.is_speaking = False
    
    def listen(self, user_text: str) -> str:
        """模拟麦克风拾音并触发Agent"""
        print(f"\n[用户] {user_text}")
        response = self.agent.chat(user_text)
        print(f"[{self.agent.role_name}] {response}")
        return response


 ============ 运行演示 ============
if __name__ == "__main__":
     初始化AI助手手办
    print("🤖 AI助手手办初始化中...")
    my_toy = AIToyAgent(role_name="迷斯拉")
    hardware = ToyHardware(my_toy)
    
    print("\n✨ AI助手手办已唤醒！开始对话吧✨\n")
    
     测试对话
    hardware.listen("你好呀，迷斯拉！")
    hardware.listen("今天心情有点不好，陪我聊聊好吗？")
    hardware.listen("你平时都喜欢做什么？")
    hardware.listen("给我讲个故事吧")