"""LangGraph 最小脚手架（作业 1）。

图结构：START → normalize_input → reply → END

骨架已装配好：状态、节点注册、边和编译（默认 InMemorySaver）。
两个节点的具体逻辑留待实现（见函数体内的 TODO）。

离线运行示例：

    python examples/langgraph_smoke.py

对应测试：test/agent/test_scaffold.py
"""

from langgraph.checkpoint.memory import InMemorySaver
from langgraph.graph import END, START, StateGraph

from .state import AgentState

# 脚手架阶段固定返回的阶段码；作业 3 起由转换表驱动。
DEFAULT_STAGE_CODE = "1002"


def normalize_input(state: AgentState) -> dict:
    """归一化本轮输入，为回复节点准备上下文。

    TODO(作业 1): 实现该节点。建议职责：
    - 校验/清理 ``state["input_text"]``（例如去除首尾空白）；
    - 返回需要写入状态的字段增量，例如
      ``{"input_text": cleaned}``；
    - 保持纯函数：不读全局状态、不做 IO。
    """
    cleaned = state["input_text"].strip()
    return {"input_text": cleaned}


def reply(state: AgentState) -> dict:
    """生成固定模板回复，并把轮数加一。

    TODO(作业 1): 实现该节点。验收要求：
    - 每次调用使 ``turn_count`` 恰好 +1；首轮会话没有历史
      checkpoint，用 ``state.get("turn_count") or 0`` 起步；
    - ``response_text`` 使用固定模板，**包含本轮输入文本**
      （``state["input_text"]``）；
    - 响应文本需带公共协议前缀，例如
      ``<state>1002</state>...``（``stage_code`` 用
      ``DEFAULT_STAGE_CODE``，API 层负责解析该前缀）；
    - ``stage_code`` 写入 ``DEFAULT_STAGE_CODE``。

    参考实现::

        turn_count = (state.get("turn_count") or 0) + 1
        response_text = (
            f"<state>{DEFAULT_STAGE_CODE}</state>"
            f"已收到：{state['input_text']}"
        )
        return {
            "turn_count": turn_count,
            "response_text": response_text,
            "stage_code": DEFAULT_STAGE_CODE,
        }
    """
    turn_count = (state.get("turn_count") or 0) + 1
    response_text = (
        f"<state>{DEFAULT_STAGE_CODE}</state>"
        f"已收到：{state['input_text']}"
    )
    return {
        "turn_count": turn_count,
        "response_text": response_text,
        "stage_code": DEFAULT_STAGE_CODE,
    }


def build_graph(checkpointer=None):
    """装配并编译最小图。

    参数:
        checkpointer: 自定义 checkpointer；缺省使用 ``InMemorySaver``。
            作业 7 会替换为 ``AsyncPostgresSaver``。

    返回:
        编译后的图。调用方通过
        ``config={"configurable": {"thread_id": <会话 ID>}}``
        区分会话。
    """
    builder = StateGraph(AgentState)
    builder.add_node("normalize_input", normalize_input)
    builder.add_node("reply", reply)
    builder.add_edge(START, "normalize_input")
    builder.add_edge("normalize_input", "reply")
    builder.add_edge("reply", END)
    return builder.compile(checkpointer=checkpointer or InMemorySaver())