# 安装依赖
!pip install -q hello-agents[all]

# 导入必要的库
from hello_agents import SimpleAgent, HelloAgentsLLM
from hello_agents.tools import Tool, ToolParameter
from hello_agents.tools.builtin.search_tool import SearchTool
from typing import Dict, Any, List
import os
os.environ['HTTPS_PROXY'] = 'http://127.0.0.1:8800'  # 你的代理地址
from dotenv import load_dotenv

# 加载环境变量
load_dotenv()

class CompetitiveInfoSearchTool(Tool):
    """竞品信息搜索工具 - 使用真实搜索API"""
    
    def __init__(self):
        super().__init__(
            name="competitive_info_search",
            description="搜索指定竞品的产品信息、功能特性、定价策略等"
        )
        # 初始化内置搜索工具，使用 Tavily 后端
        self.search = SearchTool(backend="tavily")
    
    def get_parameters(self) -> List[ToolParameter]:
        """获取工具参数定义"""
        return [
            ToolParameter(
                name="product_name",
                type="string",
                description="要搜索的竞品名称",
                required=True
            )
        ]
    
    def run(self, parameters: Dict[str, Any]) -> str:
        """执行工具，使用真实搜索"""
        product_name = parameters.get("product_name", "")
        print(f"🔍 正在搜索 {product_name} 的竞品信息...")
        
        # 使用真实搜索API
        try:
            search_query = f"{product_name} 产品功能介绍 定价 优缺点 2024"
            result = self.search.run({
                "query": search_query,
                "max_results": 5
            })
            
            # 格式化搜索结果
            return f"""
【{product_name} 搜索结果】
{result}
"""
        except Exception as e:
            print(f"⚠️ 搜索失败: {e}，使用备用数据")
            # 如果搜索失败，返回提示信息
            return f"""
【{product_name} 信息】
- 搜索遇到问题，请检查网络或API配置
- 产品名称: {product_name}
- 建议手动补充信息
"""


class DataProcessorTool(Tool):
    """数据处理工具 - 清洗和结构化竞品数据"""
    
    def __init__(self):
        super().__init__(
            name="data_processor",
            description="将原始竞品数据清洗并构建对比矩阵"
        )
    
    def get_parameters(self) -> List[ToolParameter]:
        """获取工具参数定义"""
        return [
            ToolParameter(
                name="raw_data",
                type="string",
                description="原始收集的竞品数据",
                required=True
            )
        ]
    
    def run(self, parameters: Dict[str, Any]) -> str:
        """执行工具"""
        print("📊 正在处理并结构化数据...")
        return """
【数据结构化结果】
1. ✓ 提取各竞品核心属性
2. ✓ 统一数据格式
3. ✓ 构建对比维度框架
"""


class ReportGeneratorTool(Tool):
    """报告生成工具 - 生成专业的竞品分析报告"""
    
    def __init__(self):
        super().__init__(
            name="report_generator",
            description="基于分析数据生成Markdown格式的竞品分析报告"
        )
    
    def get_parameters(self) -> List[ToolParameter]:
        """获取工具参数定义"""
        return [
            ToolParameter(
                name="analysis_data",
                type="string",
                description="分析后的数据",
                required=True
            )
        ]
    
    def run(self, parameters: Dict[str, Any]) -> str:
        """执行工具"""
        print("📝 正在生成竞品分析报告...")
        return "# 竞品分析报告\n\n## 执行摘要\n分析完成..."

print("✅ 三个核心工具已定义完成（搜索工具使用真实API）")

# 创建LLM
llm = HelloAgentsLLM()

# 定义系统提示词 - 明确指导LLM如何调用工具
SYSTEM_PROMPT = """你是一位专业的竞品分析专家，擅长通过系统化的方法对多个竞品进行深度分析。

【工具调用规范 - 必须遵守】

1. 当需要搜索竞品信息时，必须调用 competitive_info_search 工具
2. 参数格式必须是：{"product_name": "产品名称"}
3. product_name 必须是明确的单个产品名称，不能为空
4. 如果用户输入包含多个产品（如"分析A、B、C"），你需要分别调用搜索工具，每次只搜索一个产品

【调用示例】
- 搜索Notion: {"product_name": "Notion"}
- 搜索Obsidian: {"product_name": "Obsidian"}
- 搜索Logseq: {"product_name": "Logseq"}

【工作流程】
1. 从用户输入中提取所有竞品名称
2. 对每个产品分别调用 competitive_info_search 工具进行搜索
3. 使用 data_processor 工具处理收集到的数据
4. 使用 report_generator 工具生成最终报告
5. 基于搜索结果生成完整的竞品分析报告

【重要提醒】
- 严禁在 product_name 参数中传入空字符串
- 必须等待工具返回结果后再进行下一步
- 分析报告必须基于真实的搜索数据，不要编造"""

# 创建主控Agent
agent = SimpleAgent(
    name="竞品分析专家",
    llm=llm,
    system_prompt=SYSTEM_PROMPT
)

# 添加三类核心工具
agent.add_tool(CompetitiveInfoSearchTool())
agent.add_tool(DataProcessorTool())
agent.add_tool(ReportGeneratorTool())

print("✅ Plan-and-Solve 竞品分析Agent已初始化")
print("✅ 系统提示词已配置工具调用规范")

# 示例1: 基础竞品分析
import time
from datetime import datetime

print("=" * 70)
print("📊 示例1: SimpleAgent 竞品快速分析")
print("=" * 70)

target_products = ["盒马", "叮咚买菜", "山姆会员商店"]
print(f"\n🎯 分析目标: {', '.join(target_products)}")
print(f"⏰ 开始时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
print("-" * 70)

# 执行分析
start_time = time.time()
result = agent.run(
    f"请对以下竞品进行深度对比分析: {', '.join(target_products)}。"
)
elapsed_time = time.time() - start_time

# 美观的输出排版
print("\n" + "=" * 70)
print("📋 分析完成")
print("=" * 70)
print(f"⏱️  总耗时: {elapsed_time:.2f} 秒")
print(f"📝 报告长度: {len(result)} 字符")
print("-" * 70)

# 显示报告摘要
print("\n📄 报告预览（前1000字符）:")
print("-" * 70)
print(result[:1000] + "..." if len(result) > 1000 else result)
print("-" * 70)

# 保存结果到文件
output_filename = f"outputs/demo_result_{datetime.now().strftime('%Y%m%d_%H%M%S')}.md"
with open(output_filename, 'w', encoding='utf-8') as f:
    f.write(f"# 竞品分析报告\n\n")
    f.write(f"**分析时间**: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n\n")
    f.write(f"**分析产品**: {', '.join(target_products)}\n\n")
    f.write(f"**分析耗时**: {elapsed_time:.2f} 秒\n\n")
    f.write("---\n\n")
    f.write(result)

print(f"\n💾 报告已保存至: {output_filename}")
print("=" * 70)