"""技能契约 PharmaSkill 与三层数据载体类型。

本模块定义「底座 + 可插拔 Skill」平台的核心**类型契约**，用类型签名把
三层职责锁死（需求 1.4、2.1）：

- Layer 1 ``extract``：可用 LLM，仅产出结构化数据（``ExtractedData``）。
- Layer 2 ``compute``：**纯 Python**，方法签名不接收任何服务 / LLM 句柄，
  从源头杜绝幻觉计算（需求 2.1 的硬保证）。
- Layer 3 ``explain``：LLM 仅将只读计算结果转写为专业文本，禁止任何数值计算。

数据载体一律采用 ``dataclass``，确保三层之间传递的是结构化只读对象。

设计要点（对应 design.md「1. 技能契约」）：``compute(self, data)`` **不传 ``svc``**，
任何 Skill 作者即便想在计算阶段调用 LLM，也没有句柄可用；审计追踪通过返回
``ComputeResult.trace`` 由底座统一落库，而非在计算内部调用服务。
"""

from __future__ import annotations

from abc import ABC, abstractmethod
from dataclasses import dataclass, field
from enum import Enum
from typing import TYPE_CHECKING

if TYPE_CHECKING:  # pragma: no cover - 仅供类型检查，避免运行期循环依赖
    # ``Services`` 容器由后续任务（kernel/services.py）实现。
    # 此处以前向引用方式标注，使本契约模块可独立导入。
    from .services import Services


class InputKind(str, Enum):
    """Skill 声明可处理的输入类型，供底座路由匹配（需求 1.5）。"""

    FILE = "file"
    SMILES = "smiles"
    EXCIPIENT = "excipient"
    TEXT = "text"


@dataclass
class SkillMeta:
    """Skill 元数据：身份、展示与路由信息（需求 1.4）。"""

    id: str
    display_name: str
    description: str
    version: str
    input_kinds: set[InputKind]
    icon: str = "💊"
    order: int = 100  # 导航排序
    #: 是否走「理解层 → 任务单 → 用户确认」两阶段流程。
    #: 文档驱动、意图可能模糊的分析（稳定性 / 描述性梳理）应为 True（默认）；
    #: 输入签名确定、用户已显式选定的技能（通用问答 / 相容性）应设为 False，
    #: 直接走固定流水线（extract→compute→explain），避免被意图澄清误拦。
    two_phase: bool = True


@dataclass
class RawInput:
    """底座收集的原始输入（未结构化）。"""

    smiles: str = ""
    excipient: str = ""
    goal: str = ""
    files: list = field(default_factory=list)
    extra: dict = field(default_factory=dict)


@dataclass
class ExtractedData:
    """Layer1 输出：结构化数据。

    ``payload`` 由各 Skill 定义其 schema；``method`` 标注提取方式。
    """

    payload: dict
    notes: str = ""
    method: str = ""  # "llm" | "heuristic" | "manual"


@dataclass
class ComputeResult:
    """Layer2 输出：只读计算结果 + 图表数据 + 审计追踪。

    - ``summary``：核心计算结论（k 值、R²、外推预测值、货架期等）。
    - ``figures``：``chart_service`` 可渲染的结构化图表数据。
    - ``trace``：计算追踪条目，由底座统一落审计库（需求 2 / 9.5）。
    - ``can_proceed`` / ``refusal``：数据不足等情形的优雅拒绝（需求 8.3）。
    """

    summary: dict
    figures: dict = field(default_factory=dict)
    trace: list = field(default_factory=list)
    can_proceed: bool = True
    refusal: dict | None = None


@dataclass
class ReportSections:
    """Layer3 输出：各段落文本（HTML 片段）。"""

    sections: dict
    html: str = ""


class PharmaSkill(ABC):
    """统一技能契约。

    每个分析功能作为实现本契约的自包含 Skill 存在。底座固定流水线为
    ``extract → compute → explain → report``。

    **关键架构约束（需求 2.1）**：``compute(self, data)`` 的签名**不含**
    ``svc`` 等服务 / LLM 句柄——这是从类型层面阻断「大模型幻觉计算」的硬保证。
    """

    #: Skill 元数据。子类必须以类属性或实例属性形式提供。
    meta: SkillMeta

    @abstractmethod
    def render_inputs(self, st_ctx) -> RawInput:
        """在 Streamlit 中渲染本 Skill 的输入面板，返回 ``RawInput``。"""

    @abstractmethod
    def extract(self, raw: RawInput, svc: "Services") -> ExtractedData:
        """Layer1：可用 ``svc.llm`` 做提取，仅产出结构化数据。"""

    @abstractmethod
    def compute(self, data: ExtractedData) -> ComputeResult:
        """Layer2：纯 Python。

        注意签名无 ``svc``——禁止 LLM 介入计算。任何数值结论必须由确定性
        Python 计算得出，审计追踪通过返回 ``ComputeResult.trace`` 暴露给底座。
        """

    @abstractmethod
    def explain(self, result: ComputeResult, svc: "Services") -> ReportSections:
        """Layer3：用 ``svc.llm`` 将只读结果转写为文字，禁止改数值。"""

    def can_handle(self, raw: RawInput) -> float:
        """返回 0..1 的可处理置信度，供 Router 兜底打分（可选覆写）。"""
        return 0.0

    def _t(self, key: str, default: str = "") -> str:
        """取本 Skill 输入面板文案：优先底座注入的绑定翻译器（随语言切换），
        否则回退到 ``default``（中文兜底）。

        底座在渲染前通过 ``app._safe_render_inputs`` 注入 ``self._i18n_t``
        （一个接收局部键、返回本地化文案的可调用对象，需求 3 / 17.4）。无注入
        （如无 GUI 的纯逻辑单测）时，返回 ``default`` 以保持原有行为，不抛异常。
        """
        translator = getattr(self, "_i18n_t", None)
        if callable(translator):
            try:
                text = translator(key)
                # 绑定翻译器在 key 缺失时会回退为 key 本身；此时改用 default 兜底。
                if text and text != key and not str(text).endswith(f".{key}"):
                    return text
            except Exception:  # noqa: BLE001 - 取用失败回退 default
                pass
        return default


__all__ = [
    "InputKind",
    "SkillMeta",
    "RawInput",
    "ExtractedData",
    "ComputeResult",
    "ReportSections",
    "PharmaSkill",
]