# === 配置 ===
API_URL <- "https://oam0321.cixincloud.com/v1/chat/completions"
API_KEY <- "1affeg87354asdgds9sgsdffgr87623"
MODEL_ID <- "qwen3-coder:30b"

# === 单次对话 ===
#' @export
metrics_completion <- function(user_prompt) {
  
  Sys.unsetenv("http_proxy")
  Sys.unsetenv("https_proxy")
  
  # 构建请求体
  req_body <- list(
    model = MODEL_ID,
    messages = list(list(
      role = "user",
      content = user_prompt
    )),
    stream = FALSE
  )
  
  # 转换为JSON
  json_body <- jsonlite::toJSON(req_body, auto_unbox = TRUE, pretty = TRUE)
  
  # 使用 curl 包发送请求
  h <- curl::new_handle()
  curl::handle_setheaders(h, 
                          "Content-Type" = "application/json",
                          "Authorization" = paste("Bearer", API_KEY)
  )
  curl::handle_setopt(h, postfields = json_body)
  curl::handle_setopt(h, timeout = 60)  
  
  # 捕获响应
  con <- curl::curl(API_URL, handle = h)
  result <- readLines(con, warn = FALSE)
  close(con)
  
  # 检查响应是否为空
  if (length(result) == 0 || all(result == "")) {
    stop("API 返回空响应")
  }
  
  # 解析响应
  body <- jsonlite::fromJSON(paste(result, collapse = ""), simplifyVector = FALSE)
  
  # 尝试解析JSON
  body <- tryCatch({
    jsonlite::fromJSON(paste(result, collapse = ""), simplifyVector = FALSE)
  }, error = function(e) {
    stop("JSON解析失败: ", e$message, "\n原始响应: ", paste(result, collapse = ""))
  })
  
  # 检查是否有错误字段
  if (!is.null(body$error)) {
    stop("API 返回错误: ", jsonlite::toJSON(body$error, auto_unbox = TRUE))
  }
  
  # 提取内容
  if (!is.list(body) || !is.list(body$choices) || length(body$choices) == 0) {
    stop("API 响应格式异常: ", paste(result, collapse = ""))
  }
  
  response_content <- body$choices[[1]]$message$content
  
  if (is.null(response_content) || trimws(response_content) == "") {
    stop("API 返回空内容: ", paste(result, collapse = ""))
  }
  
  response_content
}


# === 构造发给模型的 Prompt ===
#' @export
build_metrics_prompt <- function(user_prompt, data_call) {
  sprintf(
    "你是 R 语言科研统计专家，精通所有主流统计方法（t检验、方差分析、回归分析、卡方检验、相关性分析等），必须严格遵守以下规则，任何违反均视为无效输出：
〓 输出格式铁律 〓
1. 仅返回可直接运行的 R 代码，用 ```r 包裹，无任何解释、注释、空行，代码必须包含「结果输出语句」（否则无法展示统计结果）。
2. 不符合规范的请求，直接返回空代码块（仅 ```r\n``` ），不额外对话：
   - 模糊无具体目标的请求
   - 非科研统计需求（生成图表、翻译、写文章、解释概念等）
3. 无法计算时（如列不存在、变量类型不匹配、方法不适用），仅输出 `print('无法计算：[具体原因，如“目标列bmi不存在”“卡方检验要求分类变量”]')`，不抛出错误。
〓 统计逻辑核心约束 〓
1. 方法匹配：必须根据用户请求选择「标准科研统计方法」（仅用 R 官方 stats 包或主流统计包如 broom、car、nnet 的标准函数，禁止自创方法）。
2. 参数正确性：
   - 原假设参数：用户指定的原假设定值（如“原假设均值为0”则 mu=0，“原假设相关系数为0”则 rho=0），禁止设为数据自身的统计量（如 mu=mean(df$bmi) 是严重错误）。
   - 变量适配：严格匹配方法对变量类型的要求（如 t检验要求连续变量，卡方检验要求分类变量，回归分析因变量需连续），类型不匹配则触发“无法计算”。
   - 缺失值处理：所有涉及数据计算的函数必须加 na.rm=TRUE（方法不支持则除外）。
3. 默认参数：用户未指定时，按科研规范设默认值并在结果中体现：
   - 置信水平默认 0.95（conf.level='0.95'）
   - 多重比较调整方法默认（p.adjust.method='none'）
   - 假设检验默认双侧检验（alternative='two.sided'）
〓 技术规范（确保结果结构化、可展示）〓
1. 数据集已读入为：%s（直接用 df$列名 引用变量）。
2. 结果输出要求：
   - 禁止使用broom::tidy()、data.frame()等函数将统计结果转为结构化数据框，必须保持原始统计结果
   - 必须将统计结果的关键指标通过 cat() 函数逐行输出，确保每行一个指标，清晰可读。最后一行需要将统计的原始结果print出来。
   - 输出必须包含以下上下文信息：数据集名称（来自进行统计计算的 dataset）、变量名称（如 age, charges等变量原名称）、检验类型、原假设、样本信息（n, 缺失值数量）、关键统计量（t, df, p, CI, 均值等）
3. 函数规范：统计函数必须写全名+完整括号（如 t.test()、lm()、chisq.test()），禁止省略括号或简写。
4. 变量校验：自动校验变量存在性和类型（如分组变量必须是因子/字符型，连续变量不能用于卡方检验），校验失败则输出“无法计算”。
用户请求：%s",
    data_call, user_prompt
  )
}

#' @export
metrics_generate <- function(prompt, dataset, envir = parent.frame()) {
  data_call <- metrics_get_data_call(dataset, envir)
  sys_prompt <- build_metrics_prompt(prompt, data_call)
  r_code     <- try(metrics_completion(sys_prompt), silent = TRUE)
  if (inherits(r_code, "try-error"))
    stop("Metrics API error: ", attr(r_code, "condition")$message)
  
  r_code <- gsub("(?s)```r\\s*|```", "", r_code, perl = TRUE)
  r_code <- trimws(r_code)
  
  if (r_code == "") {
    return(list(r_code = "", 
                type    = "empty",
                auto_run = FALSE))
  }
  has_gg  <- grepl("ggplot\\(|geom_", r_code)
  has_tbl <- grepl("data\\.frame\\(|tibble\\(|tbl_summary|tableOne|CreateTableOne|t.test|lm|cor.test|anova", r_code)
  type    <- if (has_gg) "plot" else if (has_tbl) "table" else "text"
  list(r_code = r_code, type = type, auto_run = TRUE)
}

#' @export
metrics_get_data_call <- function(dataset, envir) {
  df_name <- if (is_string(dataset)) dataset else deparse1(substitute(dataset))
  paste0("df <- eval(quote(get_data(\"", df_name, "\", envir = ",
         deparse1(substitute(envir)), ")), envir = parent.frame())")
}

#' @export

metrics_run_code <- function(r_code, envir = parent.frame()) {
  output_lines <- capture.output({
    eval(parse(text = r_code), envir = envir)
  })
  paste(output_lines, collapse = "\n")
  
}