"""
Adapter Pattern برای API providers — سوئیچ بین GapGPT و Avalai
تنظیمات فعلی: GapGPT به‌عنوان provider اصلی
Avalai به‌عنوان fallback نگه داشته شده.
"""
import logging
import os

from openai import OpenAI

from .config import RAGConfig, load_rag_config

logger = logging.getLogger(__name__)

def get_embedding_client(config: RAGConfig | None = None) -> OpenAI:
    """
    ساخت کلاینت OpenAI برای Embedding بر اساس provider فعال.
    provider از config.embedding.provider خوانده می‌شود: "gapgpt" یا "avalai"
    """
    cfg = config or load_rag_config()
    emb = cfg.embedding
    logger.info(emb.provider)

    if emb.provider == "avalai":
        env_var = emb.avalai_api_key_env or emb.api_key_env or "AVALAI_API_KEY"
        api_key = os.environ.get(env_var)
        base_url = emb.avalai_base_url or emb.base_url or "https://api.avalai.ir/v1"
    else:
        env_var = emb.api_key_env or "GAPGPT_API_KEY"
        api_key = os.environ.get(env_var)
        base_url = emb.base_url or "https://api.gapgpt.app/v1"
    logger.info(api_key+" "+base_url)

    return OpenAI(api_key=api_key, base_url=base_url)


def get_chat_client(config: RAGConfig | None = None) -> OpenAI:
    """
    ساخت کلاینت OpenAI برای Chat/LLM بر اساس provider فعال.
    provider از config.embedding.provider خوانده می‌شود (مشترک بین embedding و chat).
    """
    cfg = config or load_rag_config()
    llm = cfg.llm
    provider = cfg.embedding.provider

    
    logger.info(provider)
    if provider == "avalai":
        env_var = llm.avalai_api_key_env or llm.api_key_env or "AVALAI_API_KEY"
        api_key = os.environ.get(env_var)
        base_url = llm.avalai_base_url or llm.base_url or "https://api.avalai.ir/v1"
    else:
        env_var = llm.api_key_env or "GAPGPT_API_KEY"
        api_key = os.environ.get(env_var)
        base_url = llm.base_url or "https://api.gapgpt.app/v1"
    logger.info(api_key,base_url)
    
    return OpenAI(api_key=api_key, base_url=base_url)