from config import client, MODEL      # 내 노트북이든 상용이든 여기만 보면 된다
import sqlite3, json

con = sqlite3.connect("shop.db")
cur = con.cursor()

# 후보 상품 — 지금은 카테고리로 대충 좁혔다. 내일 임베딩으로 제대로 고른다
candidates = cur.execute("""
    SELECT product_id, name, brand, price FROM products
    WHERE category = '클렌징오일' AND price <= 30000
    LIMIT 8
""").fetchall()

catalog = "\n".join(f"{i} | {n} | {b} | {p}원" for i, n, b, p in candidates)
# join 은 사이사이에 앞의 글자를 넣어 이어붙인다. 여기서는 줄바꿈을 넣어 한 줄씩 늘어놓았다.
# for 뒤의 i, n, b, p 는 SELECT 에 적은 순서대로 묶음을 풀어 담은 것이다

prompt = f"""아래 고객에게 어울릴 상품 세 개를 후보에서 골라라.

[고객] 41세 여성 · 건성
[구매 이력] 병풀 링클 클렌징오일 28100원(별점3) / 히알루론산 탄력 클렌징오일 25000원(별점4) / 쌀겨 탄력 선크림 19500원(별점5)

[후보]
{catalog}

JSON 으로만 답해라.
"""

res = client.chat.completions.create(
    model=MODEL,
    messages=[{"role": "user", "content": prompt}],
)
# 모델이 준 답은 그냥 글자다. JSON 처럼 생겼어도 아직 글자일 뿐이다
raw = res.choices[0].message.content
print(raw)

# json.loads 가 그 글자를 파이썬이 다룰 수 있는 값으로 바꾼다.
# 모양이 조금이라도 어긋나면 여기서 JSONDecodeError 가 난다
data = json.loads(raw)

# 이제 딕셔너리라 열쇠로 꺼낼 수 있다. items 안의 첫 번째를 본다
print(data["items"][0])

SYSTEM = """너는 화장품 쇼핑몰의 추천 담당자다.
반드시 JSON 객체 하나만 출력한다. 설명·인사·코드블록 표시를 붙이지 않는다.
칸 이름은 items · product_id · reason 을 그대로 쓴다.
reason 은 한국어 한 문장으로 쓴다."""

res = client.chat.completions.create(
    model=MODEL,
    messages=[
        {"role": "system", "content": SYSTEM},     # 역할과 규칙
        {"role": "user", "content": prompt},      # 이번 요청
    ],
)

from pydantic import BaseModel, Field

# openai 를 깔 때 pydantic 이 같이 깔린다. 따로 설치할 것 없다


# class 는 "이런 모양의 값"을 정의하는 문법이다.
# BaseModel 을 물려받으면 pydantic 이 "이건 검사할 틀"로 알아본다
class Item(BaseModel):
    # 칸 이름: 종류  형태로 적는다. str = 글자, int = 정수
    # Field 의 description 은 모델에게 함께 전해진다. 사람용 주석이 아니라
    # "이 칸에 뭘 넣어야 하는지" 를 모델이 실제로 읽는다
    product_id: str = Field(description="후보 목록에 있는 상품 번호")
    reason: str = Field(description="추천 이유 한 문장")


class Recommend(BaseModel):
    # list[Item] = "위에서 정한 Item 이 여러 개 든 목록"
    items: list[Item]


res = client.chat.completions.parse(       # create 가 아니라 parse 다
    model=MODEL,
    messages=[
        {"role": "system", "content": SYSTEM},
        {"role": "user", "content": prompt},
    ],
    response_format=Recommend,             # 클래스를 그대로 넘긴다
)

# content(글자) 가 아니라 parsed 를 꺼낸다. 검사까지 끝난 파이썬 값이 바로 온다
rec = res.choices[0].message.parsed

# 딕셔너리가 아니라 객체라서 대괄호가 아니라 점으로 꺼낸다.
#   딕셔너리:  it["product_id"]
#   객체:     it.product_id
for it in rec.items:
    print(it.product_id, "|", it.reason)

# 중괄호로 감싸면 집합(set)이다. "이 안에 있나" 를 빠르게 보려고 집합으로 만든다.
# n, b, p 는 안 쓰지만 묶음을 풀려면 개수를 맞춰 적어야 한다
candidate_ids = {i for i, n, b, p in candidates}

keep = []      # 후보 안에 있는 진짜 추천
drop = []      # 모델이 지어낸 번호

for it in rec.items:
    if it.product_id in candidate_ids:
        keep.append(it)
    else:
        drop.append(it.product_id)

if drop:
    print("후보에 없는 번호를 지어냈다:", drop)

print(f"쓸 수 있는 추천 {len(keep)}개")