import os
from qwen_agent.agents import Assistant
from qwen_agent.gui import WebUI
from qwen_agent.tools.base import BaseTool, register_tool
import json5
import sys
from datetime import datetime
import pandas as pd

# 获取当前脚本所在目录
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
# 获取当前运行代码的解释器路径
current_interpreter = sys.executable

# 获取当前时间
@register_tool('get_current_datetime')
class GetCurrentDateTime(BaseTool):
    """获取当前系统日期时间的工具，返回年、月、日、时、分、秒等信息"""
    description = '获取当前系统日期时间的工具，可返回完整的日期时间信息，用于辅助旅行规划中对时间的判断。'

    parameters = []  # 此工具不需要参数

    def __init__(self, *args, **kwargs):
        super().__init__()
        pass

    def call(self, params: str, **kwargs) -> str:
        try:
            # 获取当前时间
            now = datetime.now()

            # 构建响应数据
            current_time_info = {
                'year': now.year,
                'month': now.month,
                'day': now.day,
                'hour': now.hour,
                'minute': now.minute,
                'second': now.second,
                'formatted_time': now.strftime('%Y-%m-%d %H:%M:%S')  # 标准格式时间字符串
            }

            response = {
                'status': 'success',
                'current_datetime': current_time_info
            }

            return json5.dumps(response, ensure_ascii=False)

        except Exception as e:
            return json5.dumps({
                'status': 'error',
                'message': f'获取当前时间失败: {str(e)}'
            })

# 获取南航航班信息
@register_tool('flight_search')
class FlightSearch(BaseTool):
    """航班信息检索工具，根据出发地、目的地和日期查询航班信息"""
    description = '航班信息检索工具，根据出发地、目的地和日期查询航班信息，返回符合条件的航班列表。'
    parameters = [
        {
            'name': 'departure_city',
            'type': 'string',
            'description': '出发城市名称。例如：广州、北京',
            'required': True
        },
        {
            'name': 'arrival_city',
            'type': 'string',
            'description': '到达城市名称，例如：上海、杭州',
            'required': True
        },
        {
            'name': 'date',
            'type': 'string',
            'description': '查询日期，格式：YYYY/MM/DD，例如：2025/04/29',
            'required': True
        }
    ]

    def __init__(self, *args, **kwargs):
        """初始化工具，加载航班数据"""
        super().__init__()
        self.csv_file_path = r"C:\Users\a1371\PycharmProjects\TravelAssistant\Flight.csv"
        self.data = self._load_data()

    def _load_data(self):
        """加载CSV数据并进行预处理"""
        try:
            df = pd.read_csv(self.csv_file_path)
            if '航班日期' in df.columns:
                # 将日期列转换为字符串格式 YYYY/MM/DD
                df['航班日期_str'] = pd.to_datetime(df['航班日期']).dt.strftime('%Y/%m/%d')
            return df
        except Exception as e:
            print(f"加载航班数据失败: {e}")
            return pd.DataFrame()

    def call(self, params: str, **kwargs) -> str:
        try:
            params = json5.loads(params)
            departure = params['departure_city']
            arrival = params['arrival_city']
            date_str = params['date']  # 保持字符串格式，如 '2025/5/30'

            if self.data.empty:
                return json5.dumps({
                    'status': 'error',
                    'message': '航班数据未成功加载，请检查CSV文件路径'
                })

            # 执行筛选查询（使用字符串列进行比较）
            filtered_df = self.data[
                (self.data['出发城市'] == departure) &
                (self.data['终到城市'] == arrival) &
                (self.data['航班日期_str'] == date_str)  # 关键修改点
                ]

            results = filtered_df.to_dict('records')

            response = {
                'status': 'success',
                'query': {
                    'departure_city': departure,
                    'arrival_city': arrival,
                    'date': date_str  # 保持原始字符串格式
                },
                'total_results': len(results),
                'flights': results
            }

            return json5.dumps(response, ensure_ascii=False)
        except Exception as e:
            return json5.dumps({
                'status': 'error',
                'message': f'查询过程中发生错误: {str(e)}'
            })

def init_agent_service():
    llm_cfg = {
        # Use the model service provided by DashScope:
        'model': 'qwen3-235b-a22b',
        'model_server': 'dashscope',
        'api_key': "sk-1eb585dbfeea444691cd4216fd2a071d",
        'generate_cfg': {
            'top_p': 0.8
        }
    }
    tools = [
        # 查询高铁MCP server
        {
            "mcpServers": {
                "tongchenglvxing-mcp-server": {
                    "command": "npx",
                    "args": [
                        "-y",
                        "@wuchubuzai/tongchenglvxing-mcp-server"
                    ]
                }
            }
        },
        # 查询航班 MCP server
        {
            "mcpServers": {
                "variflight": {
                    "command": "npx",
                    "args": [
                        "-y",
                        "@variflight-ai/variflight-mcp"
                    ],
                    "env": {
                        "X_VARIFLIGHT_KEY": "sk-6Si9JTjgDINieKYLEE2VNMyZI285AuCYF8wl3Z-n18c"
                    }
                }
            }
        },
        # 高德地图MCP server
        {
            "mcpServers": {
                "amap-maps": {
                    "command": "npx",
                    "args": [
                        "-y",
                        "@amap/amap-maps-mcp-server"
                    ],
                    "env": {
                        "AMAP_MAPS_API_KEY": "5b4f21c9dc29219b19cb7666258245c1"
                    }
                }
            }
        },
        # 小红书
        {
            "mcpServers": {
                "xiaohongshu MCP": {
                    "command": current_interpreter,  # 配置为解释器地址
                    "args": [
                        os.path.join(BASE_DIR, "Redbook-Search-Comment-MCP2.0", "xiaohongshu_mcp.py"),
                        "--stdio"
                    ]
                }
            }
        },
        # Edgeone page生成网页
        {
            "mcpServers": {
                "edgeone-pages-mcp-server": {
                    "command": "npx",
                    "args": ["edgeone-pages-mcp"],
                    "env": {
                        "EDGEONE_PAGES_API_TOKEN": "VqQ91Y9EMJtfK8pvPQzS+kPIHsBi8C9bb4eYi5If9+4=",
                        "EDGEONE_PAGES_PROJECT_NAME": os.path.join(BASE_DIR)  # 配置为现有项目地址
                    }
                }
            }
        },
        # 浏览器搜索
        {
            "mcpServers": {
                "AISearch": {
                    "url": "http://appbuilder.baidu.com/v2/ai_search/mcp/sse?api_key=Bearer+bce-v3/ALTAK-zHZ0uMemmKiBJD6n3o4UX/9d081c95580f5b9d37ffacb63f815f4c441e8fc3"
                }
            }
        },
        'flight_search',
        'get_current_datetime',
        'code_interpreter'
    ]
    system_message = """
    你是一个旅行规划助手，请根据用户的输入，为其规划出行。
    以下是默认操作：
    1) 如果需要为用户生成旅行规划，请调用amap-maps的高德地图MCP Server工具查询景点，进行旅行规划，保证规划的实际性。 
    2) 请一定要在回答的的尾部给出信息来源，显式给出信息是来自于你固有知识还是外部信息，如（高铁信息来源：同程旅行； 航班信息来源：Variflight；景点信息来源：高德地图）。请注意，严禁编造虚假的信息来源，如“途牛旅行”等为附加给智能体的信息源。
    对于航班推荐：
    3) 如果用户需要航班推荐，请优先使用flight_search工具推荐南方航空航班。
    4) 如果flight_search工具获取不到相关航班，则使用variflight MCP server推荐航班，同样优先推荐南航航班。
    5) 请在回答的末尾加上信息来源，如果航安信息是来自于工具flight_search则为“航班信息来源：中国南方航空公司”； 如果是来自于variflight则为“航班信息来源：Variflight航班平台”。
    
    以下是非默认操作，仅在用户要求下进行,如果用户不要求则不进行以下操作：
    1) 如果用户需要图文并茂的旅游攻略，请你通过amap-maps的amap-maps-maps_text_search工具获取图像的url，最好可以做到攻略中推荐的每个景点都跟随一张图像，多模态呈现。
    """
    bot = Assistant(llm=llm_cfg,
                    function_list=tools,
                    name='智慧出行助手',
                    system_message=system_message)

    return bot

def app_gui():
    # Define the agent
    bot = init_agent_service()

    chatbot_config = {
        'prompt.suggestions': [
            '我是一名在读大学生，2025年5月31号前往北京旅游，请你为我规划三天两晚的旅行计划。',
            '我是用户u104，2025年5月22号想从杭州前往北京，请你为我推荐去程的高铁，并为我规划三天两晚的旅行计划。',
        ]
    }
    WebUI(bot, chatbot_config=chatbot_config, ).run()


if __name__ == '__main__':
    app_gui()