/**
 * 生成 lab-eval-prompt.txt：便于在 Cursor 聊天中 @student-lab-ai-evaluation 后整段粘贴，
 * 将助手返回的纯 JSON 手动保存为 lab-eval-ai.json（无需 CURSOR_API_KEY）。
 */
import fs from 'fs';
import path from 'path';
import { fileURLToPath } from 'url';
import { createRequire } from 'module';

const __dirname = path.dirname(fileURLToPath(import.meta.url));
const ROOT = path.join(__dirname, '..');
const require = createRequire(import.meta.url);
const { analyzeChatLogsFile } = require(path.join(ROOT, 'lib/analyzeChatLogs.js'));
const { resolveChatLogPath } = require(path.join(ROOT, 'lib/resolveChatLogPath.cjs'));

function readText(p) {
  return fs.readFileSync(p, 'utf8');
}

function main() {
  const chatPath = resolveChatLogPath(ROOT);
  if (!fs.existsSync(chatPath)) {
    console.error(`缺少聊天日志文件: ${chatPath}（可设置环境变量 CHAT_LOG_PATH）`);
    process.exit(1);
  }

  const taskMd = readText(path.join(ROOT, 'config/lab-task-description.md'));
  const dims = readText(path.join(ROOT, 'config/evaluation-dimensions.yaml'));
  const skillPath = path.join(ROOT, '.cursor/skills/student-lab-ai-evaluation/SKILL.md');
  const skill = fs.existsSync(skillPath) ? readText(skillPath) : '';

  const heuristic = analyzeChatLogsFile(chatPath);
  const heuristicStr = JSON.stringify(heuristic, null, 2);

  const body = `【说明】在 Cursor 中引用技能 @student-lab-ai-evaluation，将下文从「--- 开始」到结尾整段复制给助手；要求助手只输出一个 JSON 对象（无 Markdown 围栏），保存为项目根目录 lab-eval-ai.json。

--- 开始 ---

你是课程助教。请严格遵守下列 SKILL 中的输出约束。

--- SKILL 开始 ---
${skill}
--- SKILL 结束 ---

--- 实训任务描述 ---
${taskMd}

--- 评价维度配置（YAML）---
${dims}

--- 启发式解析 JSON（来自 chat_logs）---
${heuristicStr}

--- 结束 ---

`;

  const outPath = path.join(ROOT, 'lab-eval-prompt.txt');
  fs.writeFileSync(outPath, body, 'utf8');
  console.log('已生成', outPath);
  console.log('下一步：在 Cursor 中 @student-lab-ai-evaluation，粘贴该文件全文；将模型返回的 JSON 存为 lab-eval-ai.json 后执行 npm start 刷新报告。');
}

main();