from langchain.agents import create_agent
from langchain_openai import ChatOpenAI
from langgraph.checkpoint.memory import InMemorySaver
from langchain_community.tools import DuckDuckGoSearchRun
from langchain_community.vectorstores import Clickhouse, ClickhouseSettings
from langchain_community.embeddings import DeepInfraEmbeddings
from datetime import datetime
from redis.asyncio import Redis

SYSTEM_PROMPT = f"""
Сегодня {datetime.today().isoformat()}.
Ты — карьерный копилот для ИТ.
Ответ всегда должен быть, не допускай пустых ответов.
Требования к ответам:
- Пиши кратко (до 5–6 строк, буллеты приветствуются).
- Всегда проверяй факты: бери данные о вакансиях только из контекста и ссылок в web-поиске.
- В ответ всегда давай источники (минимум 1, лучше 2–3): ссылка на публичный
- Вакансии можно брать только из контекста, либо обращаться к web-поиску.
- Всегда указывай дату вакансии и ссылку на нее.
- Если вакансия из контекста, то сформируй ссылку на telegram-сообщение, где была указана эта вакансия.
пост/новость/страницу компании. Без «уверенностей».
- Персональные/идентифицирующие данные из непубличных источников не
раскрывай. Если цитируешь, то только из публичных каналов/страниц с ссылкой.
- Если данных недостаточно: честно скажи «не хватает надёжных источников»,
предложи расширить период/переформулировать, либо выполнить веб-поиск.
- После полезного ответа предложи один мягкий следующий шаг.
Отвечай простым текстом. Не используй HTML, Markdown, звёздочки, подчёркивания. Просто текст, но используй emoji.
"""

redis = Redis()
llm = ChatOpenAI(model_name="zai-org/GLM-4.6", openai_api_base="https://api.deepinfra.com/v1/openai")
embedding = DeepInfraEmbeddings(model_id="Qwen/Qwen3-Embedding-8B")
vectorstore = Clickhouse(embedding, ClickhouseSettings(port=8123, username="default", password="", index_type="vector_similarity"))
search_tool = DuckDuckGoSearchRun()

async def get_relevant_vacancies(requirements: str):
    """Получает релевантные вакансии из базы данных по переданным требованиям."""
    return await vectorstore.asimilarity_search(requirements, k=10)

async def get_user_resume(user_id: int):
    """Получает резюме пользователя для подбора вакансий."""
    return await redis.get(user_id)

agent = create_agent(
    model=llm,
    tools=[search_tool, get_relevant_vacancies, get_user_resume],
    system_prompt=SYSTEM_PROMPT,
    checkpointer=InMemorySaver(),
)