import base64

from google import genai
from google.genai import types

SYSTEM_PROMPT_RU = (
    "Ты анализируешь кадры с Twitch-стрима. "
    "Кратко опиши что происходит на экране: игра, действия стримера, "
    "интерфейс, чат, оверлеи. Будь лаконичен (2-3 предложения). "
    "Если ничего не изменилось по сравнению с предыдущим описанием, "
    "скажи 'Без изменений' и уточни только новые детали."
)

SYSTEM_PROMPT_EN = (
    "You are analyzing frames from a Twitch stream. "
    "Briefly describe what's happening on screen: game, streamer actions, "
    "UI, chat, overlays. Be concise (2-3 sentences). "
    "If nothing changed compared to the previous description, "
    "say 'No changes' and only note new details."
)


class VisionAnalyzer:
    def __init__(self, api_key: str, base_url: str | None = None, lang: str = "ru"):
        client_kwargs = {"api_key": api_key}
        if base_url:
            client_kwargs["http_options"] = types.HttpOptions(base_url=base_url)
        self.client = genai.Client(**client_kwargs)
        self.model = "gemini-2.0-flash"
        self.system_prompt = SYSTEM_PROMPT_RU if lang == "ru" else SYSTEM_PROMPT_EN
        self.previous_description: str | None = None

    async def analyze_frame(self, frame_data: bytes) -> str:
        b64_image = base64.b64encode(frame_data).decode("utf-8")

        contents = []
        if self.previous_description:
            contents.append(
                types.Content(
                    role="user",
                    parts=[
                        types.Part.from_text(
                            text=f"Предыдущее описание: {self.previous_description}"
                        )
                    ],
                )
            )
            contents.append(
                types.Content(
                    role="model",
                    parts=[types.Part.from_text(text="Понял, учту контекст.")],
                )
            )

        contents.append(
            types.Content(
                role="user",
                parts=[
                    types.Part.from_bytes(data=frame_data, mime_type="image/jpeg"),
                    types.Part.from_text(text="Опиши что сейчас происходит на стриме."),
                ],
            )
        )

        response = await self.client.aio.models.generate_content(
            model=self.model,
            contents=contents,
            config=types.GenerateContentConfig(
                system_instruction=self.system_prompt,
                max_output_tokens=300,
                temperature=0.3,
            ),
        )

        description = response.text or "(нет описания)"
        self.previous_description = description
        return description