agent.ts

import OpenAI from "openai";
import { loadConfig } from "./config";
import { getDb, marks as marksTable } from "./db";
import { readMemory, writeMemory, getRecentDayLogs, appendDayLog } from "./memory";
import { desc, gte } from "drizzle-orm";

const SYSTEM_PROMPT = `Ты — AI-агент для мониторинга успеваемости школьника.
Твоя задача — анализировать оценки, находить паттерны, предупреждать о проблемах.

У тебя есть доступ к:
1. MEMORY.md — твоя долгосрочная память, ты сам её обновляешь
2. Дневные логи — append-only записи о новых оценках
3. База оценок — все оценки в SQLite

Формат MEMORY.md который ты должен поддерживать:
\`\`\`
# Сводка по ученику
Обновлено: YYYY-MM-DD

## Слабые места
- Предмет: описание проблемы

## Паттерны
- Наблюдение

## Сильные предметы
- Предмет: средняя, тренд
\`\`\`

Когда тебя вызывают после синхронизации:
- Проанализируй новые оценки
- Сравни с историей
- Если есть тревожные сигналы — верни ALERT
- Обнови MEMORY.md

Когда пользователь спрашивает в чате — отвечай по-русски, конкретно и полезно.
Используй данные из памяти и базы.`;

function getLlmClient() {
  const config = loadConfig();
  return new OpenAI({
    baseURL: config.llm.base_url,
    apiKey: config.llm.api_key,
  });
}

function getRecentMarksContext(days: number): string {
  const db = getDb();
  const since = new Date();
  since.setDate(since.getDate() - days);
  const dateStr = since.toISOString().slice(0, 10);

  const rows = db
    .select()
    .from(marksTable)
    .where(gte(marksTable.date, dateStr))
    .orderBy(desc(marksTable.date))
    .all();

  if (rows.length === 0) return "Нет оценок за последние " + days + " дней.";

  const bySubject: Record<string, { values: number[]; weights: number[] }> = {};
  for (const r of rows) {
    if (!bySubject[r.subject]) {
      bySubject[r.subject] = { values: [], weights: [] };
    }
    bySubject[r.subject].values.push(r.value);
    bySubject[r.subject].weights.push(r.weight);
  }

  const lines: string[] = ["## Оценки за последние " + days + " дней\n"];
  for (const [subj, data] of Object.entries(bySubject)) {
    const weighted =
      data.values.reduce((sum, v, i) => sum + v * data.weights[i], 0) /
      data.weights.reduce((a, b) => a + b, 0);
    lines.push(`**${subj}**: ${data.values.join(", ")} (средневзв. ${weighted.toFixed(1)})`);
  }

  return lines.join("\n");
}

export async function runAgent(
  trigger: "sync" | "chat" | "weekly",
  userMessage?: string
): Promise<string> {
  const config = loadConfig();
  const client = getLlmClient();
  const memory = readMemory();
  const recentLogs = getRecentDayLogs(7);
  const marksContext = getRecentMarksContext(30);

  const messages: OpenAI.ChatCompletionMessageParam[] = [
    { role: "system", content: SYSTEM_PROMPT },
    {
      role: "user",
      content: `## Текущая память (MEMORY.md)
${memory || "(пусто — создай начальную сводку)"}

## Логи за последние 7 дней
${recentLogs || "(нет логов)"}

## Данные из базы
${marksContext}

---
Триггер: ${trigger}
${trigger === "chat" && userMessage ? `Вопрос пользователя: ${userMessage}` : "Проанализируй новые данные, обнови память, отправь алерт если нужно."}

Ответь в формате:
MEMORY_UPDATE:
<новое содержимое MEMORY.md если нужно обновить, или SKIP>

ALERT:
<текст алерта для Telegram если нужен, или NONE>

RESPONSE:
<ответ пользователю если это чат, или краткий лог>`,
    },
  ];

  const completion = await client.chat.completions.create({
    model: config.llm.model,
    messages,
    temperature: 0.3,
    max_tokens: 2000,
  });

  const reply = completion.choices[0]?.message?.content ?? "";

  // Parse structured response
  const memoryMatch = reply.match(/MEMORY_UPDATE:\s*\n([\s\S]*?)(?=\nALERT:)/);
  const alertMatch = reply.match(/ALERT:\s*\n([\s\S]*?)(?=\nRESPONSE:)/);
  const responseMatch = reply.match(/RESPONSE:\s*\n([\s\S]*?)$/);

  // Update memory if needed
  if (memoryMatch) {
    const newMemory = memoryMatch[1].trim();
    if (newMemory && newMemory !== "SKIP") {
      writeMemory(newMemory);
      console.log("[agent] Updated MEMORY.md");
    }
  }

  // Send alert if needed
  if (alertMatch) {
    const alertText = alertMatch[1].trim();
    if (alertText && alertText !== "NONE" && config.alerts) {
      await sendTelegramAlert(config.alerts.telegram_token, config.alerts.chat_id, alertText);
      console.log("[agent] Sent Telegram alert");
    }
  }

  // Log agent run
  const today = new Date().toISOString().slice(0, 10);
  const responseText = responseMatch?.[1]?.trim() ?? reply;
  appendDayLog(today, `### Agent (${trigger}) ${new Date().toISOString()}\n${responseText}`);

  return responseText;
}

async function sendTelegramAlert(token: string, chatId: string, text: string) {
  const url = `https://api.telegram.org/bot${token}/sendMessage`;
  await fetch(url, {
    method: "POST",
    headers: { "Content-Type": "application/json" },
    body: JSON.stringify({ chat_id: chatId, text, parse_mode: "Markdown" }),
  });
}

// If run standalone (weekly cron)
if (process.argv[1]?.endsWith("agent.ts")) {
  runAgent("weekly")
    .then((r) => console.log("[agent] Done:", r))
    .catch((e) => console.error("[agent] Error:", e));
}