import logging
from services.deepseek_service import deepseek_service

# 设置日志
logging.basicConfig(level=logging.DEBUG)
logger = logging.getLogger(__name__)

def test_feedback_generation():
    logger.info("开始测试反馈生成功能")
    
    # 准备测试数据
    conversation_history = [
        {"role": "assistant", "content": "你好！我是面试官，现在开始针对前端开发岗位的面试。请做一下自我介绍。"},
        {"role": "user", "content": "你好，我叫张三，有3年前端开发经验，熟悉React、Vue等框架。"},
        {"role": "assistant", "content": "请介绍一下你最印象深刻的项目。"},
        {"role": "user", "content": "我在之前的公司负责开发了一个电商网站，使用React框架，优化了页面加载速度，提升了用户体验。"}
    ]
    
    system_prompt = """作为一位专业的面试评估专家，请对整场面试进行全面评估。

请提供：
1. 整体表现评分（0-100分）和评级（优秀/良好/一般/需改进）
2. 各轮回答的详细分析（针对每个问题和回答给出具体评价）
3. strengths（优势）- 列出至少3点
4. areas_for_improvement（需要改进的方面）- 列出至少3点
5. 具体的准备建议（针对改进点给出可操作的建议）

请用中文回复，格式清晰、结构化，避免过于笼统的描述。"""
    
    user_prompt = f"请分析以下针对前端开发岗位的面试对话并给出综合反馈：\n\n" + "\n\n".join([
        f"{'面试官' if msg['role'] == 'assistant' else '候选人'}：{msg['content']}" 
        for msg in conversation_history
    ])
    
    messages = [
        {"role": "system", "content": system_prompt},
        {"role": "user", "content": user_prompt}
    ]
    
    try:
        logger.info("准备调用DeepSeek API")
        response = deepseek_service._call_api(messages)
        logger.info("API调用成功")
        logger.debug(f"API响应：{response}")
        
        feedback = response["choices"][0]["message"]["content"]
        logger.info("生成的反馈内容：")
        logger.info(feedback)
        
        return True
    except Exception as e:
        logger.error(f"API调用失败：{str(e)}", exc_info=True)
        return False

if __name__ == "__main__":
    success = test_feedback_generation()
    if success:
        logger.info("测试成功")
    else:
        logger.info("测试失败")