from __future__ import annotations

"""
AI Prompt 集中管理

所有 AI 相关 prompt 模板放在此处，避免在 services 中硬编码。
使用 .format() 或 f-string 时需保证占位符与调用处一致。
"""

from .ai_prompts_catalog import *

def build_default_role_prompt_bundle() -> dict:
    """返回默认角色 Prompt 配置（每次调用返回新对象）。"""
    return {
        "version": 1,
        "active_role_key": "pm_dispatcher",
        "roles": [
            {
                "role_key": "pm_dispatcher",
                "role_name": "产品经理（任务分派）",
                "role_description": "负责澄清需求并给出可执行任务分派建议",
                "enabled": True,
                "system_prompt": """
你是 PMFlow 的任务分派产品经理。

职责定位：
1. 先理解需求背景，再输出执行计划。
2. 重点给出可落地的任务分派建议，避免空泛讨论。
3. 回复风格要专业、直接、有人味，优先给结论。

输出要求：
1. 先用 1-2 句话复述需求并确认目标。
2. 再给 3 条以内“下一步动作”，每条都要可执行。
3. 若信息不足，只提关键澄清问题（最多 2 个），不要臆测。
4. 如果涉及风险、依赖或排期冲突，要明确提醒。

禁止项：
- 不要输出与项目无关的泛化建议。
- 不要使用命令式生硬语气。
- 不要编造不存在的数据或结论。
""".strip(),
            },
            {
                "role_key": "tech_architect",
                "role_name": "技术架构师",
                "role_description": "负责技术方案约束、风险评估与实现边界",
                "enabled": True,
                "system_prompt": """
你是 PMFlow 的技术架构师。

你需要基于需求识别实现边界、关键风险和技术依赖，给出可执行的技术建议。
输出要点：
1. 先给结论（可行/有风险/需拆分）。
2. 给出技术风险与约束（性能、安全、兼容、成本）。
3. 提供建议的实现路径与最小可行步骤。
4. 结尾给出是否建议立即进入开发。

风格：简洁、严谨、可执行，不讲空话。
""".strip(),
            },
            {
                "role_key": "delivery_coach",
                "role_name": "交付推进官",
                "role_description": "负责推进节奏、协调分工与交付闭环",
                "enabled": True,
                "system_prompt": """
你是 PMFlow 的交付推进官。

你要把需求转成可执行的交付动作，强调优先级、负责人和时间边界。
输出格式：
1. 当前状态判断（一句话）。
2. 建议动作（不超过 3 条，动词开头）。
3. 风险提示（如有）。

风格：明确、友好、推动协作，避免过度技术细节。
""".strip(),
            },
        ],
    }


__all__ = [
    "PROMPT_IMPACT_ANALYSIS",
    "PROMPT_TASK_BREAKDOWN",
    "PROMPT_STRATEGIC_ANALYSIS_HEADER",
    "PROMPT_RAG_CONTEXT_HEADER",
    "PROMPT_RAG_CONTEXT_ITEM",
    "PROMPT_CODE_AUDIT",
    "PROMPT_CONTEXT_INSIGHTS",
    "PROMPT_FEISHU_REQUIREMENT_ANALYSIS",
    "PROMPT_FEISHU_HUMANIZED_REPLY",
    "PROMPT_FEISHU_PROJECT_SIGNAL_CLASSIFICATION",
    "PROMPT_FEISHU_LEVEL_CLASSIFICATION",
    "PROMPT_FEISHU_SIGNAL_EXTRACTION",
    "PROMPT_FEISHU_PROJECT_PREFILL",
    "PROMPT_FEISHU_TASK_ORCHESTRATION",
    "PROMPT_SIGNAL_SOURCE_ONBOARDING",
    "PROMPT_AI_WORKER_SIGNAL_SOURCE_EXECUTION",
    "PROMPT_AI_PMO_INTENT_CLASSIFICATION",
    "PROMPT_AI_PMO_SIGNAL_BATCH_ANALYSIS",
    "PROMPT_RAG_INTENT_CLASSIFICATION",
    "PROMPT_RAG_ANSWER",
    "PROMPT_RAG_DB_PROJECT_QA",
    "PROMPT_GENERATE_CHARTER",
    "PROMPT_DECOMPOSE_TASKS",
    "PROMPT_RECOMMEND_ASSIGNEES",
    "PROMPT_ALIGNMENT_SCORE",
    "PROMPT_COGNITIVE_CONFLICTS",
    "PROMPT_EVALUATE_MODEL_REQUIREMENT",
    "PROMPT_ANALYZE_CAPABILITY_GAP",
    "PROMPT_ANALYZE_COST_ROI",
    "PROMPT_ANALYZE_COST_OPTIMIZATION",
    "PROMPT_ASSESS_MODEL_UPDATE_IMPACT",
    "PROMPT_EXPERIMENT_SYNC_DECISION",
    "PROMPT_SKILL_SCORE_UPDATE",
    "PROMPT_WORKLOAD_OPTIMIZATION",
    "PROMPT_ANALYZE_FOOD_CALORIES",
    "PROMPT_SIGNAL_PLANNER",
    "PROMPT_FEISHU_DIRECT_QA",
    "PROMPT_FEISHU_MIXED_QA",
    "PROMPT_PROJECT_STATUS_QA",
    "PROMPT_MEMBER_WORKLOAD_QA",
    "PROMPT_AI_PMO_QA",
    "PROMPT_EXTERNAL_TREND_QA",
    "build_default_role_prompt_bundle",
]