"""
Сервис для AI проверки домашних заданий.
Поддерживает ИИ-агенты из БД (RouterAI и др. OpenAI-совместимые)
и fallback на OPENAI_API_KEY из настроек.

RouterAI: https://routerai.ru/docs/reference
  OpenAI-совместимый: POST https://routerai.ru/api/v1/chat/completions
  Модели: openai/gpt-4o-mini, anthropic/claude-3-5-sonnet и др. — см. https://routerai.ru/models
  Авторизация: Bearer <API-ключ из https://routerai.ru/settings/keys>
  Поддерживает multimodal (текст + base64 изображения).
"""
import base64
import io
import logging
import os
import subprocess
import tempfile
import requests
from django.conf import settings
from django.db.models import F
from typing import Dict, List, Optional, Tuple, Any

logger = logging.getLogger(__name__)

# Максимальный размер одного изображения для отправки в AI (байты)
MAX_IMAGE_SIZE = 8 * 1024 * 1024  # 8 МБ
# Расширения изображений, которые отправляем в запрос
IMAGE_EXTENSIONS = {'.jpg', '.jpeg', '.png', '.gif', '.webp', '.bmp'}
# Расширения текстовых файлов: читаем содержимое и подставляем в промпт (задание/решение)
TEXT_EXTENSIONS = {'.txt', '.py', '.md', '.json', '.csv', '.xml', '.html', '.css', '.js', '.ts', '.jsx', '.tsx', '.c', '.cpp', '.h', '.java', '.kt', '.rs', '.go', '.rb', '.php', '.sql', '.yaml', '.yml', '.ini', '.cfg', '.log'}
# Максимальный размер текстового файла для чтения (байты)
MAX_TEXT_FILE_SIZE = 25 * 1024 * 1024  # 2 МБ
# Максимум символов из одного файла в промпт (чтобы не перегружать токены)
MAX_CHARS_PER_FILE = 800_000


def _read_file_text(file_path: str) -> Optional[str]:
    """
    Читает текстовый файл (.txt, .py, .md и т.д.) и возвращает содержимое.
    Кодировки: utf-8, затем cp1251, latin-1. Ограничение размера и длины — MAX_TEXT_FILE_SIZE, MAX_CHARS_PER_FILE.
    """
    if not file_path or not os.path.isfile(file_path):
        return None
    ext = os.path.splitext(file_path)[1].lower()
    if ext not in TEXT_EXTENSIONS:
        return None
    try:
        size = os.path.getsize(file_path)
        if size > MAX_TEXT_FILE_SIZE:
            logger.warning("AI check: пропуск текстового файла (слишком большой %s bytes): %s", size, file_path)
            return None
        for encoding in ('utf-8', 'cp1251', 'latin-1'):
            try:
                with open(file_path, 'r', encoding=encoding) as f:
                    text = f.read(MAX_CHARS_PER_FILE + 1)
                if len(text) > MAX_CHARS_PER_FILE:
                    text = text[:MAX_CHARS_PER_FILE] + "\n\n[... файл обрезан ...]"
                return text
            except UnicodeDecodeError:
                continue
        return None
    except Exception as e:
        logger.warning("AI check: не удалось прочитать текстовый файл %s: %s", file_path, e)
        return None


def _extract_pdf_text_pymupdf(data: bytes) -> Optional[str]:
    """Fallback: извлечение текста из PDF через PyMuPDF (часто справляется там, где pypdf возвращает пусто)."""
    if not data or len(data) > MAX_TEXT_FILE_SIZE:
        return None
    try:
        import pymupdf
        doc = pymupdf.open(stream=data, filetype="pdf")
        parts = []
        total = 0
        for page in doc:
            if total >= MAX_CHARS_PER_FILE:
                parts.append("\n[... PDF обрезан ...]")
                break
            text = page.get_text() or ""
            if total + len(text) > MAX_CHARS_PER_FILE:
                text = text[: MAX_CHARS_PER_FILE - total]
            parts.append(text)
            total += len(text)
        doc.close()
        return "\n".join(parts).strip() or None
    except ImportError:
        logger.debug("AI check: pymupdf не установлен, fallback для PDF недоступен")
        return None
    except Exception as e:
        logger.warning("AI check: PyMuPDF не смог извлечь текст из PDF: %s", e)
        return None


def _extract_pdf_text_pdfminer(data: bytes) -> Optional[str]:
    """Извлечение текста из PDF через pdfminer.six (часто справляется с кодировками и структурой)."""
    if not data or len(data) > MAX_TEXT_FILE_SIZE:
        return None
    try:
        from pdfminer.high_level import extract_text
        from pdfminer.layout import LAParams
        text = extract_text(io.BytesIO(data), laparams=LAParams(line_margin=0.5, word_margin=0.1))
        if not text or not text.strip():
            return None
        if len(text) > MAX_CHARS_PER_FILE:
            text = text[:MAX_CHARS_PER_FILE] + "\n\n[... PDF обрезан ...]"
        return text.strip()
    except ImportError:
        logger.debug("AI check: pdfminer.six не установлен")
        return None
    except Exception as e:
        logger.warning("AI check: pdfminer исключение: %s", e)
        return None


def _write_text_to_txt_and_read(text: str) -> Optional[str]:
    """Пишем текст во временный .txt и читаем обратно — результат «из файла»."""
    if not text or not text.strip():
        return None
    try:
        fd, path = tempfile.mkstemp(suffix=".txt", prefix="pdf2txt_", text=True)
        try:
            with os.fdopen(fd, "w", encoding="utf-8") as f:
                f.write(text[:MAX_CHARS_PER_FILE])
                if len(text) > MAX_CHARS_PER_FILE:
                    f.write("\n\n[... обрезано ...]")
            with open(path, "r", encoding="utf-8") as f:
                return f.read().strip() or None
        finally:
            try:
                os.unlink(path)
            except OSError:
                pass
    except Exception as e:
        logger.warning("AI check: не удалось записать/прочитать .txt: %s", e)
        return text.strip()


def _convert_pdf_to_txt_and_read(pdf_path: Optional[str] = None, pdf_bytes: Optional[bytes] = None) -> Optional[str]:
    """
    Получаем PDF → сразу конвертируем в .txt файл → читаем текст из .txt.
    Так текст всегда получаем из файла. Порядок: pdftotext (если есть) → pypdf → PyMuPDF → pdfminer.
    """
    if pdf_path and not os.path.isfile(pdf_path):
        pdf_path = None
    if not pdf_path and not pdf_bytes:
        return None
    if pdf_bytes:
        if len(pdf_bytes) > MAX_TEXT_FILE_SIZE:
            return None
        if len(pdf_bytes) >= 5 and pdf_bytes[:5] != b"%PDF-":
            logger.warning("AI check: байты не похожи на PDF, len=%s", len(pdf_bytes))
            return None

    # Если только байты — пишем во временный PDF, дальше работаем с путём
    temp_pdf_path = None
    if not pdf_path and pdf_bytes:
        try:
            fd, temp_pdf_path = tempfile.mkstemp(suffix=".pdf")
            os.close(fd)
            with open(temp_pdf_path, "wb") as f:
                f.write(pdf_bytes)
            pdf_path = temp_pdf_path
        except Exception as e:
            logger.warning("AI check: не удалось записать PDF во временный файл: %s", e)
            return None

    txt_path = None
    try:
        # 1) pdftotext (poppler) — часто надёжнее библиотек
        try:
            fd, txt_path = tempfile.mkstemp(suffix=".txt", prefix="pdf2txt_", text=True)
            os.close(fd)
            r = subprocess.run(
                ["pdftotext", "-enc", "UTF-8", pdf_path, txt_path],
                capture_output=True,
                timeout=60,
                cwd=os.path.dirname(pdf_path) or None,
            )
            if r.returncode == 0 and os.path.isfile(txt_path):
                with open(txt_path, "r", encoding="utf-8", errors="replace") as f:
                    text = f.read(MAX_CHARS_PER_FILE + 1)
                if len(text) > MAX_CHARS_PER_FILE:
                    text = text[:MAX_CHARS_PER_FILE] + "\n\n[... обрезано ...]"
                if text.strip():
                    logger.info("AI check: pdftotext сконвертировал PDF в .txt, прочитано %s символов", len(text))
                    return text.strip()
                logger.info("AI check: pdftotext вернул код 0, но .txt пустой (возможно скан без текстового слоя)")
            else:
                stderr = (r.stderr or b"").decode("utf-8", errors="replace").strip() if r.stderr else ""
                logger.warning("AI check: pdftotext не сработал returncode=%s stderr=%s", r.returncode, stderr[:500])
        except FileNotFoundError:
            logger.warning("AI check: pdftotext не найден в PATH (в Docker установите poppler-utils)")
        except Exception as e:
            logger.warning("AI check: pdftotext исключение: %s", e)
        finally:
            if txt_path and os.path.isfile(txt_path):
                try:
                    os.unlink(txt_path)
                except OSError:
                    pass
            txt_path = None

        # 2) Извлечение библиотеками и запись в .txt — пробуем все по очереди
        with open(pdf_path, "rb") as f:
            data = f.read()
        logger.info("AI check: PDF прочитан с диска, %s bytes, пробуем извлечь текст", len(data))
        raw_text = None
        # pdfminer часто лучше для PDF с кириллицей и сложной вёрсткой
        raw_text = _extract_pdf_text_pdfminer(data)
        if raw_text and raw_text.strip():
            logger.info("AI check: pdfminer извлёк %s символов", len(raw_text))
        else:
            logger.info("AI check: pdfminer вернул пустой текст")
        if not (raw_text and raw_text.strip()):
            raw_text = _extract_pdf_text_pymupdf(data)
            if raw_text and raw_text.strip():
                logger.info("AI check: PyMuPDF извлёк %s символов", len(raw_text))
            else:
                logger.info("AI check: PyMuPDF вернул пустой текст")
        if not (raw_text and raw_text.strip()):
            try:
                from pypdf import PdfReader
                reader = PdfReader(io.BytesIO(data))
                parts = []
                total = 0
                for page in reader.pages:
                    if total >= MAX_CHARS_PER_FILE:
                        break
                    t = page.extract_text() or ""
                    if total + len(t) > MAX_CHARS_PER_FILE:
                        t = t[: MAX_CHARS_PER_FILE - total]
                    parts.append(t)
                    total += len(t)
                raw_text = "\n".join(parts).strip() or None
                if raw_text:
                    logger.info("AI check: pypdf извлёк %s символов", len(raw_text))
                else:
                    logger.info("AI check: pypdf вернул пустой текст (страниц: %s)", len(reader.pages))
            except Exception as e:
                logger.warning("AI check: pypdf исключение: %s", e)
        if not (raw_text and raw_text.strip()):
            logger.warning(
                "AI check: ни один метод не извлек текст. Возможные причины: PDF — скан (нет текстового слоя), защищён, или нестандартная кодировка. Путь: %s",
                pdf_path,
            )
            return None
        # Конверт: пишем в .txt и читаем из файла
        return _write_text_to_txt_and_read(raw_text)
    finally:
        if temp_pdf_path and os.path.isfile(temp_pdf_path):
            try:
                os.unlink(temp_pdf_path)
            except OSError:
                pass


def _resolve_media_path(file_path: str) -> Optional[str]:
    """Проверяем путь к файлу; если не найден и путь относительный — пробуем MEDIA_ROOT (для .py, .txt, PDF и т.д.)."""
    if not file_path:
        return None
    if os.path.isfile(file_path):
        return file_path
    try:
        media = getattr(settings, "MEDIA_ROOT", None) or ""
        if not media or os.path.isabs(file_path):
            return None
        base = file_path.lstrip("/")
        for candidate in (
            os.path.normpath(os.path.join(media, base)),
            os.path.normpath(os.path.join(media, os.path.basename(file_path))),
        ):
            if os.path.isfile(candidate):
                return candidate
    except Exception:
        pass
    return None


def _resolve_pdf_path(file_path: str) -> Optional[str]:
    """Проверяем путь к PDF; если относительный и файл не найден — пробуем MEDIA_ROOT."""
    return _resolve_media_path(file_path)


def _read_pdf_text(file_path: str) -> Optional[str]:
    """PDF по пути → конверт в .txt → читаем текст из .txt. Всегда пробуем извлечь текст."""
    resolved = _resolve_pdf_path(file_path)
    if not resolved:
        logger.warning("AI check: PDF файл не найден: %s", file_path)
        return None
    file_path = resolved
    if os.path.splitext(file_path)[1].lower() != ".pdf":
        return None
    try:
        size = os.path.getsize(file_path)
        logger.info("AI check: читаем PDF path=%s size=%s", file_path, size)
        if size > MAX_TEXT_FILE_SIZE:
            logger.warning("AI check: пропуск PDF (слишком большой): %s", file_path)
            return None
        return _convert_pdf_to_txt_and_read(pdf_path=file_path)
    except Exception as e:
        logger.warning("AI check: не удалось прочитать PDF %s: %s", file_path, e)
        return None


# Magic bytes для определения PDF по содержимому (если имя файла без расширения)
PDF_MAGIC = b"%PDF-"


def _extract_pdf_text_from_bytes(data: bytes) -> Optional[str]:
    """PDF из байтов → конверт в .txt → читаем текст из .txt."""
    if not data or len(data) > MAX_TEXT_FILE_SIZE:
        return None
    if len(data) >= 5 and data[:5] != PDF_MAGIC:
        logger.warning("AI check: байты не похожи на PDF, len=%s", len(data))
        return None
    logger.info("AI check: конвертируем PDF в .txt, размер %s bytes", len(data))
    return _convert_pdf_to_txt_and_read(pdf_bytes=data)


# Подпись для пустых или нечитаемых файлов, чтобы AI видел, что файл приложен, и мог попросить добавить код
_EMPTY_OR_UNREADABLE_PLACEHOLDER = "(файл пустой или не удалось прочитать содержимое — попроси студента добавить код/текст в файл)"


def _read_file_content_for_ai(file_path: str) -> Optional[Tuple[str, str]]:
    """
    Возвращает (имя_файла, содержимое) для вставки в промпт.
    Если файл пустой или не удалось прочитать — возвращает (имя, подпись), чтобы AI видел приложенный файл.
    Изображения не возвращаются (идут в multimodal).
    """
    # Разрешаем путь через MEDIA_ROOT при необходимости (PDF, .py, .txt и т.д.)
    if file_path:
        file_path = _resolve_media_path(file_path) or file_path
    if not file_path or not os.path.isfile(file_path):
        return None
    ext = os.path.splitext(file_path)[1].lower()
    name = os.path.basename(file_path)
    if ext in IMAGE_EXTENSIONS:
        return None  # изображения обрабатываются отдельно
    if ext == '.pdf':
        content = _read_pdf_text(file_path)
    elif ext in TEXT_EXTENSIONS:
        content = _read_file_text(file_path)
    else:
        content = _read_file_text(file_path)  # попробовать как текст
    if content and content.strip():
        return (name, content.strip())
    # Файл пустой или не удалось прочитать — всё равно добавляем в промпт с подписью
    return (name, _EMPTY_OR_UNREADABLE_PLACEHOLDER)


def _read_image_as_data_url(file_path: str) -> Optional[str]:
    """
    Читает файл с диска и возвращает data URL (data:image/...;base64,...) для изображений.
    Возвращает None, если файл не изображение, слишком большой или ошибка чтения.
    """
    if not file_path or not os.path.isfile(file_path):
        return None
    ext = os.path.splitext(file_path)[1].lower()
    if ext not in IMAGE_EXTENSIONS:
        return None
    try:
        size = os.path.getsize(file_path)
        if size > MAX_IMAGE_SIZE:
            logger.warning("AI check: пропуск изображения (слишком большой %s bytes): %s", size, file_path)
            return None
        with open(file_path, 'rb') as f:
            data = f.read()
        b64 = base64.b64encode(data).decode('ascii')
        mime = 'image/jpeg' if ext in ('.jpg', '.jpeg') else f'image/{ext[1:]}'  # png, gif, webp, bmp
        return f"data:{mime};base64,{b64}"
    except Exception as e:
        logger.warning("AI check: не удалось прочитать изображение %s: %s", file_path, e)
        return None


def _get_default_agent():
    """Получить агент по умолчанию для проверки ДЗ (из БД)."""
    try:
        from .models import HomeworkAIAgent
        return HomeworkAIAgent.objects.filter(is_default=True, is_active=True).first()
    except Exception:
        return None


def _get_client_and_model():
    """
    Возвращает (client, model_name, agent) для проверки ДЗ.
    agent может быть None при fallback на OPENAI_*.
    Лимиты и параметры генерации задаются у провайдера (RouterAI и др.); в запросе передаём только промпт (messages).
    Приоритет: агент из БД (is_default=True) → настройки OPENAI_*.
    """
    agent = _get_default_agent()
    if agent:
        api_key = (agent.api_key or '').strip() or getattr(settings, 'HOMEWORK_AI_API_KEY', None) or getattr(settings, 'OPENAI_API_KEY', None)
        if not api_key:
            logger.warning("ИИ-агент '%s' выбран, но API ключ не задан (агент.api_key или HOMEWORK_AI_API_KEY).", agent.name)
            return None, None, None
        try:
            from openai import OpenAI
            base_url = agent.get_base_url()
            if not base_url:
                logger.warning("ИИ-агент '%s': openai_url пустой.", agent.name)
                return None, None, None
            auth_header = getattr(agent, 'auth_header', None) or 'Bearer'
            client_kwargs = {'base_url': base_url, 'api_key': api_key}
            if auth_header == 'X-API-Key':
                client_kwargs['default_headers'] = {'X-API-Key': api_key}
            client = OpenAI(**client_kwargs)
            return client, agent.model_name, agent
        except ImportError:
            logger.error("OpenAI библиотека не установлена. Установите: pip install openai")
            return None, None, None
    # Fallback: настройки OpenAI
    api_key = getattr(settings, 'OPENAI_API_KEY', None)
    model = getattr(settings, 'OPENAI_MODEL', 'gpt-4o-mini')
    if not api_key:
        logger.warning("OPENAI_API_KEY не установлен. AI проверка недоступна.")
        return None, None, None
    try:
        from openai import OpenAI
        client = OpenAI(api_key=api_key)
        return client, model, None
    except ImportError:
        logger.error("OpenAI библиотека не установлена. Установите: pip install openai")
        return None, None, None


def _normalize_usage(data: Any) -> Optional[Dict[str, int]]:
    """
    Извлечь usage (prompt_tokens, completion_tokens, total_tokens) из ответа API.
    Поддерживает OpenAI-формат (usage.prompt_tokens и т.д.) и варианты (usage.total_tokens, tokens).
    """
    if not data:
        return None
    usage = None
    if isinstance(data, dict):
        usage = data.get('usage')
    elif hasattr(data, 'usage'):
        usage = getattr(data, 'usage', None)
    if usage is None:
        return None
    if hasattr(usage, 'prompt_tokens'):
        pt = getattr(usage, 'prompt_tokens', None)
        ct = getattr(usage, 'completion_tokens', None)
        tt = getattr(usage, 'total_tokens', None)
    elif isinstance(usage, dict):
        pt = usage.get('prompt_tokens')
        ct = usage.get('completion_tokens')
        tt = usage.get('total_tokens')
    else:
        return None
    try:
        prompt_tokens = int(pt) if pt is not None else 0
        completion_tokens = int(ct) if ct is not None else 0
        total_tokens = int(tt) if tt is not None else (prompt_tokens + completion_tokens)
        return {
            'prompt_tokens': prompt_tokens,
            'completion_tokens': completion_tokens,
            'total_tokens': total_tokens or (prompt_tokens + completion_tokens),
        }
    except (TypeError, ValueError):
        return None


def _get_agent_for_usage_stats():
    """
    Агент, которому приписать использование: по умолчанию тот, у кого is_default=True;
    если такого нет — первый активный (чтобы статистика обновлялась в любом случае).
    """
    from .models import HomeworkAIAgent
    agent = HomeworkAIAgent.objects.filter(is_default=True, is_active=True).first()
    if agent:
        return agent
    return HomeworkAIAgent.objects.filter(is_active=True).order_by('order', 'name').first()


def _increment_agent_usage(agent, usage: Optional[Dict[str, int]] = None):
    """Увеличить счётчик использований агента на 1 и при необходимости накопить токены."""
    if not agent or not getattr(agent, 'pk', None):
        return
    try:
        from .models import HomeworkAIAgent
        # Сначала только usage_count, чтобы не падать при отсутствии полей токенов (до миграции)
        updated = HomeworkAIAgent.objects.filter(pk=agent.pk).update(usage_count=F('usage_count') + 1)
        if not updated:
            logger.warning("HomeworkAIAgent id=%s update usage_count matched 0 rows", agent.pk)
            return
        logger.info("HomeworkAIAgent id=%s usage_count += 1, tokens=%s", agent.pk, usage or 'n/a')
        # Токены — отдельным update (поля могут отсутствовать до миграции 0015)
        if usage and (usage.get('prompt_tokens') or usage.get('completion_tokens')):
            field_names = {f.name for f in HomeworkAIAgent._meta.get_fields()}
            if 'total_prompt_tokens' in field_names and 'total_completion_tokens' in field_names:
                HomeworkAIAgent.objects.filter(pk=agent.pk).update(
                    total_prompt_tokens=F('total_prompt_tokens') + usage.get('prompt_tokens', 0),
                    total_completion_tokens=F('total_completion_tokens') + usage.get('completion_tokens', 0),
                )
    except Exception as e:
        logger.exception("Ошибка обновления usage_count для агента %s: %s", getattr(agent, 'pk'), e)


class AICheckingService:
    """Сервис для автоматической проверки домашних заданий через ИИ (агенты из БД или OpenAI)."""

    def __init__(self):
        pass

    def check_submission(
        self,
        homework_title: str,
        homework_description: str,
        homework_max_score: int,
        submission_content: str,
        submission_files: list = None,
        homework_files: list = None,
        homework_file_paths: list = None,
        submission_file_paths: list = None,
        homework_file_contents: list = None,
        submission_file_contents: list = None,
        student_name: Optional[str] = None,
    ) -> Dict[str, any]:
        """
        Проверка решения домашнего задания через AI.

        Отправляет: задание (текст + прикреплённые файлы/изображения если есть),
        решение (текст + прикреплённые файлы/изображения если есть).
        В ответ: комментарий и оценка 1–5.

        Args:
            homework_file_paths: Пути к файлам задания на диске (для чтения текста и изображений)
            submission_file_paths: Пути к файлам решения на диске
            homework_file_contents: [(имя_файла, содержимое_str_or_bytes), ...] — когда path недоступен (S3 и т.д.)
            submission_file_contents: [(имя_файла, содержимое_str_or_bytes), ...]
            student_name: Имя ученика — добавляется в начало промпта (например «Имя ученика: Кирилл»).
        """
        agent = _get_default_agent()
        has_submission_files = bool(submission_file_paths or submission_file_contents or submission_files)
        if not submission_content and not submission_files and not has_submission_files:
            return {
                'success': False,
                'error': 'Решение пустое. Нет текста или файлов для проверки.'
            }

        homework_file_paths = homework_file_paths or []
        submission_file_paths = submission_file_paths or []
        homework_file_contents = homework_file_contents or []
        submission_file_contents = submission_file_contents or []

        # ─── Фаза 1: сначала полностью извлекаем текст из всех файлов, только потом отправляем в AI ───
        logger.info(
            "AI check: фаза 1 — извлечение текста из файлов (homework paths=%s, contents=%s, submission paths=%s, contents=%s)",
            len(homework_file_paths), len(homework_file_contents), len(submission_file_paths), len(submission_file_contents),
        )

        def _normalize_content(raw: Any, filename: str = "") -> str:
            if raw is None:
                return ""
            if isinstance(raw, bytes):
                # .py и код обычно в UTF-8; убираем BOM при наличии
                data = raw
                if data.startswith(b"\xef\xbb\xbf"):
                    data = data[3:]
                for enc in ("utf-8", "cp1251", "latin-1"):
                    try:
                        return data.decode(enc)
                    except UnicodeDecodeError:
                        continue
                return data.decode("utf-8", errors="replace")
            return str(raw)

        def _content_to_text(filename: str, content: Any) -> str:
            """Для файлов из S3/contents: PDF из байтов извлекаем через pypdf+PyMuPDF, остальное (.py, .txt и т.д.) — как текст."""
            if content is None:
                return ""
            is_pdf = (filename or "").lower().endswith(".pdf") or (
                isinstance(content, bytes) and len(content) >= 5 and content[:5] == PDF_MAGIC
            )
            if isinstance(content, bytes) and is_pdf:
                extracted = _extract_pdf_text_from_bytes(content)
                return (extracted or "").strip()
            return _normalize_content(content, filename)

        homework_file_texts: List[Tuple[str, str]] = []
        for name, content in homework_file_contents:
            text = _content_to_text(name, content)
            if text.strip():
                homework_file_texts.append((name, text.strip()))
            else:
                homework_file_texts.append((name, _EMPTY_OR_UNREADABLE_PLACEHOLDER))
        for path in homework_file_paths:
            item = _read_file_content_for_ai(path)
            if item and not any(n == item[0] for n, _ in homework_file_texts):
                homework_file_texts.append(item)
        submission_file_texts: List[Tuple[str, str]] = []
        for name, content in submission_file_contents:
            text = _content_to_text(name, content)
            if text.strip():
                submission_file_texts.append((name, text.strip()))
                if (name or "").lower().endswith(".py"):
                    logger.info("AI check: файл решения .py из contents «%s» — добавлен, %s символов", name, len(text))
            else:
                submission_file_texts.append((name, _EMPTY_OR_UNREADABLE_PLACEHOLDER))
        for path in submission_file_paths:
            item = _read_file_content_for_ai(path)
            if item and not any(n == item[0] for n, _ in submission_file_texts):
                submission_file_texts.append(item)
                name, text = item
                if (name or "").lower().endswith(".py") and text != _EMPTY_OR_UNREADABLE_PLACEHOLDER:
                    logger.info("AI check: файл решения .py по пути «%s» — добавлен, %s символов", name, len(text))

        # Фаза 1 завершена: извлечение из всех файлов выполнено. Дальше только формируем промпт и отправляем.
        logger.info(
            "AI check: фаза 1 завершена — задание: %s файлов (текст есть у %s), решение: %s файлов (текст есть у %s). Формируем промпт и отправляем в AI.",
            len(homework_file_texts),
            sum(1 for _, t in homework_file_texts if t != _EMPTY_OR_UNREADABLE_PLACEHOLDER),
            len(submission_file_texts),
            sum(1 for _, t in submission_file_texts if t != _EMPTY_OR_UNREADABLE_PLACEHOLDER),
        )

        # ─── Фаза 2: извлечение завершено; проверяем unreadable, затем формируем промпт и только потом отправляем в AI ───
        # Если не удалось извлечь текст из файлов — не вызываем AI, возвращаем черновик с сообщением
        homework_has_files = bool(homework_file_texts)
        homework_all_unreadable = homework_has_files and all(
            text == _EMPTY_OR_UNREADABLE_PLACEHOLDER for _, text in homework_file_texts
        )
        submission_has_files = bool(submission_file_texts)
        submission_all_unreadable = submission_has_files and all(
            text == _EMPTY_OR_UNREADABLE_PLACEHOLDER for _, text in submission_file_texts
        )

        if (
            homework_has_files and homework_all_unreadable and not (homework_description or "").strip()
            and submission_has_files and submission_all_unreadable and not (submission_content or "").strip()
        ):
            logger.info("AI check: не удалось прочитать задание и решение, запрос к AI не отправляем")
            return {
                'success': True,
                'score': None,
                'feedback': 'Не удалось прочитать задание и решение. Добавьте условие и решение в текстовом виде или в читаемых файлах (.txt, PDF с текстом, не сканы).',
                'skipped_reason': 'unreadable_both',
            }
        if homework_has_files and homework_all_unreadable and not (homework_description or "").strip():
            logger.info("AI check: не удалось прочитать задание (все файлы пустые/нечитаемые), запрос к AI не отправляем")
            return {
                'success': True,
                'score': None,
                'feedback': 'Не удалось прочитать задание. Добавьте условие текстом в описание или приложите файл .txt или PDF с извлекаемым текстом (не скан).',
                'skipped_reason': 'unreadable_assignment',
            }
        if submission_has_files and submission_all_unreadable and not (submission_content or "").strip():
            logger.info("AI check: не удалось прочитать решение (все файлы пустые/нечитаемые), запрос к AI не отправляем")
            return {
                'success': True,
                'score': None,
                'feedback': 'Не удалось прочитать решение. Попросите студента добавить текст решения в поле «Моё решение» или приложить файл .txt / PDF с извлекаемым текстом.',
                'skipped_reason': 'unreadable_submission',
            }

        # Формируем промпт для AI (оценка 1–5). Режим разработки задаётся на агенте, по умолчанию выключен.
        dev_mode = getattr(agent, 'dev_mode', False) if agent else False
        # Имя ученика передаётся только в системный промпт (добавляется к вашему промпту из админки)
        prompt = self._build_prompt(
            homework_title=homework_title,
            homework_description=homework_description,
            homework_max_score=min(homework_max_score, 5),
            submission_content=submission_content,
            submission_files=submission_files or [],
            homework_files=homework_files or [],
            homework_file_texts=homework_file_texts,
            submission_file_texts=submission_file_texts,
            dev_mode=dev_mode,
        )

        # Собираем изображения для multimodal: при наличии путей используем chat/completions с картинками
        image_data_urls: List[str] = []
        for path in homework_file_paths:
            url = _read_image_as_data_url(path)
            if url:
                image_data_urls.append(url)
        for path in submission_file_paths:
            url = _read_image_as_data_url(path)
            if url:
                image_data_urls.append(url)
        has_images = bool(image_data_urls)
        # Вариант 2: всегда отправляем изображения как base64 data URL в chat/completions (multimodal)
        use_multimodal = has_images
        if has_images:
            logger.info(
                "AI check: загружаем %s изображений в запрос (base64 data URL, multimodal chat/completions)",
                len(image_data_urls),
            )

        try:
            # OpenAI-совместимый API (chat/completions), в т.ч. multimodal (текст + изображения). RouterAI и др.
            client, model_name, used_agent = _get_client_and_model()
            if not client or not model_name:
                return {
                    'success': False,
                    'error': 'AI проверка недоступна. Добавьте ИИ-агента в админке (ДЗ → ИИ-агенты) или задайте OPENAI_API_KEY.'
                }
            # used_agent — агент, через которого реально пошёл запрос (при fallback на OPENAI_* он None)
            # Контент пользователя: текст или multimodal (текст + изображения)
            user_content: Any
            if use_multimodal and image_data_urls:
                user_content = [{'type': 'text', 'text': prompt}]
                for data_url in image_data_urls:
                    user_content.append({'type': 'image_url', 'image_url': {'url': data_url}})
                logger.info(
                    "AI check (chat/completions multimodal): model=%s prompt_len=%s images=%s",
                    model_name, len(prompt), len(image_data_urls)
                )
            else:
                user_content = prompt
                logger.info(
                    "AI check (chat/completions): model=%s prompt_len=%s prompt_preview=%s",
                    model_name, len(prompt), (prompt[:400] + '...' if len(prompt) > 400 else prompt)
                )
            # Системный промпт: из агента или встроенный по умолчанию
            default_system = (
                'Ты опытный преподаватель, который проверяет домашние задания студентов. '
                'Твоя задача — объективно оценить работу, указать на ошибки и дать конструктивную обратную связь. '
                'Оценка должна быть справедливой и мотивированной.'
            )
            system_content = (getattr(used_agent, 'system_prompt', None) or '').strip() if used_agent else ''
            if not system_content:
                system_content = default_system
            dev_mode = getattr(used_agent, 'dev_mode', False) if used_agent else False
            if dev_mode:
                system_content += (
                    ' Режим отладки: в комментарии обязательно опиши содержимое каждого приложенного изображения '
                    '(что на фото/скриншоте/рисунке, какой текст виден), затем дай оценку и отзыв по заданию.'
                )
            # Имя ученика (кто отправил ДЗ) в начало системного промпта
            display_name = (str(student_name).strip() if student_name else "") or ""
            if display_name:
                system_content = f"Имя ученика: {display_name}\n\n{system_content}"
                logger.info("AI check: в системный промпт добавлено имя ученика: %r", display_name[:80])

            # Параметры генерации из агента (влияют на ответ модели)
            extra_kwargs = {}
            if used_agent:
                t = getattr(used_agent, 'temperature', None)
                if t is not None:
                    extra_kwargs['temperature'] = float(t)
                p = getattr(used_agent, 'top_p', None)
                if p is not None:
                    extra_kwargs['top_p'] = float(p)
                mt = getattr(used_agent, 'max_tokens', None)
                if mt is not None:
                    extra_kwargs['max_tokens'] = int(mt)
            response = client.chat.completions.create(
                model=model_name,
                messages=[
                    {'role': 'system', 'content': system_content},
                    {'role': 'user', 'content': user_content}
                ],
                **extra_kwargs
            )
            ai_response = response.choices[0].message.content.strip()
            usage = _normalize_usage(getattr(response, 'usage', None))
            logger.info(
                "AI check (chat/completions) response: status=ok response_len=%s usage=%s",
                len(ai_response), usage
            )
            max_for_parse = min(homework_max_score, 5)
            score, feedback = self._parse_ai_response(ai_response, max_for_parse)
            score = max(1, min(5, score))
            agent_for_stats = _get_agent_for_usage_stats()
            _increment_agent_usage(agent_for_stats, usage)
            from .utils import feedback_to_html
            result = {
                'success': True,
                'score': score,
                'feedback': feedback,
                'feedback_html': feedback_to_html(feedback),
                'raw_response': ai_response
            }
            if usage:
                result['usage'] = usage
            return result
        except requests.RequestException as e:
            resp = getattr(e, 'response', None)
            if resp is not None:
                try:
                    err_body = resp.json()
                    msg = err_body.get('message') or err_body.get('error', {}).get('message') or resp.text[:300]
                except Exception:
                    msg = resp.text[:300] if getattr(resp, 'text', None) else str(e)
                if resp.status_code == 403:
                    return {
                        'success': False,
                        'error': f'403 Доступ запрещён. RouterAI: проверьте ключ и баланс на routerai.ru/settings. {msg}'
                    }
            else:
                msg = str(e)
            logger.error("Ошибка AI проверки (request): %s", msg, exc_info=True)
            return {'success': False, 'error': f'Ошибка при проверке через AI: {msg}'}
        except Exception as e:
            logger.error(f"Ошибка AI проверки: {str(e)}", exc_info=True)
            return {
                'success': False,
                'error': f'Ошибка при проверке через AI: {str(e)}'
            }
    
    def _build_prompt(
        self,
        homework_title: str,
        homework_description: str,
        homework_max_score: int,
        submission_content: str,
        submission_files: list = None,
        homework_files: list = None,
        homework_file_texts: list = None,
        submission_file_texts: list = None,
        dev_mode: bool = False,
    ) -> str:
        """Построение промпта для AI: задание, решение и содержимое приложенных файлов (PDF, .txt, .py и т.д.). Имя ученика добавляется в системный промпт при формировании запроса."""
        homework_file_texts = homework_file_texts or []
        submission_file_texts = submission_file_texts or []

        parts = [
            "ЗАДАНИЕ:",
            f"Название: {homework_title}",
            f"Описание: {homework_description or 'Нет текста.'}",
        ]
        for name, content in homework_file_texts:
            parts.append(f"\n--- Файл задания «{name}» ---\n{content}")
        parts.append("\nРЕШЕНИЕ СТУДЕНТА:")
        parts.append(submission_content or "Нет текста.")
        for name, content in submission_file_texts:
            parts.append(f"\n--- Файл решения «{name}» ---\n{content}")
        parts.append(
            "\n\n--- ИНСТРУКЦИЯ ДЛЯ ОТВЕТА ---\n"
            "Ответь строго в два поля.\n"
            "1) ОЦЕНКА: [целое число от 1 до 5].\n"
            "2) КОММЕНТАРИЙ: [развёрнутый комментарий для студента на русском]. "
            "Пиши полноценный отзыв: что сделано хорошо, что улучшить, конкретные замечания по коду или решению. "
            "Не используй краткие формулировки вроде «Совпало: да», «Верно: да» — только развёрнутый текст в поле КОММЕНТАРИЙ."
        )
        if dev_mode:
            parts.append(
                "\n\n[РЕЖИМ ОТЛАДКИ] В комментарии обязательно опиши, что изображено на каждом приложенном изображении (фото, скриншот, рисунок): что на них видно, текст если есть, структура. Начни с описания изображений, затем дай оценку и общий комментарий по заданию."
            )
        return "\n".join(parts)
    
    def _parse_ai_response(self, response: str, max_score: int) -> Tuple[int, str]:
        """
        Парсинг ответа AI.
        
        Returns:
            tuple: (score, feedback)
        """
        try:
            # Ищем оценку
            score = None
            feedback = ""
            
            lines = response.split('\n')
            in_comment = False
            
            for line in lines:
                line = line.strip()
                
                # Ищем оценку
                if line.startswith('ОЦЕНКА:') or 'ОЦЕНКА:' in line:
                    try:
                        # Извлекаем число
                        parts = line.split('ОЦЕНКА:')
                        if len(parts) > 1:
                            score_str = parts[1].strip().split()[0]
                            score = int(score_str)
                    except (ValueError, IndexError):
                        pass
                
                # Ищем комментарий
                if line.startswith('КОММЕНТАРИЙ:') or 'КОММЕНТАРИЙ:' in line:
                    in_comment = True
                    # Извлекаем текст после "КОММЕНТАРИЙ:"
                    parts = line.split('КОММЕНТАРИЙ:')
                    if len(parts) > 1:
                        feedback += parts[1].strip() + '\n'
                    continue
                
                if in_comment:
                    feedback += line + '\n'
            
            # Если не нашли оценку, пытаемся найти число в начале ответа
            if score is None:
                for line in lines[:5]:  # Проверяем первые 5 строк
                    try:
                        # Ищем первое число
                        words = line.split()
                        for word in words:
                            if word.isdigit():
                                score = int(word)
                                if 0 <= score <= max_score:
                                    break
                        if score is not None:
                            break
                    except:
                        pass
            
            # Если все еще не нашли, используем среднее значение (3 по шкале 1–5)
            if score is None:
                score = 3
                logger.warning("Не удалось извлечь оценку из ответа AI. Используется 3.")
            # Ограничиваем оценку 1–5
            score = max(1, min(score, min(max_score, 5)))
            
            # Если не нашли комментарий, используем весь ответ
            if not feedback.strip():
                feedback = response
            
            return score, feedback.strip()
            
        except Exception as e:
            logger.error(f"Ошибка парсинга ответа AI: {str(e)}")
            # Возвращаем среднее значение и весь ответ как комментарий
            return max_score // 2, response


# Глобальный экземпляр сервиса
_ai_service = None


def get_ai_service() -> AICheckingService:
    """Получить экземпляр сервиса AI проверки."""
    global _ai_service
    if _ai_service is None:
        _ai_service = AICheckingService()
    return _ai_service