"""Deterministik, önceden yazılmış yanıtlar dönen sahte LLM.

YALNIZCA otomatik testler ve altyapı doğrulaması içindir: ajan döngüsünü, araç çağırmayı,
koşucuları ve ölçümleri gerçek bir model olmadan uçtan uca sınamaya yarar. Gerçek model
başarımı ölçümlerinde kullanılmaz.
"""
from __future__ import annotations

from typing import Any, Callable, Optional, Union

from .base import LLMClient, LLMResponse, ToolCall, ToolSpec

Step = Union[LLMResponse, Callable[[list[dict[str, Any]]], LLMResponse]]


class ScriptedLLM(LLMClient):
    def __init__(self, steps: list[Step], model: str = "scripted") -> None:
        self.steps = list(steps)
        self.model = model
        self.calls: list[list[dict[str, Any]]] = []

    def chat(self, messages, tools: Optional[list[ToolSpec]] = None, json_mode: bool = False,
             temperature: float = 0.2) -> LLMResponse:
        self.calls.append(messages)
        if not self.steps:
            return LLMResponse(content="", tool_calls=[ToolCall("finish", {"summary": "script bitti"})])
        step = self.steps.pop(0)
        return step(messages) if callable(step) else step


def tool(name: str, **args: Any) -> LLMResponse:
    return LLMResponse(content="", tool_calls=[ToolCall(name=name, arguments=args)])


def text(content: str) -> LLMResponse:
    return LLMResponse(content=content)