import requests
import random
import time

# ===============================
# 🤖 Eroha AgentAPI — Auto Model Selector (Guru+ Edition)
# ===============================

# 🧠 Основные доступные модели (все работают через бесплатный HF Inference API)
AVAILABLE_MODELS = {
    "mistralai/Mistral-7B-Instruct-v0.2": {
        "desc": "Универсальная reasoning-модель с высокой точностью ответов",
        "tier": "balanced"
    },
    "google/gemma-2b-it": {
        "desc": "Быстрая и лёгкая модель, подходит для коротких ответов и диалогов",
        "tier": "fast"
    },
    "tiiuae/falcon-7b-instruct": {
        "desc": "Разговорная модель с нейтральным стилем",
        "tier": "chat"
    },
    "meta-llama/Llama-3-8b-instruct": {
        "desc": "Очень сильная reasoning-модель, но может быть медленной при cold start",
        "tier": "guru"
    }
}

# 🌐 Hugging Face Inference API базовый URL
HF_API_BASE = "https://api-inference.huggingface.co/models/"


def auto_select_model(prompt: str) -> str:
    """
    Автоматически выбирает модель в зависимости от типа запроса.
    """
    p = prompt.lower()

    if any(x in p for x in ["почему", "объясни", "анализ", "расскажи подробно", "compare", "explain"]):
        return "mistralai/Mistral-7B-Instruct-v0.2"  # аналитические вопросы

    if any(x in p for x in ["коротко", "в двух словах", "summary", "резюме", "описание"]):
        return "google/gemma-2b-it"  # быстрые ответы

    if any(x in p for x in ["напиши", "создай", "придумай", "творческий", "creative"]):
        return "tiiuae/falcon-7b-instruct"  # креатив

    # fallback (по умолчанию “гуру”)
    return "meta-llama/Llama-3-8b-instruct"


def query_hf_model(prompt: str) -> str:
    """
    Отправляет запрос в Hugging Face Inference API с автоматическим выбором модели.
    """
    model = auto_select_model(prompt)
    api_url = f"{HF_API_BASE}{model}"
    headers = {"Content-Type": "application/json"}
    payload = {"inputs": prompt, "options": {"wait_for_model": True}}

    print(f"🧠 Выбрана модель: {model}")

    try:
        response = requests.post(api_url, headers=headers, json=payload, timeout=90)

        if response.status_code == 200:
            data = response.json()
            if isinstance(data, list) and len(data) > 0:
                if "generated_text" in data[0]:
                    return data[0]["generated_text"].strip()
                elif isinstance(data[0], str):
                    return data[0].strip()
            elif isinstance(data, dict):
                return data.get("generated_text", str(data))
            return str(data)

        elif response.status_code == 503:
            return "⏳ Модель просыпается... подожди несколько секунд и повтори запрос."

        elif response.status_code == 401:
            return "🔒 Требуется Hugging Face API Token — добавь его в настройки Space."

        elif response.status_code == 404:
            return f"⚠️ Модель {model} временно недоступна. Попробуй снова или измени запрос."

        else:
            return f"⚠️ Ошибка API ({response.status_code}): {response.text[:200]}"

    except Exception as e:
        return f"❌ Ошибка соединения с HF API: {str(e)}"


if __name__ == "__main__":
    # 🔧 Тест при локальном запуске
    test_prompt = "Объясни, как работает квантовая суперпозиция"
    print("🧩 Ответ:", query_hf_model(test_prompt))