const openAi = require('openai');
const axios = require('axios');

//查询用户信息
exports.chartai = async (req, res) => { 

    const openai = new openAi({
        baseURL: 'https://api.deepseek.com',
        apiKey: 'sk-124eacfb93c9459a9abeaf511df20502'
    });

    try {
        const { prompt } = req.body;

        if (!prompt) {
            // return res.status(400).json({ error: 'Prompt is required' });
            return res.rescc("Prompt is required", 400);
        }

        // 调用 DeepSeek API
        // const response = await openai.createChatCompletion({
        //   model: 'deepseek-chat', // 模型名称
        //   messages: [{ role: 'user', content: prompt }],
        //   max_tokens: 50, // 生成的最大 token 数量
        //   temperature: 0.7, // 控制生成内容的随机性
        //   stream: false, // 是否启用流式传输（这里关闭流式传输）
        // });

        //直接使用deepseek提供的api---需要购买token
        // const response = await openai.chat.completions.create({
        //     messages: [{ role: "system", content: prompt }],
        //     model: "deepseek-chat",
        // });

        // // 返回 API 响应
        // console.log("response====>>>", response)
        // res.rescc("对话成功", 200, response);

        //使用ollama提供的api--免费
        //1. 生成文本（Generate Text）--- POST /api/generate --- 向模型发送提示词（prompt），并获取生成的文本。
        // const ollamaResponse = await axios.post('http://127.0.0.1:11434/api/generate', {
        //     model: 'deepseek-r1:8b', // 替换为实际的模型名称
        //     prompt,
        //     stream: false // 不启用流式响应
        // });
        //2. 多轮对话（Chat）--- POST /api/chat --- 支持多轮对话，模型会记住上下文。
        const ollamaResponse = await axios.post('http://127.0.0.1:11434/api/chat', {
            model: 'deepseek-r1:8b', // 替换为实际的模型名称
            messages: [
                 { "role": "user", "content": prompt }
             ],
            stream: false // 不启用流式响应
        });
        //3.多模态输入（上传文件） --- POST /api/run --- 运行模型并处理多模态输入（如图片）
        // const ollamaResponse = await axios.post('http://127.0.0.1:11434/api/run', {
        //     model: 'deepseek-r1:8b', // 替换为实际的模型名称
        //     prompt,
        //     file: "/path/to/image.png",
        //     stream: false // 不启用流式响应
        // });

        // 返回 API 响应
        console.log("response====>>>", ollamaResponse)
        res.rescc("对话成功", 200, ollamaResponse.data);

    } catch (error) {
        console.error('Error calling DeepSeek API:', error.response ? error.response.data : error.message);
        // res.status(500).json({ error: 'Failed to call DeepSeek API' });
        res.rescc("Failed to call DeepSeek API");
    }

}

//ollama流方式返回
exports.chartaiStream = async (req, res) => { 

    // 设置 SSE 响应头
    res.setHeader('Content-Type', 'text/event-stream');
    res.setHeader('Cache-Control', 'no-cache');
    res.setHeader('Connection', 'keep-alive');

    const { prompt } = req.query;

    try {
        // 调用 Ollama 的 API
        const ollamaStream = await axios({
            method: 'post',
            url: 'http://127.0.0.1:11434/api/generate', // 替换为实际 Ollama 地址
            data: {
                model: 'deepseek-r1:8b', // 指定模型名称
                prompt, // 示例输入
                stream: true, // 开启流式响应
            },
            responseType: 'stream',
        });

        // 将 Ollama 的流式数据转发给前端
        ollamaStream.data.on('data', (chunk) => {
            const message = chunk.toString(); // 假设 Ollama 返回的是字符串数据
            res.write(`data: ${message}\n\n`); // 推送给前端
        });

        // 监听 Ollama 流结束
        ollamaStream.data.on('end', () => {
            console.log('Ollama 流结束');
            res.write(`data: [END]`);
            // res.end();
        });

        // 监听客户端断开连接
        req.on('close', () => {
            console.log('客户端断开连接');
            ollamaStream.data.destroy(); // 停止 Ollama 流
            res.end();
        });
    } catch (error) {
        console.error('调用 Ollama API 出错:', error.message);
        res.status(500).end();
    }
}

//PPT流方式返回
exports.chartAiPPTStream = async (req, res) => { 

    // 设置 SSE 响应头
    res.setHeader('Content-Type', 'text/event-stream');
    res.setHeader('Cache-Control', 'no-cache');
    res.setHeader('Connection', 'keep-alive');

    const { prompt } = req.query;

    try {
        const pptOnline = await axios({
            method: 'post',
            url: 'https://api.coze.cn/v3/chat',
            headers: {
                "Authorization": "Bearer pat_fGccMIbg8Z9wJkSHBbRic6RFNV4Pn5VFjnFYisYH7O75SOn9UMkhKQKQkuP8Sc0I",
                "Content-Type": "application/json"
            },
            data: {
                "bot_id": "7494094750929666059",
                "user_id": "111",
                "stream": true,
                "additional_messages": [
                    {
                    "content": prompt,
                    "content_type": "text",
                    "role": "user",
                    "type": "question"
                    }
                ]
            },
            responseType: 'stream'
        });

        // 将 Ollama 的流式数据转发给前端
        pptOnline.data.on('data', (chunk) => {
            const message = chunk.toString(); // 假设 Ollama 返回的是字符串数据
            if (message.indexOf("event:conversation.message.completed") > -1) {
                const msg = message.replace(/event:conversation.message.completed/g, '')
                res.write(`data: ${msg}\n\n`); // 推送给前端
            } else if (message.indexOf("[DONE]") > -1) { 
                console.log("message===>>>", message)
                console.log("messagetypeof===>>>", (typeof message))
                res.write(`data: ${message}\n\n`); // 推送给前端
            }
        });

        // 监听 Ollama 流结束
        pptOnline.data.on('end', () => {
            console.log('Ollama 流结束');
            // res.end();
        });

        // 监听客户端断开连接
        req.on('close', () => {
            console.log('客户端断开连接');
            pptOnline.data.destroy(); // 停止 Ollama 流
            res.end();
        });
    } catch (error) {
        console.error('调用 Ollama API 出错:', error.message);
        res.status(500).end();
    }
}