package com.xly.config;

import dev.langchain4j.model.ollama.OllamaStreamingChatModel;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.time.Duration;
import java.util.List;

/**
 * agent 用的流式模型 Bean。
 *
 * <p>单一 ReAct agent 的**组装**已移到 {@link AgentFactory}（按每次请求的身份新建携带 token/权限的工具实例，
 * 见 §5/§7 per-call context）。本类只保留全局复用的流式模型。
 */
@Configuration
public class AgentConfig {

    @Value("${langchain4j.ollama.base-url}")
    private String ollamaUrl;

    @Value("${langchain4j.ollama.chat-model-name}")
    private String chatModelName;

    @Autowired
    private TracingChatModelListener tracingListener;

    /** 专供 agent 的流式模型：低温度利于稳定的工具调用，较大 numPredict 避免答复被截断。 */
    @Bean("agentStreamingModel")
    public OllamaStreamingChatModel agentStreamingModel() {
        return OllamaStreamingChatModel.builder()
                .baseUrl(ollamaUrl)
                .modelName(chatModelName)
                .temperature(0.1)
                .topP(0.9)
                .numPredict(2048)
                // qwen3 支持「思考」模式，但会显著拖慢交互；关闭它 -> 快，且思考不会混进回答
                .think(false)
                .returnThinking(false)
                .listeners(List.of(tracingListener))
                .timeout(Duration.ofSeconds(180))
                .build();
    }
}