from components.llm.common import ChatRequest, Message
from typing import List, Dict

def convert_to_openai_format(request: ChatRequest, system_prompt: str) -> List[Dict[str, str]]:
    """
    Преобразует ChatRequest и system_prompt в формат OpenAI API, включая searchResults.
    
    Args:
        request (ChatRequest): Запрос с историей чата.
        system_prompt (str): Системный промпт.
    
    Returns:
        List[Dict[str, str]]: История в формате OpenAI [{'role': str, 'content': str}, ...].
    """
    # Добавляем системный промпт как первое сообщение
    openai_history = [{"role": "system", "content": system_prompt}]
    
    # Преобразуем историю из ChatRequest
    for message in request.history:
        content = message.content
        if message.searchResults:
            search_results = "\n" + message.searchResults
            content += f"\n<search-results>\n{search_results}\n</search-results>"
        
        openai_history.append({
            "role": message.role,
            "content": content
        })
    
    return openai_history


def append_llm_response_to_history(history: ChatRequest, llm_response: str) -> ChatRequest:
    """
    Добавляет ответ LLM в историю чата.
    
    Args:
        history (ChatRequest): Текущая история чата.
        llm_response (str): Текст ответа от LLM.
    
    Returns:
        ChatRequest: Обновленная история с добавленным ответом.
    """
    # Создаем новое сообщение от assistant
    assistant_message = Message(
        role="assistant",
        content=llm_response,
        searchResults=""  # Пустой список, если searchResults не предоставлены
    )
    
    # Добавляем сообщение в историю
    updated_history = history.history + [assistant_message]
    
    # Возвращаем новый объект ChatRequest с обновленной историей
    return ChatRequest(history=updated_history)