import json

# 定義函式以抽取主題
def get_topics(text):
    # 使用NLP模型抽取主題
    topics = ["eggs", "milk", "nutritive value"]
    return {"topics": topics}

# 測試函式
text = "Eggs, like milk, form a typical food, inasmuch as they contain all the elements, in the right proportion, necessary for the support of the body."
print(json.dumps(get_topics(text)))

# 定義查詢向量
query_vector = {
    "contentType": "recipe",
    "keyIngredients": ["apples", "sugar", "butter"],
    "tags": ["dessert", "pie"]
}

# 定義檔案向量
document_vector = {
    "contentType": "recipe",
    "recipeTitle": "Classic Apple Pie",
    "keyIngredients": ["apples", "pie crust", "sugar", "cinnamon", "butter"],
    "servings": 8,
    "tags": ["dessert", "baking", "American", "fruit"],
    "summary": "A classic apple pie with a flaky crust and a sweet, cinnamon-spiced apple filling."
}

from openai import OpenAI
from pydantic import BaseModel
import json
from typing import Literal, Optional

# 建立客戶端
api_key = os.environ["OPENAI_API_KEY"]
client = OpenAI(api_key=api_key)

# 建立分類別器
class ContentTopic(BaseModel):
    topic: Optional[Literal[
        "nutritional_information",
        "equipment",
        "cooking_technique",
        "recipe"
    ]]

# 定義函式
function_definition = {
    "name": "classify_topic",
    "description": "提取查詢中的關鍵主題",
    "parameters": json.loads(ContentTopic.schema_json())
}

def get_topic(query: str) -> str:
    """
    根據給定的查詢字串，傳回相應的主題。
    
    Args:
    query (str): 使用者的查詢字串。
    
    Returns:
    str: 查詢字串所對應的主題。
    """
    # 定義模型和函式
    model = "gpt-4o-mini"
    functions = [function_definition]
    function_call = {"name": function_definition["name"]}
    temperature = 0
    
    # 定義訊息
    messages = [
        {
            "role": "system",
            "content": """根據給定的查詢字串，提取出相應的主題。
            只使用內容主題分類別器函式中存在的主題。
            如果無法判斷查詢的主題或查詢不是關於烹飪，請回應 `null`。
            輸出 JSON 格式。
            你必須選擇給定的內容主題型別之一。
            示例 1：
            使用者： "香蕉中有多少克糖？"
            
            助手： '{"topic": "nutritional_information"}'
            示例 2：
            使用者： "經典瑪格麗塔的成分是什麼？"
            
            助手： '{"topic": "recipe"}'
            示例 3：
            使用者： "什麼樣的刀最適合切菜？"
            
            助手： '{"topic": "equipment"}'
            示例 4：
            
            使用者： "雞肉炒菜的快速食譜是什麼？"
            
            助手： '{"topic": "recipe"}'
            示例 5：
            使用者： 誰是最好的足球運動員？
            
            助手： '{"topic": null}'
            示例 6：
            使用者： 向我解釋重力
            助手： '{"topic": null}'""",
        },
        {
            "role": "user",
            "content": query
        }
    ]
    
    # 執行模型並傳回結果
    response = model(functions, function_call, temperature, messages)
    content = ContentTopic.model_validate(json.loads(response.choices[0].message.function_call.arguments))
    return content.topic

## 測試分類別器
queries = [
    "素食義大利麵食譜是什麼？",
    "如何水煮蛋最好？",
    "什麼樣的攪拌機設定可以用來製作水果奶昔？",
    "可以給我一個巧克力片餅乾的食譜嗎？",
    "為什麼天空是藍色的？"
]

for query in queries:
    print(f"查詢：{query}")
    print(f"主題：{get_topic(query)}")
    print("---")