import json
import re

from langchain_core.messages import HumanMessage

from config.llm import *
from llm.ticketLLM import decode_barcode


def get_ticket_response_v2(image_url: str, needBarcode: bool = False):
    # 构建 prompt
    prompt_text = f"""
你是一位专业的图像分析AI。你的任务是仔细分析提供的图片内容，并按JSON格式输出结果。

## JSON输出结构及字段说明:
# 蚕茧检测信息数据模型

该模型用于描述蚕茧检测信息，每条记录包含以下字段：

## 1. 下足茧重量 (`cocoon_weight`)
- **类型**：浮点数
- **描述**：下足茧的重量，单位为克（可带小数）

## 2. 非蛹粒数 (`defective_pupa_count`)
- **类型**：整数
- **描述**：不合格蛹的数量，即非好蛹的个数

## 3. 僵蛹粒数 (`dead_pupa_count`)
- **类型**：整数
- **描述**：僵蚕蛹的数量

## 4. 鲜壳量 (`fresh_shell_weight`)
- **类型**：浮点数
- **描述**：鲜壳重量，单位为克（可带小数）

## 5. 小样粒数 (`sample_count`)
- **类型**：整数
- **描述**：检测使用的小样数量，即用于检测的茧粒数

---

### 注意事项
- 所有字段都是必填的（required），在 JSON 实例中必须提供值  
- 浮点数字段可以包含小数，整数字段只能是整数  
- `evaluator` 和 `reviewer` 可以为空字符串，但字段必须存在  
- 如果图片与上述内容无关，则字段值为默认值，例如0、0.0、""

最后，只输出严格的 JSON 格式，不要包含其他文字、markdown等内容。
"""
    messages = [
        HumanMessage(
            content=[
                {"type": "text", "text": prompt_text},
                {"type": "image_url", "image_url": {"url": image_url}},
            ]
        )
    ]
    # 直接调用模型
    llmRes = llmVision.invoke(messages).content
    # 去掉 ```json 和 ``` 包裹
    cleaned = re.sub(r"^```json\s*|\s*```$", "", llmRes.strip())
    # 解析 JSON
    jsonRes = json.loads(cleaned)
    print("needBarcode:", needBarcode)
    if needBarcode:
        jsonRes["barcode"] = decode_barcode(image_url)
    return jsonRes