"""
گزارشِ کیفیت و مصرفِ دستیارِ هوش مصنوعی.

سینیور دو چیز خواست و هر دو از همین یک جدول درمی‌آیند:
  «یک ساینتیشن برای لایک/دیسلایک بگیریم که بعداً بشود چک کرد کدام بهتر بوده»
  «اگر لیمیت خورد یا تمام شد بهم بگید که شارژش کنیم»

نمونه:
    python manage.py ai_feedback_report
    python manage.py ai_feedback_report --days 7 --by grade_title
"""
from datetime import timedelta

from django.core.management.base import BaseCommand
from django.db.models import Avg, Count, Q, Sum
from django.utils import timezone

from ai_tutor.models import Message

# قیمتِ تقریبیِ هر یک میلیون توکن (دلار) برای برآوردِ هزینه. عدد دقیق نیست و
# فقط برای «چقدر مانده / کِی باید شارژ کنیم» است.
_PRICE_PER_MTOK = {
    'gpt-4o-mini': (0.15, 0.60),
    'gpt-4o': (2.50, 10.00),
}
_GROUPABLE = ['prompt_version', 'model_name', 'grade_title', 'retrieval_collection']


class Command(BaseCommand):
    help = 'نسبتِ 👍/👎 و مصرفِ توکنِ پاسخ‌های دستیار، به تفکیکِ نسخه‌ی پرامپت/مدل/پایه.'

    def add_arguments(self, parser):
        parser.add_argument('--days', type=int, default=30)
        parser.add_argument('--by', choices=_GROUPABLE, default='prompt_version')

    def handle(self, *args, **opts):
        since = timezone.now() - timedelta(days=opts['days'])
        field = opts['by']

        qs = Message.objects.filter(role='assistant', created_at__gte=since)
        total = qs.count()
        if not total:
            self.stdout.write(self.style.WARNING(
                f'در {opts["days"]} روزِ گذشته هیچ پاسخِ دستیاری ثبت نشده است.'
            ))
            return

        rows = (
            qs.values(field)
            .annotate(
                answers=Count('id'),
                liked=Count('id', filter=Q(feedback__is_helpful=True)),
                disliked=Count('id', filter=Q(feedback__is_helpful=False)),
                with_context=Count('id', filter=Q(chunk_count__gt=0)),
                avg_latency=Avg('latency_ms'),
                tok_in=Sum('prompt_tokens'),
                tok_out=Sum('completion_tokens'),
            )
            .order_by('-answers')
        )

        self.stdout.write(self.style.MIGRATE_HEADING(
            f'\n{opts["days"]} روزِ گذشته — {total} پاسخِ دستیار، گروه‌بندی بر اساسِ {field}\n'
        ))
        header = f'{field:<28} {"پاسخ":>6} {"👍":>5} {"👎":>5} {"رضایت":>8} {"با منبع":>9} {"میانگین ms":>11}'
        self.stdout.write(header)
        self.stdout.write('─' * len(header))
        for r in rows:
            rated = r['liked'] + r['disliked']
            ratio = f"{100 * r['liked'] / rated:.0f}%" if rated else '—'
            ctx = f"{100 * r['with_context'] / r['answers']:.0f}%"
            label = (r[field] or '(خالی)')[:27]
            self.stdout.write(
                f"{label:<28} {r['answers']:>6} {r['liked']:>5} {r['disliked']:>5} "
                f"{ratio:>8} {ctx:>9} {(r['avg_latency'] or 0):>11.0f}"
            )

        rated_total = qs.filter(feedback__isnull=False).count()
        self.stdout.write('')
        self.stdout.write(
            f'رأی داده‌شده: {rated_total} از {total} پاسخ '
            f'({100 * rated_total / total:.0f}%).'
        )

        # --- مصرف و هزینه ---------------------------------------------------
        self.stdout.write(self.style.MIGRATE_HEADING('\nمصرفِ توکن (برای پیگیریِ شارژ)\n'))
        # ⚠️ پاسخِ کش‌شده توکنِ فراخوانیِ اصلی را کپی می‌کند و هیچ هزینه‌ای
        # نداشته؛ اگر بشماریمش، گزارشی که کارش تصمیم‌گیری درباره‌ی شارژ است
        # به اندازه‌ی نرخِ اصابتِ کش هزینه را بیشتر نشان می‌دهد.
        usage = (
            qs.exclude(model_name='').filter(from_cache=False)
            .values('model_name')
            .annotate(tok_in=Sum('prompt_tokens'), tok_out=Sum('completion_tokens'), n=Count('id'))
            .order_by('-n')
        )
        grand = 0.0
        for u in usage:
            tin, tout = u['tok_in'] or 0, u['tok_out'] or 0
            price = _PRICE_PER_MTOK.get(u['model_name'])
            if price:
                cost = tin / 1e6 * price[0] + tout / 1e6 * price[1]
                grand += cost
                cost_text = f'≈ ${cost:.2f}'
            else:
                cost_text = 'قیمتِ این مدل در جدول نیست'
            self.stdout.write(
                f"  {u['model_name']:<20} {u['n']:>5} پاسخ   ورودی {tin:>9,}  خروجی {tout:>9,}   {cost_text}"
            )
        if grand:
            self.stdout.write(self.style.WARNING(f'\n  جمعِ تقریبی: ${grand:.2f}'))
        cached = qs.filter(from_cache=True).count()
        self.stdout.write(self.style.HTTP_INFO(
            '  توجه: پاسخ‌های استریمی usage برنمی‌گردانند و توکنشان صفر شمرده می‌شود، '
            'پس عددِ واقعی از این بیشتر است.'
        ))
        if cached:
            self.stdout.write(self.style.HTTP_INFO(
                f'  {cached} پاسخ از کش آمده و در هزینه شمرده نشده (فراخوانیِ تازه‌ای نداشته).'
            ))

        # --- بدترین پاسخ‌ها ---------------------------------------------------
        worst = (
            qs.filter(feedback__is_helpful=False)
            .select_related('feedback')
            .order_by('-created_at')[:10]
        )
        if worst:
            self.stdout.write(self.style.MIGRATE_HEADING('\nآخرین پاسخ‌های 👎 (برای بازبینیِ دستی)\n'))
            for m in worst:
                reason = (m.feedback.reason or '').strip()
                self.stdout.write(
                    f"  #{m.id} [{m.prompt_version or '—'} / {m.grade_title or '—'} / "
                    f"chunk={m.chunk_count}] {m.text[:70]}…"
                    + (f'\n      دلیلِ کاربر: {reason}' if reason else '')
                )