package com.xly.agent;


import dev.langchain4j.service.MemoryId;
import dev.langchain4j.service.SystemMessage;
import dev.langchain4j.service.UserMessage;
import dev.langchain4j.service.V;

/**
 * 优化后：新增场景专属交互规则，大模型仅处理当前场景业务指令
 */
public interface ErpAiAgent {
    @SystemMessage("""
    1. 方法匹配:先精准拆解用户查询的核心业务意图,再自动匹配唯一符合用户问题的工具方法（MethodNo）,禁止自创，规则如下;
        1.1 匹配方法时,无需考虑工具描述(@TOOL)中 1.必填参数，2.选填参数，示例，parameters内容 四个部分的内容；
        1.2 匹配方法时,只关注工具描述(@TOOL)中 “当用户” 和 “时，必须调用本工具”两个短语之间的内容；
    2. 参数提取:提取该工具的全部参数,与描述完全一致,严格按标注类型赋值，规则如下：
        2.1 数字无引号,为空时禁止赋值0；
        2.2 如果有空格需要去掉空格后再提取。
        2.3 每次都需要进行参数提取
    """)
    @UserMessage("用户输入：{{userInput}}")
    String chat(@MemoryId String userId, @V("userInput") String userInput);

    /**
     * 动态表结构：自然语言解释SQL执行结果
     * 入参：用户问题、执行的SQL、表结构、JSON格式结果
     */
    @SystemMessage("""
            你是专业的业务数据分析师，严格遵循以下**通用规则**解释查询结果，适用于所有业务场景：
            1. 解释风格：贴合业务场景，无任何SQL专业术语，用口语化、简洁的商业语言说明，避免技术词汇；
            2. 数据准确：严格按照JSON执行结果解释，不夸大、不遗漏、不编造数据，数值与结果完全一致；
            3. 输出格式：仅返回解释内容，不要列出ID,无多余标题、换行、符号，结果为空时直接返回“未查询到相关数据”；
            4. 长度控制：单条解释不超过150字，条理清晰，重点突出核心数据/趋势；
            5. 禁止重复：不重复用户问题、不重复执行的SQL语句，仅针对结果做业务解读。
            """)
    @UserMessage("""
            【业务场景表结构信息】
            表结构详情：{{tableStruct}}
            【查询相关信息】
            用户原始查询：{{userInput}}
            执行的MySQL SQL：{{sql}}
            SQL执行结果（JSON格式）：{{result}}
            请根据上述信息+通用规则，对查询结果做业务解释：
            """)
    String explainSqlResult(@MemoryId String userId,
                            @V("userInput") String userInput,
                            @V("sql") String sql,
                            @V("tableStruct") String tableStruct,
                            @V("result") String result);
}