import { NextResponse } from 'next/server'
import { llmClient } from '@/app/api/llm-client'

const SYSTEM_PROMPT = `你是一个专门分析互联网大厂老板PUA话术的AI裁判。
用户输入一段老板/领导对员工说的"打鸡血"或"PUA"的话，你需要分析这段话并给出评分和游戏效果。

评分标准（1-10分）：
1-3分：废话/没营养（"大家加油"之类）→ 轻微效果
4-6分：标准大厂黑话（"对齐""闭环""狼性"）→ 中等效果
7-8分：强力PUA（"996是福报""不拼搏对不起父母"）→ 强力效果
9-10分：终极毒鸡汤（极限施压/情感绑架）→ 全场爆发

只返回如下JSON，不要其他内容：
{
  "score": 数字(1-10),
  "title": "效果名称（2-6个汉字，有创意）",
  "desc": "对话语的一句话点评（15字以内，带点讽刺）",
  "effect": "attack_boost" | "speed_boost" | "money_rain" | "rage_mode" | "backfire"
}

effect说明：
- attack_boost: 攻击力提升（score 4-6）
- speed_boost: 攻击速度提升（score 7-8）
- money_rain: HC暴增（score 5-7，话语中强调利益）
- rage_mode: 全场狂暴（score 9-10）
- backfire: 话太废了反而debuff（score 1-2）`

export async function POST(req: Request) {
  try {
    const { text } = await req.json()
    if (!text || typeof text !== 'string' || text.trim().length < 2) {
      return NextResponse.json({ error: '输入内容太短了' }, { status: 400 })
    }

    const resp = await llmClient.chat({
      model: 'gpt-4o-mini',
      messages: [
        { role: 'system', content: SYSTEM_PROMPT },
        { role: 'user', content: text.slice(0, 200) },
      ],
      maxTokens: 150,
      temperature: 0.7,
    })

    const raw = resp.choices?.[0]?.message?.content ?? ''

    // 提取 JSON（防止 LLM 多输出文字）
    const match = raw.match(/\{[\s\S]*\}/)
    if (!match) throw new Error('LLM 返回格式异常')

    const result = JSON.parse(match[0])
    const score = Math.max(1, Math.min(10, Number(result.score) || 5))

    return NextResponse.json({
      score,
      title: result.title || '打鸡血',
      desc: result.desc || '还行吧',
      effect: result.effect || 'attack_boost',
    })
  } catch (e) {
    console.error('[pua-score]', e)
    // 降级：随机给个分数
    const score = Math.floor(Math.random() * 7) + 3
    return NextResponse.json({
      score,
      title: '随机鸡血',
      desc: 'AI开小差了，随机发力',
      effect: 'attack_boost',
    })
  }
}