"""tkai_lib_litellmラッパーを介した文字起こし校正機能を提供します。

このモジュールは、音声認識の文字起こし結果をLLM（大規模言語モデル）
を使用して校正するための機能を提供します。
具体的には、フィラー、どもり、明らかな誤変換、同音異義語、句読点、表記ゆれなどの修正を行います。
[[ASR_CHUNK...]] や [[ASR_BOUNDARY...]] といったマーカー行は保持されます。

.. seealso:: :doc:`tkasr_llm_usage`

"""
from __future__ import annotations
import re
from tkasr_common import OptionalDependencyError

MARKER = re.compile(r"^\[\[/?ASR_(?:CHUNK|BOUNDARY)\b[^\]]*\]\]\s*$")
SYSTEM = """以下は音声認識の文字起こしです。日本語の本文だけを校正してください。
規則:
- 要約、削除、追加、言い換え、解説はしない。
- フィラー、どもり、明らかな誤変換、同音異義語、句読点、表記ゆれだけを修正する。
- [[ASR_CHUNK...]] と [[ASR_BOUNDARY...]] の管理行は変更せず残す。境界前後で重複する文だけを統合・削除する。
- 話題が変わる自然な箇所で段落を分ける。一文ごとに改行しない。
- 判断できない箇所は推測で補わない。校正済み本文だけを出力する。"""

def _lib():
    """`tkai_lib_litellm`モジュールを動的にインポートします。

    LLM校正に必要な`tkai_lib_litellm`ライブラリが利用可能であることを確認し、
    そのモジュールを返します。このライブラリは、同じフォルダに配置されているか、
    またはPythonのパスが通っている必要があります。

    :returns: `tkai_lib_litellm`モジュール。
    :rtype: module
    :raises OptionalDependencyError: `tkai_lib_litellm`が見つからない場合、
                                     または必要な依存ライブラリがインストールされていない場合。
    """
    try:
        import tkai_lib_litellm as ai
    except ImportError as exc:
        raise OptionalDependencyError("LLM校正には、同じフォルダの tkai_lib_litellm.py と依存ライブラリが必要です。例: pip install litellm python-dotenv") from exc
    return ai

def _split(text: str, maximum: int) -> list[str]:
    """テキストを指定された最大文字数で複数のチャンクに分割します。

    テキストが指定された最大文字数を超える場合、改行や句読点（。、！、？）といった
    自然な区切りを優先して分割します。これにより、LLMへの入力が適切な長さに保たれ、
    文脈が失われにくい形で処理されます。

    :param text: 分割する元のテキスト。
    :type text: str
    :param maximum: 各チャンクの最大文字数。
    :type maximum: int
    :returns: 分割されたテキストチャンクのリスト。
    :rtype: list[str]
    """
    result = []
    while text.strip():
        text = text.strip()
        if len(text) <= maximum: result.append(text); break
        cut = max(text.rfind(x, maximum // 2, maximum) for x in ("\n", "。", "！", "？"))
        cut = maximum if cut < 0 else cut + (0 if text[cut] == "\n" else 1)
        result.append(text[:cut].strip()); text = text[cut:]
    return result

def correct(text: str, *, config: str, provider: str, model: str, context: str, max_tokens: int, maximum_chars: int) -> str:
    """音声認識の文字起こしテキストをLLM（大規模言語モデル）で校正します。

    与えられた音声認識テキストを、指定されたLLMプロバイダーとモデルを使用して校正します。
    この関数は、フィラー、どもり、明らかな誤変換、同音異義語、句読点、表記ゆれなどを修正し、
    自然な日本語の文章を生成することを目的としています。
    入力テキストは`maximum_chars`に基づいて小さなチャンクに分割され、
    各チャンクが個別にLLMに送られて処理されます。
    最終結果からは、[[ASR_CHUNK...]] や [[ASR_BOUNDARY...]] のような
    内部管理用のマーカー行 (本モジュールで定義されている `MARKER` パターンに一致する行) は削除されます。

    LLMに送信されるシステムプロンプトは、このモジュール内で定義されている
    `SYSTEM`定数を基にして構築され、必要に応じて`context`が追加されます。

    :param text: 校正する元の音声認識テキスト。
    :type text: str
    :param config: `tkai_lib_litellm`の設定ファイルパス。
                   このファイルには、APIキーなどの認証情報が含まれます。
    :type config: str
    :param provider: 使用するLLMプロバイダーの名称（例: "openai", "lmstudio", "azure"）。
    :type provider: str
    :param model: 使用するLLMのモデル名（例: "gpt-4o", "llama3"）。
                  LM Studioなどローカル環境では`openai/`プレフィックスが自動で処理されます。
    :type model: str
    :param context: LLMに与える追加の補助情報や専門用語の候補など。
                    校正の精度向上に役立ちます。
    :type context: str
    :param max_tokens: LLMからの応答として許容される最大トークン数。
                       応答の長さを制限するために使用されます。
    :type max_tokens: int
    :param maximum_chars: LLMへの入力としてテキストを分割する際の、各チャンクの最大文字数。
                          大きなテキストを効率的に処理するために使用されます。
    :type maximum_chars: int
    :returns: LLMによって校正された、整形済みのテキスト。
    :rtype: str
    :raises RuntimeError: LLMの呼び出しに失敗した場合や、LLMが有効な校正本文を返さなかった場合。
    """
    ai = _lib()
    ai.read_ai_config(config)
    # tkai_lib_litellm adds ``openai/`` for LM Studio itself.  Accept the
    # familiar LiteLLM spelling too, without creating ``openai/openai/...``.
    selected_model = model[7:] if provider.lower() in {"lmstudio", "lm_studio", "local"} and model.startswith("openai/") else model
    role = SYSTEM + (f"\n\n認識時の補助情報（専門用語候補）:\n{context}" if context else "")
    results = []
    for number, part in enumerate(_split(text, maximum_chars), 1):
        print(f"校正 [{number}] 実行中...", flush=True)
        try:
            response = ai.query_ai(part, model=selected_model, role=role, provider=provider, temperature=0, max_tokens=max_tokens)
            corrected = ai.extract_text(response)
        except Exception as exc:
            raise RuntimeError(f"LLM校正に失敗しました ({provider}/{selected_model}): {exc}") from exc
        if not corrected or not corrected.strip(): raise RuntimeError("LLMが校正本文を返しませんでした。")
        results.append(corrected.strip())
    return "\n".join(line for line in "\n".join(results).splitlines() if not MARKER.match(line)).strip()
