import os
import json
import argparse
from ai_agent import QwenVLSmartSplitter
from processor import VideoProcessor

def main():
    parser = argparse.ArgumentParser(description="基于 Qwen3-VL 的智能新闻拆条系统")
    parser.add_argument("--input", "-i", required=True, help="输入视频文件路径")
    parser.add_argument("--output_dir", "-o", default="output", help="输出目录")
    args = parser.parse_args()

    input_video = args.input
    output_dir = args.output_dir

    if not os.path.exists(input_video):
        # 为了演示方便，如果文件不存在，我们创建一个假的空文件或者报错
        # 这里我们报错
        print(f"错误: 输入文件 {input_video} 不存在")
        # 在演示模式下，我们可以生成一个模拟的空文件来跑通流程，但最好还是让用户提供
        return

    if not os.path.exists(output_dir):
        os.makedirs(output_dir)

    print("="*50)
    print(" 智能新闻拆条系统 (Powered by Qwen3-VL)")
    print("="*50)

    processor = VideoProcessor()
    ai_agent = QwenVLSmartSplitter()

    # 1. 预处理：提取音频 (模拟)
    print("\n[1/4] 视频预处理...")
    audio_path = os.path.join(output_dir, "temp_audio.wav")
    # processor.extract_audio(input_video, audio_path) # 实际运行时取消注释
    print(f"[*] 音频已提取 (模拟): {audio_path}")
    
    # 模拟 ASR 结果
    mock_asr_text = "各位观众晚上好，欢迎收看今天的新闻联播...下面播报第一条新闻..."

    # 2. AI 分析
    print("\n[2/4] 多模态 AI 分析 (Qwen3-VL)...")
    segments = ai_agent.analyze_video(input_video, mock_asr_text)

    # 3. 执行拆条
    print("\n[3/4] 执行智能拆条...")
    results = []
    for i, seg in enumerate(segments):
        safe_title = seg['title'].replace(" ", "_")
        filename = f"{i+1}_{safe_title}.mp4"
        output_path = os.path.join(output_dir, filename)
        
        # 调用 FFmpeg 切割
        # 注意：如果没有真实的视频文件，这一步会失败。
        # 为了演示代码逻辑，我们这里加个 try-catch 或者检查文件大小
        if os.path.getsize(input_video) > 0:
            success = processor.split_video(input_video, seg['start'], seg['end'], output_path)
        else:
            print(f"[*] (演示模式) 模拟切割: {seg['start']} -> {seg['end']} => {output_path}")
            success = True

        if success:
            # 4. 自动编目信息整理
            catalog_info = {
                "file_path": output_path,
                "title": seg['title'],
                "category": seg['category'],
                "summary": seg['summary'],
                "tags": seg['tags'],
                "cover_image": ai_agent.generate_cover(output_path, "00:00:01")
            }
            results.append(catalog_info)

    # 输出最终报告
    print("\n[4/4] 生成编目报告...")
    report_path = os.path.join(output_dir, "catalog_report.json")
    with open(report_path, "w", encoding="utf-8") as f:
        json.dump(results, f, ensure_ascii=False, indent=2)
    
    print(f"\n[+] 拆条完成！共生成 {len(results)} 个片段。")
    print(f"[+] 编目报告已保存至: {report_path}")

if __name__ == "__main__":
    main()