"""
QA Agent - 测试工程师智能体
负责测试用例创建和 TDD 实践
"""
from autogen import AssistantAgent
from typing import Dict, Any, Optional
import os
from pathlib import Path

from config.llm_config import get_agent_llm_config, QA_PROMPT


class QAAgent:
    """测试工程师 Agent，负责生成测试用例和测试脚本"""
    
    def __init__(self, llm_config: Optional[Dict] = None):
        """
        初始化 QA Agent
        
        Args:
            llm_config: LLM 配置
        """
        self.llm_config = llm_config or get_agent_llm_config("QA_Agent")
        
        self.agent = AssistantAgent(
            name="QA_Agent",
            system_message=QA_PROMPT,
            llm_config=self.llm_config,
            description="资深测试工程师，专注于自动化测试和 TDD 实践",
            human_input_mode="NEVER"
        )
        
        self.workspace_dir = Path("workspace")
        self.workspace_dir.mkdir(exist_ok=True)
    
    def generate_test_cases(self, srs_content: str) -> str:
        """
        根据 SRS 生成测试用例
        
        Args:
            srs_content: SRS 文档内容
        
        Returns:
            生成的测试用例内容
        """
        prompt = f"""
请根据以下 SRS 文档生成完整的测试用例：

{self._truncate(srs_content, 3000)}

请生成：
1. Pytest 测试脚本（包含完整的测试函数）
2. BDD 风格的测试场景描述
3. 测试数据准备
4. 预期结果验证

确保遵循 TDD 原则，测试先于代码存在。
"""
        
        response = self.agent.generate_reply(
            messages=[{"role": "user", "content": prompt}]
        )
        
        test_content = response if isinstance(response, str) else str(response)
        
        # 保存测试文件
        test_file = self.workspace_dir / "test_battery_health.py"
        with open(test_file, 'w', encoding='utf-8') as f:
            f.write(test_content)
        
        print(f"✅ 测试用例已生成：{test_file}")
        return test_content
    
    def create_bdd_scenarios(self, srs_content: str) -> str:
        """
        创建 BDD 风格的测试场景
        
        Args:
            srs_content: SRS 文档内容
        
        Returns:
            BDD 测试场景描述
        """
        prompt = f"""
请根据 SRS 创建 BDD (Behavior-Driven Development) 测试场景：

{self._truncate(srs_content, 2000)}

请使用 Given-When-Then 格式描述每个测试场景：
- Feature: 功能描述
- Scenario: 场景描述
- Given: 前置条件
- When: 操作
- Then: 预期结果

输出为 Markdown 格式。
"""
        
        response = self.agent.generate_reply(
            messages=[{"role": "user", "content": prompt}]
        )
        
        bdd_content = response if isinstance(response, str) else str(response)
        
        # 保存 BDD 场景文件
        bdd_file = self.workspace_dir / "bdd_scenarios.md"
        with open(bdd_file, 'w', encoding='utf-8') as f:
            f.write(bdd_content)
        
        print(f"✅ BDD 场景已生成：{bdd_file}")
        return bdd_content
    
    def analyze_test_coverage(self, test_code: str, srs_content: str) -> Dict[str, Any]:
        """
        分析测试覆盖率
        
        Args:
            test_code: 测试代码
            srs_content: SRS 文档
        
        Returns:
            覆盖率分析报告
        """
        prompt = f"""
请分析以下测试代码对 SRS 需求的覆盖情况：

SRS 需求：
{self._truncate(srs_content, 1500)}

测试代码：
{self._truncate(test_code, 2000)}

请输出：
1. 已覆盖的需求列表
2. 未覆盖的需求列表
3. 覆盖率百分比
4. 改进建议
"""
        
        response = self.agent.generate_reply(
            messages=[{"role": "user", "content": prompt}]
        )
        
        coverage_report = response if isinstance(response, str) else str(response)
        
        # 保存报告
        report_file = self.workspace_dir / "coverage_report.md"
        with open(report_file, 'w', encoding='utf-8') as f:
            f.write(coverage_report)
        
        return {"report": coverage_report, "file": str(report_file)}
    
    def _truncate(self, text: str, max_length: int) -> str:
        """截断文本以避免超出上下文限制"""
        if len(text) <= max_length:
            return text
        return text[:max_length] + "... [内容已截断]"
    
    def run_tests(self, test_file_pattern: str = "test_*.py") -> Dict[str, Any]:
        """
        执行测试（需要实际运行 pytest）
        
        Args:
            test_file_pattern: 测试文件模式
        
        Returns:
            测试结果字典
        """
        import subprocess
        import sys
        
        try:
            # 使用 pytest 执行测试
            result = subprocess.run(
                [sys.executable, "-m", "pytest", 
                 str(self.workspace_dir / test_file_pattern),
                 "-v", "--tb=short"],
                capture_output=True,
                text=True,
                timeout=60
            )
            
            return {
                "success": result.returncode == 0,
                "stdout": result.stdout,
                "stderr": result.stderr,
                "returncode": result.returncode
            }
        except subprocess.TimeoutExpired:
            return {
                "success": False,
                "error": "测试执行超时"
            }
        except Exception as e:
            return {
                "success": False,
                "error": str(e)
            }


def create_qa_agent(llm_config: Optional[Dict] = None) -> AssistantAgent:
    """
    创建 QA Agent（AutoGen 原生格式）
    
    Args:
        llm_config: LLM 配置
    
    Returns:
        AutoGen AssistantAgent 实例
    """
    config = llm_config or get_agent_llm_config("QA_Agent")
    
    agent = AssistantAgent(
        name="QA_Agent",
        system_message=QA_PROMPT,
        llm_config=config,
        description="资深测试工程师",
        human_input_mode="NEVER"
    )
    
    return agent