"""内部 LLM 大脑:prompt 与 workflow。

二者都用本地维护的 LLMContext + OpenAI 兼容 LLM,支持 cascade 与 realtime。
workflow 的图编排(切提示/转移工具/node-active)阶段 1 仍内联在 pipeline.py,
这里只负责提供 LLM 槽位与元数据,行为与改造前完全一致。
"""

from __future__ import annotations

from models import AssistantConfig
from pipecat.processors.aggregators.llm_context import LLMContext
from pipecat.processors.frame_processor import FrameProcessor

from services.brains.base import BrainSpec

_CASCADE_AND_REALTIME = frozenset({"pipeline", "realtime"})


class InternalBrain:
    """prompt / workflow 共用。"""

    def __init__(self, brain_type: str):
        self.spec = BrainSpec(
            type=brain_type,
            supported_runtime_modes=_CASCADE_AND_REALTIME,
            owns_context=True,
        )

    async def greeting(self, cfg: AssistantConfig) -> str:
        # 内部类型的开场白由 pipeline.py 现有逻辑(workflow 起始节点 / cfg.greeting)决定,
        # 该方法仅为满足 Brain 协议,实际不在内部路径上被调用。
        return cfg.greeting

    def build_llm(self, cfg: AssistantConfig, context: LLMContext) -> FrameProcessor:
        from services.pipecat.service_factory import create_llm

        return create_llm(cfg)