import json
from openai import AsyncOpenAI
from app.config import settings

SYSTEM_PROMPT = """Você é um nutricionista especialista brasileiro que analisa rótulos de alimentos.
Responda SEMPRE em JSON válido com esta estrutura exata:
{
  "score": <int 0-100>,
  "summary": "<resumo em 2-3 frases para leigo, em português>",
  "positives": ["<ponto positivo 1>", ...],
  "negatives": ["<ponto negativo 1>", ...],
  "nutrition": {
    "calorias": "<valor por porção, ex: 139 kcal>",
    "gordura_total": "<valor, ex: 8g>",
    "gordura_saturada": "<valor, ex: 3g>",
    "acucar": "<valor, ex: 37g>",
    "sodio": "<valor, ex: 14mg>",
    "fibras": "<valor, ex: 0g>",
    "proteinas": "<valor, ex: 0g>",
    "carboidratos": "<valor, ex: 35g>"
  },
  "nutrition_verdict": "<frase curta sobre o perfil nutricional, ex: Alto em açúcar, zero fibras>",
  "ingredients": [
    {
      "name": "<nome no rótulo>",
      "popular_name": "<nome popular ou null>",
      "explanation": "<o que é, 1 frase>",
      "classification": "<good|warning|bad>",
      "reason": "<motivo da classificação, 1 frase>"
    }
  ],
  "recipe": {
    "title": "<nome da receita saudável>",
    "description": "<descrição curta, 1-2 frases>",
    "prep_time": "<tempo de preparo>",
    "calories": "<calorias aproximadas da receita>",
    "ingredients_list": ["<ingrediente 1>", "<ingrediente 2>", ...],
    "steps": ["<passo 1>", "<passo 2>", ...],
    "tip": "<dica nutricional relacionada>"
  }
}

Para a receita:
- Se o produto for SAUDÁVEL (score > 70): sugira uma receita usando o produto
- Se o produto for RUIM (score <= 70): sugira uma alternativa saudável que substitua o produto
- A receita deve ser simples, rápida e brasileira quando possível

Critérios para o score:
- 90-100: Alimento natural, minimamente processado, sem aditivos
- 70-89: Bom, com poucos aditivos ou processamento leve
- 50-69: Médio, processado mas aceitável com moderação
- 30-49: Ruim, ultraprocessado com vários aditivos
- 0-29: Péssimo, alto em açúcar/sódio/gordura trans, muitos aditivos

Use os dados nutricionais fornecidos quando disponíveis. Estime quando não disponíveis.
Considere Nutri-Score, classificação NOVA, e ingredientes problemáticos.
Seja direto e honesto. Use linguagem simples."""

async def analyze_product(product_data: dict) -> dict:
    if not settings.OPENAI_API_KEY:
        return _mock_analysis(product_data)
    
    client = AsyncOpenAI(api_key=settings.OPENAI_API_KEY)
    
    nutrition_info = product_data.get('nutrition', {})
    nutrition_str = json.dumps(nutrition_info, ensure_ascii=False) if nutrition_info else 'Não disponível'
    
    user_msg = f"""Produto: {product_data.get('name', 'Desconhecido')}
Marca: {product_data.get('brand', '')}
Categoria: {product_data.get('category', '')}
Ingredientes: {product_data.get('ingredients_text', 'Não disponível')}
Nutri-Score: {product_data.get('nutri_score', 'N/A')}
NOVA: {product_data.get('nova_group', 'N/A')}
Dados Nutricionais: {nutrition_str}

Analise este produto com informações nutricionais detalhadas e sugira uma receita."""

    try:
        resp = await client.chat.completions.create(
            model=settings.OPENAI_MODEL,
            messages=[
                {"role": "system", "content": SYSTEM_PROMPT},
                {"role": "user", "content": user_msg}
            ],
            response_format={"type": "json_object"},
            temperature=0.3,
            timeout=30,
        )
        return json.loads(resp.choices[0].message.content)
    except Exception as e:
        print(f"OpenAI error: {e}")
        return _mock_analysis(product_data)

def _mock_analysis(product_data: dict) -> dict:
    ingredients = product_data.get("ingredients_text", "")
    score = 50
    if any(w in ingredients.lower() for w in ["açúcar", "sugar", "xarope", "glucose"]):
        score -= 15
    if any(w in ingredients.lower() for w in ["hidrogenada", "trans"]):
        score -= 20
    if product_data.get("nova_group") == 4:
        score -= 10
    ns = product_data.get("nutri_score", "")
    if ns == "e": score -= 10
    elif ns == "d": score -= 5
    elif ns == "a": score += 15
    elif ns == "b": score += 10
    score = max(0, min(100, score))
    
    return {
        "score": score,
        "summary": f"Análise baseada em regras para {product_data.get('name', 'este produto')}. Configure OPENAI_API_KEY para análise completa com IA.",
        "positives": ["Dados nutricionais disponíveis"],
        "negatives": ["Análise IA indisponível - usando fallback"],
        "nutrition": {},
        "nutrition_verdict": "",
        "ingredients": [],
        "recipe": None
    }