using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace OllamaStudy.UseExtensionsAI
{
    /// <summary>
    /// OpenAI的API 测试
    /// Ollama兼容OpenAI接口，可以直接使用OpenAI的SDK调用
    /// </summary>
    public class OpenAIAPITest
    {
        private readonly ITestOutputHelper _output;
        private readonly IOptionsMonitor<OllamaServerOption> _ollamaOptionsMonitor;
        private readonly IHttpClientFactory _httpClientFactory;
        private readonly HttpClient _defaultHttpClient;
        private readonly HttpClient _ollamaHttpClient;
        private readonly HttpClient _uiUiAPIHttpClient;
        private readonly HttpClient _bailianHttpClient;
        private readonly HttpClient _zipuHttpClient;
        private readonly HttpClient _siliconflowHttpClient;

        public OpenAIAPITest
        (
            ITestOutputHelper outputHelper, 
            OpenAIClient defaultOpenAIClient, 
            IOptionsMonitor<OllamaServerOption> ollamaOptionsMonitor,
            IHttpClientFactory httpClientFactory
        )
        {
            _output = outputHelper;
            _ollamaOptionsMonitor = ollamaOptionsMonitor;
            _httpClientFactory = httpClientFactory;

            _defaultHttpClient = _httpClientFactory.CreateClient("OpenAIHttpClient");
            _ollamaHttpClient = _httpClientFactory.CreateClient("OllamaHttpClient");
            _uiUiAPIHttpClient = _httpClientFactory.CreateClient("UiUiAPIHttpClient");
            _bailianHttpClient = _httpClientFactory.CreateClient("BailianHttpClient");
            _zipuHttpClient = _httpClientFactory.CreateClient("ZiPuHttpClient");
            _siliconflowHttpClient = _httpClientFactory.CreateClient("SiliconflowHttpClient");
        }

        #region 获取各种 HttpClient
        /// <summary>
        /// 从OpenAIClient获取各种业务 Client
        /// </summary>
        [Fact]
        public void Get_Clients_Test()
        {
            Assert.NotNull(_defaultHttpClient);
            Assert.NotNull(_ollamaHttpClient);
            Assert.NotNull(_uiUiAPIHttpClient);
            Assert.NotNull(_bailianHttpClient);
            Assert.NotNull(_zipuHttpClient);
            Assert.NotNull(_siliconflowHttpClient);
        }
        #endregion

        #region 音频
        /// <summary>
        /// 创建语音
        /// </summary>
        /// <returns></returns>
        [Fact]
        public async Task Audio_CreateSpeech_Test()
        {
            var requetData = new
            {
                //语音模型
                model = "tts-1-1106",

                //要生成音频的文本。最大长度为4096个字符。
                input = """
                    断章
                        作者：卞之琳
                你站在桥上看风景，
                看风景人在楼上看你。
                明月装饰了你的窗子，
                你装饰了别人的梦。

                """,

                //生成音频时使用的语音。支持的语音有:alloy、echo、fable、onyx、nova 和 shimmer。
                voice = "nova",

                //默认为 mp3 音频的格式。支持的格式有:mp3、opus、aac 和 flac。
                response_format = "mp3",

                //默认为 1 生成的音频速度。选择0.25到4.0之间的值。1.0是默认值。
                speed = 1.0f,
            };

            using var requestMessage = new HttpRequestMessage(HttpMethod.Post, "v1/audio/speech")
            {
                Content = JsonContent.Create(requetData)
            };

            var responseMessage = await _uiUiAPIHttpClient.SendAsync(requestMessage);
            responseMessage.EnsureSuccessStatusCode();

            //处理响应
            //var responseText = await responseMessage.Content.ReadAsStringAsync();
            var responseObject = await responseMessage.Content.ReadAsByteArrayAsync();

            using FileStream stream = File.OpenWrite($"{Guid.NewGuid()}.mp3");
            stream.Write(responseObject);
        }

        /// <summary>
        /// 创建转录
        /// </summary>
        /// <returns></returns>
        [Fact]
        public async Task Audio_CreateTranscriptions_Test()
        {
            var formData = new MultipartFormDataContent();

            // 读取文件流
            using var fileStream = File.OpenRead("Assets/dongdong.mp3");

            // 创建文件内容并添加到表单
            var fileContent = new StreamContent(fileStream);

            //(必须) 要转录的音频文件对象(不是文件名),格式为:flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm
            formData.Add(fileContent, "file","dongdong.mp3");

            //(必须) 要使用的模型 ID。目前只有 whisper-1 是可用的
            formData.Add(new StringContent("whisper-1"), "model");

            //(可选) 输入音频的语言。以 ISO-639-1 格式提供输入语言可以提高准确性和延迟
            formData.Add(new StringContent("zh"), "language");

            //(可选) 一个可选的文本来指导模型的风格或继续之前的音频段落。提示应该与音频语言匹配。
            formData.Add(new StringContent("请使用严肃风格"), "prompt");

            //(可选) 转录输出的格式,默认为 json,可选择:json、text、srt、verbose_json 或 vtt。
            formData.Add(new StringContent("json"), "response_format");

            //(可选) 采样温度,between 0 和 1。更高的值像 0.8 会使输出更随机,而更低的值像 0.2 会使其更集中和确定性。如果设置为 0,模型将使用对数概率自动增加温度直到达到特定阈值。
            //默认为 0
            formData.Add(new StringContent("0"), "temperature");

            using var requestMessage = new HttpRequestMessage(HttpMethod.Post, "v1/audio/transcriptions")
            {
                Content = formData,
            };

            var responseMessage = await _uiUiAPIHttpClient.SendAsync(requestMessage);
            responseMessage.EnsureSuccessStatusCode();

            //处理响应
            var responseText = await responseMessage.Content.ReadAsStringAsync();
            _output.WriteLine(responseText);

            Assert.NotNull(responseText);
            Assert.Contains("杀戮", responseText);
        }

        /// <summary>
        /// 创建翻译
        /// </summary>
        /// <returns></returns>
        [Fact]
        public async Task Audio_CreateTranslations_Test()
        {
            var formData = new MultipartFormDataContent();

            // 读取文件流
            using var fileStream = File.OpenRead("Assets/dongdong.mp3");

            // 创建文件内容并添加到表单
            var fileContent = new StreamContent(fileStream);

            //(必须) 要转录的音频文件对象(不是文件名),格式为:flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm
            formData.Add(fileContent, "file", "dongdong.mp3");

            //(必须) 要使用的模型 ID。目前只有 whisper-1 是可用的
            formData.Add(new StringContent("whisper-1"), "model");

            //(可选) 一个可选的文本,用于指导模型的风格或继续之前的音频段落。提示文本应该是英文。
            formData.Add(new StringContent("Please use a serious style"), "prompt");

            //(可选) 转录输出的格式,默认为 json,可选择:json、text、srt、verbose_json 或 vtt。
            formData.Add(new StringContent("json"), "response_format");

            //(可选) 采样温度,between 0 和 1。更高的值像 0.8 会使输出更随机,而更低的值像 0.2 会使其更集中和确定性。如果设置为 0,模型将使用对数概率自动增加温度直到达到特定阈值。
            //默认为 0
            formData.Add(new StringContent("0"), "temperature");

            using var requestMessage = new HttpRequestMessage(HttpMethod.Post, "/v1/audio/translations")
            {
                Content = formData,
            };

            var responseMessage = await _uiUiAPIHttpClient.SendAsync(requestMessage);
            responseMessage.EnsureSuccessStatusCode();

            //处理响应
            var responseText = await responseMessage.Content.ReadAsStringAsync();
            _output.WriteLine(responseText);

            Assert.NotNull(responseText);
            Assert.Contains("killed", responseText);
        }

        #endregion

        #region 聊天

        #endregion

        #region 自动补全
        /// <summary>
        /// 流式生成请求 测试
        /// </summary>
        [Fact]
        public async Task Completion_Request_Streaming_Test()
        {
            var requetData = new
            {
                model = _ollamaOptionsMonitor.CurrentValue.Model,
                prompt = """天空为什么是蓝色的？""",
            };

            using var request = new HttpRequestMessage(HttpMethod.Post, "/v1/completions")
            {
                Content = JsonContent.Create(requetData)
            };

            //发送请求：流式处理响应，HttpCompletionOption.ResponseHeadersRead 是关键，只在SendAsync方法中有此参数
            var response = await _ollamaHttpClient.SendAsync(request, HttpCompletionOption.ResponseHeadersRead);
            response.EnsureSuccessStatusCode();

            //处理响应
            using var responseStream = await response.Content.ReadAsStreamAsync();
            using var reader = new StreamReader(responseStream);

            //如果是流式响应，则逐行读取
            while (!reader.EndOfStream)
            {
                var line = await reader.ReadLineAsync();
                _output.WriteLine(line);
            }
        }

        /// <summary>
        /// 非流式生成请求 测试
        /// </summary>
        /// <returns></returns>
        [Fact]
        public async Task Completion_Request_NoStreaming_Test()
        {
            var requetData = new
            {
                model = _ollamaOptionsMonitor.CurrentValue.Model,
                prompt = """天空为什么是蓝色的？""",

                //流式处理响应： 设置为 false 禁用流式处理
                stream = false,
            };

            using var requestMessage = new HttpRequestMessage(HttpMethod.Post, "/v1/completions")
            {
                Content = JsonContent.Create(requetData)
            };

            var responseMessage = await _ollamaHttpClient.SendAsync(requestMessage);
            responseMessage.EnsureSuccessStatusCode();

            //处理响应
            var responseText = await responseMessage.Content.ReadAsStringAsync();

            Assert.NotNull(responseText);
            _output.WriteLine(responseText);
        }

        /// <summary>
        /// 全参数生成请求 测试
        /// </summary>
        /// <returns></returns>
        [Fact]
        public async Task Completion_Request_FullParameters_Test()
        {
            var requetData = new
            {
                //（必需）模型名(标识)：model:tag格式，model可具有可选的命名空间，tag是可选的，用于标识模型，默认为 latest
                model = ModelSelecter.ModelWithSuffixAndImage,

                //（必需）生成响应的提示词：关键
                prompt = """ 天空为什么是蓝色的？""",

                //（可选）默认为1 在服务器端生成best_of个补全,并返回“最佳”补全(每个令牌的日志概率最高的那个)。
                //无法流式传输结果。 与n一起使用时,best_of控制候选补全的数量,n指定要返回的数量 – best_of必须大于n。
                //注意:因为这个参数会生成许多补全,所以它可以快速消耗您的令牌配额。请谨慎使用,并确保您对max_tokens和stop有合理的设置。
                best_of = 1,

                //（可选）默认为false 除了补全之外,还回显提示
                echo = false,

                //（可选）默认为0 -2.0和2.0之间的数字。正值根据文本目前的现有频率处罚新令牌,降低模型逐字重复相同行的可能性。
                frequency_penalty = 0f,

                //（可选）默认为null 修改完成中指定令牌出现的可能性。
                //接受一个JSON对象,该对象将令牌(由GPT令牌化器中的令牌ID指定)映射到关联偏差值,-100到100。
                //您可以使用这个令牌化器工具(适用于GPT-2和GPT-3)将文本转换为令牌ID。从数学上讲,偏差在对模型进行采样之前添加到生成的logit中。
                //确切效果因模型而异,但-1至1之间的值应降低或提高选择的可能性;像-100或100这样的值应导致相关令牌的禁用或专属选择。
                //例如,您可以传递{"50256": -100}来防止生成<|endoftext|>令牌。
                logit_bias = default(object),

                //（可选）默认为null
                //包括logprobs个最可能令牌的日志概率,以及所选令牌。例如,
                //如果logprobs为5,API将返回5个最有可能令牌的列表。 API总会返回采样令牌的logprob,因此响应中最多可能有logprobs + 1个元素。logprobs的最大值是5。
                logprobs = default(object),

                //（可选）默认为16
                //在补全中生成的最大令牌数。提示的令牌计数加上max_tokens不能超过模型的上下文长度。 计数令牌的Python代码示例。
                max_tokens = 16,

                //（可选）默认为1
                //为每个提示生成的补全数量。注意:因为这个参数会生成许多补全,所以它可以快速消耗您的令牌配额。
                //请谨慎使用,并确保您对max_tokens和stop有合理的设置。
                n =1,

                //（可选）默认为0
                //-2.0和2.0之间的数字。正值根据它们是否出现在目前的文本中来惩罚新令牌,增加模型讨论新话题的可能性。 有关频率和存在惩罚的更多信息,请参阅。
                presence_penalty = 0f,

                //（可选）
                //如果指定,我们的系统将尽最大努力确定性地进行采样,以便使用相同的种子和参数的重复请求应返回相同的结果。
                //不保证确定性,您应该参考system_fingerprint响应参数来监视后端的更改。
                seed = 654321,

                //（可选）默认为null
                //最多4个序列,API将停止在其中生成更多令牌。返回的文本不会包含停止序列。
                stop = default(string),

                //（可选）流式处理响应： 可通过设置 false 来禁用流式处理
                stream = true,

                //（可选）默认为null
                //在插入文本的补全之后出现的后缀。
                //模型响应后的文本:只有专用模型才支持(qwen2.5-coder:3b等), 模型不支持则异常
                //suffix = "  return result",

                //（可选）默认为1 要使用的采样温度,介于0和2之间。更高的值(如0.8)将使输出更随机,而更低的值(如0.2)将使其更集中和确定。
                //我们通常建议更改这个或top_p,而不是两者都更改。
                temperature = 1f,

                //表示最终用户的唯一标识符,这可以帮助OpenAI监控和检测滥用。 了解更多。
                user = "mynameisok",

                //较高的值（例如 0.95）将导致文本更加多样化，而较低的值（例如 0.5）将生成更集中和保守的文本。（默认值：0.9）
                top_p = 0.9f,
            };

            using var request = new HttpRequestMessage(HttpMethod.Post, "/v1/completions")
            {
                Content = JsonContent.Create(requetData)
            };

            //发送请求：流式处理响应，HttpCompletionOption.ResponseHeadersRead 是关键，只在SendAsync方法中有此参数
            var response = await _ollamaHttpClient.SendAsync(request, HttpCompletionOption.ResponseHeadersRead);
            response.EnsureSuccessStatusCode();

            //处理响应
            using var responseStream = await response.Content.ReadAsStreamAsync();
            using var reader = new StreamReader(responseStream);

            //如果是流式响应，则逐行读取
            while (!reader.EndOfStream)
            {
                var line = await reader.ReadLineAsync();
                _output.WriteLine(line);
            }
        }
        #endregion

        #region 嵌入
        #endregion

        #region 微调
        #endregion

        #region 文件
        #endregion

        #region 图像
        #endregion

        #region 模型

        /// <summary>
        /// 列出模型 测试
        /// </summary>
        [Fact]
        public async Task List_Models_Test()
        {
            var responseMessage = await _ollamaHttpClient.GetAsync("/v1/models");
            responseMessage.EnsureSuccessStatusCode();

            var resultObj = new 
            {
                @object = "list",
                data = new[] { new { id="model_id", @object = "model", created = 1754931997, owned_by = "library" } }
            };

            //处理响应
            var responseObject = await responseMessage.Content.ReadAsStringAsync();

            var modelObj = Newtonsoft.Json.JsonConvert.DeserializeAnonymousType(responseObject,resultObj);

            Assert.NotNull(modelObj);

            foreach (var model in modelObj.data)
            { 
                _output.WriteLine($"模型ID:{model.id}, 模型名称：{model.@object}, 创建：{model.created}, 创建者：{model.owned_by}");
            }
            
        }

        /// <summary>
        /// 检索模型 测试
        /// </summary>
        [Theory]
        [InlineData(ModelSelecter.ModelWithTool)]
        public async Task Query_Model_Test(string modelName)
        {
            var responseMessage = await _ollamaHttpClient.GetAsync($"/v1/models/{modelName}");
            responseMessage.EnsureSuccessStatusCode();

            var resultObj = new { id = "model_id", @object = "model", created = 1754931997, owned_by = "library" };

            //处理响应
            var responseObject = await responseMessage.Content.ReadAsStringAsync();

            var model = Newtonsoft.Json.JsonConvert.DeserializeAnonymousType(responseObject, resultObj);

            Assert.NotNull(model);

            _output.WriteLine($"模型ID:{model.id}, 模型名称：{model.@object}, 创建：{model.created}, 创建者：{model.owned_by}");

        }
        #endregion

        #region 审查
        #endregion

        #region 助手测试版
        #endregion

        #region 线程数
        #endregion

        #region 留言
        #endregion

        #region 运行
        #endregion

        #region 已弃用-音频
        #endregion
    }
}