# -*- coding: utf-8 -*-
"""
敏感词过滤 - 党政/暴力/血腥/黄色
敏感图片检测 - 暴力/血腥/色情/政治敏感
合规、风险可控
"""
import os
import re
import base64
from typing import Tuple

# 敏感词库（按类别，可扩展）
_SENSITIVE_PATTERNS = {
    "党政": [
        r"习近平", r"共产党", r"党中央", r"政治局", r"六四", r"天安门",
        r"法轮功", r"台独", r"藏独", r"疆独", r"邪教",
    ],
    "暴力": [
        r"杀人", r"砍人", r"捅人", r"枪击", r"爆炸", r"恐怖袭击",
        r"肢解", r"碎尸", r"虐杀", r"血洗",
    ],
    "血腥": [
        r"断肢", r"残肢", r"内脏", r"脑浆", r"血淋淋", r"尸块",
        r"开膛", r"割喉", r"爆头",
    ],
    "黄色": [
        r"裸体", r"裸照", r"裸聊", r"色情", r" porn", r"porn",
        r"做爱", r"性交", r"约炮", r"约炮", r"嫖娼", r"卖淫",
        r"av女", r"av男", r"av片", r"av资源",
    ],
    "擦边": [
        r"擦边", r"大尺度", r"性感图", r"露点", r"半裸",
    ],
}

_COMPILED: dict = {}


def _get_compiled():
    global _COMPILED
    if not _COMPILED:
        for cat, patterns in _SENSITIVE_PATTERNS.items():
            _COMPILED[cat] = [re.compile(p, re.I) for p in patterns]
    return _COMPILED


def filter_sensitive(text: str) -> tuple[str, list[str]]:
    """
    检测文本中的敏感词。不直接替换（避免误伤），返回 (原文本, 命中的类别列表)。
    若命中则调用方应使用兜底回复或转人工。

    Returns:
        (text, hit_categories) - hit_categories 如 ["暴力", "黄色"]，空则无敏感
    """
    if not text or not text.strip():
        return text, []
    compiled = _get_compiled()
    hit = []
    for cat, pats in compiled.items():
        for p in pats:
            if p.search(text):
                hit.append(cat)
                break
    return text, hit


def should_block_reply(text: str) -> tuple[bool, str]:
    """
    判断 AI 回复是否应拦截。
    Returns:
        (should_block, fallback_reply) - 若应拦截，返回兜底话术
    """
    _, hit = filter_sensitive(text)
    if not hit:
        return False, ""
    return True, "好的，您稍等，我帮您确认一下"


def should_block_customer(text: str) -> bool:
    """判断客户消息是否应拒单（不处理图片、不回复）"""
    _, hit = filter_sensitive(text)
    return len(hit) > 0


_SENSITIVE_IMAGE_PROMPT = """请判断这张图片是否包含以下任何敏感内容：
- 暴力（打斗、武器、伤害）
- 血腥（伤口、血迹、残肢等）
- 色情（裸露、性暗示）
- 政治敏感（旗帜、标语、敏感人物等）

只回答「是」或「否」。若包含任一敏感内容则答「是」，否则答「否」。"""


async def is_sensitive_image(local_path: str) -> Tuple[bool, str]:
    """
    使用视觉模型检测图片是否包含敏感内容。
    需配置 OPENAI_API_KEY、OPENAI_BASE_URL、VISION_MODEL（或 SENSITIVE_IMAGE_MODEL）。

    Returns:
        (is_sensitive, reason) - 若敏感则 (True, "拒单原因")，否则 (False, "")
        未配置或异常时返回 (False, "")，不拦截（fail open）
    """
    if not os.path.exists(local_path):
        return False, ""
    api_key = os.getenv("OPENAI_API_KEY")
    base_url = os.getenv("OPENAI_BASE_URL", "https://open.bigmodel.cn/api/paas/v4")
    model = os.getenv("SENSITIVE_IMAGE_MODEL") or os.getenv("VISION_MODEL", "glm-4v-flash")
    if not api_key:
        return False, ""
    try:
        with open(local_path, "rb") as f:
            b64 = base64.b64encode(f.read()).decode("utf-8")
        from openai import AsyncOpenAI
        client = AsyncOpenAI(base_url=base_url, api_key=api_key)
        resp = await client.chat.completions.create(
            model=model,
            messages=[{
                "role": "user",
                "content": [
                    {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{b64}"}},
                    {"type": "text", "text": _SENSITIVE_IMAGE_PROMPT},
                ],
            }],
        )
        try:
            from utils.api_cost_tracker import record
            record("gemini_vision", count=1)
        except Exception:
            pass
        text = (resp.choices[0].message.content or "").strip()
        is_sensitive = "是" in text
        return is_sensitive, "图片包含敏感内容，无法处理" if is_sensitive else ""
    except Exception as e:
        print(f"[ContentFilter] 敏感图片检测异常: {e}，放行")
        return False, ""