from langchain.prompts import PromptTemplate
from llm_client import LLMClient
from langchain.agents import Tool

class Redommend:
    ## class for generating recommendations based on user input
    def __init__(self, llm_client: LLMClient):
        self.llm_client = llm_client

        # Define the prompt template for generating recommendations.
        # Note: now the input variable is called "maladie" (same as the placeholder).
        template = """
        Vous êtes en culture de pommes de terre 
        * Pour guérir cette  {maladie} : 
        - Vous devez recommander les meilleures pratiques de culture pour cette maladie.
        - Veuillez lister les recommandations de manière concise, étape par étape.
        - Donnez la réponse sous forme de liste numérotée, en JSON.
        - Donnez simplement la réponse en JSON, sans explications supplémentaires.
        - Donnez la reponse  en Français.
        """
        self.prompt_template = PromptTemplate(
            input_variables=["maladie"],
            template=template
        )

        self.tool = Tool(
            name="recommender",
            func=self._run,
            description="Use this tool to get recommendations for potato cultivation based on the disease."
        )

    def _run(self, maladie: str) -> str:
        # Generate the prompt with the maladie string that comes from the query parameter.
        prompt = self.prompt_template.format(maladie=maladie)
        # Invoke the LLM client to get recommendations
        response = self.llm_client.invoke(prompt)
        return response