import random
import os
import sqlite3
from io import BytesIO
from datetime import date, datetime
import pandas as pd
import streamlit as st
from openpyxl import Workbook
from openpyxl.styles import Font, Alignment, Border, Side, PatternFill
from openpyxl.utils import get_column_letter
from openpyxl.worksheet.pagebreak import Break
from openai import OpenAI

st.set_page_config(page_title="상담일지", page_icon="📝", layout="wide")

# -----------------------------
# DB 경로 설정
# -----------------------------
CURRENT_DIR = os.path.dirname(os.path.abspath(__file__))
DB_CANDIDATES = [
    "/app/data/clients.db",
    os.path.join(CURRENT_DIR, "..", "수급자등록", "data", "clients.db"),
    os.path.join(CURRENT_DIR, "..", "Client Center", "data", "clients.db"),
    os.path.join(CURRENT_DIR, "..", "ClientCenter", "data", "clients.db"),
    os.path.join(CURRENT_DIR, "..", "Client_Center", "data", "clients.db"),
    os.path.join(CURRENT_DIR, "data", "clients.db"),
]

DB_PATH = None
for path in DB_CANDIDATES:
    if os.path.exists(path):
        DB_PATH = path
        break

if DB_PATH is None:
    os.makedirs(os.path.join(CURRENT_DIR, "data"), exist_ok=True)
    DB_PATH = os.path.join(CURRENT_DIR, "data", "clients.db")

# -----------------------------
# DB 초기화 함수
# -----------------------------
def init_db():
    try:
        conn = sqlite3.connect(DB_PATH)
        cur = conn.cursor()
        
        # clients 테이블 (기존 테이블 존재 시 무시)
        cur.execute("""
            CREATE TABLE IF NOT EXISTS clients (
                id INTEGER PRIMARY KEY AUTOINCREMENT,
                name TEXT,
                masked_name TEXT,
                gender TEXT,
                birth_year TEXT,
                care_grade TEXT,
                institution_type TEXT,
                institution_name TEXT,
                recognition_number TEXT,
                recognition_start_date TEXT,
                recognition_end_date TEXT,
                status TEXT
            )
        """)
        
        # counseling_records 테이블
        cur.execute("""
            CREATE TABLE IF NOT EXISTS counseling_records (
                id INTEGER PRIMARY KEY AUTOINCREMENT,
                client_id INTEGER,
                client_masked_name TEXT,
                institution_type TEXT,
                counseling_type TEXT,
                counseling_date TEXT,
                counselor TEXT,
                counseling_reason TEXT,
                client_status_change TEXT,
                guardian_opinion TEXT,
                counseling_content TEXT,
                action_plan TEXT,
                evaluation_score INTEGER,
                missing_items TEXT,
                compliance_result TEXT,
                next_due_note TEXT,
                created_at TEXT
            )
        """)
        
        # 동적 컬럼 추가 (ALTER TABLE)
        cur.execute("PRAGMA table_info(counseling_records)")
        existing_cols = [r[1] for r in cur.fetchall()]
        new_cols = {
            "counseling_purpose": "TEXT",
            "selected_items": "TEXT",
            "keywords": "TEXT",
            "additional_needs": "TEXT",
            "case_needed": "INTEGER DEFAULT 0",
            "needs_assessment_needed": "INTEGER DEFAULT 0",
            "careplan_change_needed": "INTEGER DEFAULT 0",
            "care_grade_review_needed": "INTEGER DEFAULT 0",
            "followup_counseling_needed": "INTEGER DEFAULT 0",
        }
        for col, col_type in new_cols.items():
            if col not in existing_cols:
                cur.execute(f"ALTER TABLE counseling_records ADD COLUMN {col} {col_type}")
                
        conn.commit()
        conn.close()
    except Exception as e:
        st.sidebar.error(f"DB 초기화 실패: {e}")

init_db()

# -----------------------------
# 수급자 정보 로드 함수
# -----------------------------
def load_clients() -> pd.DataFrame:
    # 1. DB에서 로드 시도
    if DB_PATH and os.path.exists(DB_PATH):
        try:
            conn = sqlite3.connect(DB_PATH)
            available_cols = pd.read_sql_query("PRAGMA table_info(clients)", conn)["name"].tolist()
            wanted_cols = [
                "id", "name", "masked_name", "gender", "birth_year", "care_grade",
                "recognition_number", "recognition_start_date", "recognition_end_date",
                "institution_type", "institution_name", "admission_date", "status"
            ]
            select_cols = [c for c in wanted_cols if c in available_cols]
            query = "SELECT " + ", ".join(select_cols) + " FROM clients ORDER BY id DESC"
            df = pd.read_sql_query(query, conn)
            conn.close()
            
            # DB 컬럼 한글 바인딩
            db_to_excel_map = {
                "name": "수급자이름",
                "gender": "성별",
                "birth_year": "생년월일",
                "care_grade": "장기요양등급",
                "recognition_number": "인정번호",
                "recognition_start_date": "인정기간 시작일",
                "recognition_end_date": "인정기간 종료일",
                "institution_type": "기관유형",
                "institution_name": "기관명"
            }
            for db_col, kor_col in db_to_excel_map.items():
                if db_col in df.columns:
                    df[kor_col] = df[db_col]
            if "수급자이름" not in df.columns and "name" in df.columns:
                df["수급자이름"] = df["name"]
            return df
        except Exception as e:
            st.sidebar.warning(f"DB 로드 실패: {e}. Excel 시도 중...")
            
    # 2. Excel에서 로드 시도
    excel_path = os.path.join(CURRENT_DIR, "data", "clients.xlsx")
    if os.path.exists(excel_path):
        try:
            df = pd.read_excel(excel_path)
            if "수급자명" in df.columns and "수급자이름" not in df.columns:
                df["수급자이름"] = df["수급자명"]
            expected = ["수급자이름", "성별", "생년월일", "장기요양등급", "인정번호", "인정기간 시작일", "인정기간 종료일", "기관유형", "기관명"]
            for col in expected:
                if col not in df.columns:
                    df[col] = ""
            return df
        except Exception as e:
            st.sidebar.error(f"Excel 로드 실패: {e}")
            
    return pd.DataFrame()

# -----------------------------
# AI 프롬프트 규칙 정의
# -----------------------------
COUNSELING_GENERATION_RULE = """
너는 장기요양기관 상담일지 작성 보조 AI이다.

반드시 사용자가 입력한 내용만 사용한다.
선택된 항목, 핵심단어, 추가욕구/요청사항에 없는 내용은 작성하지 않는다.
욕창, 배회, 공격성, 귀가욕구, 낙상, 치매행동 등은 입력된 경우에만 작성한다.
AI는 새로운 사실을 만들지 않고 문장을 자연스럽게 정리만 한다.

상담 목적이 사례관리 검토 상담이면 사례관리 필요 사유 중심으로 작성한다.
상담 목적이 욕구사정 재검토 상담이면 욕구사정 재검토 사유 중심으로 작성한다.
상담 목적이 급여제공계획 변경 상담이면 급여제공계획 변경 사유 중심으로 작성한다.
복합 상담이면 체크된 항목별로 구분하여 작성한다.

작성 형식:
1. 상담 사유
2. 상담 내용
3. 전문적 사정
4. 조치계획
5. 연동 필요 항목
"""

# -----------------------------
# 상담일지 문장 파싱 함수
# -----------------------------
def parse_sections(text):
    sections = {
        "상담 사유": "",
        "상담 내용": "",
        "전문적 사정": "",
        "조치계획": "",
        "연동 필요 항목": ""
    }
    
    import re
    headers = [
        ("상담 사유", ["1. 상담 사유", "상담 사유:", "상담 사유"]),
        ("상담 내용", ["2. 상담 내용", "상담 내용:", "상담 내용"]),
        ("전문적 사정", ["3. 전문적 사정", "전문적 사정:", "전문적 사정"]),
        ("조치계획", ["4. 조치계획", "조치계획:", "조치계획"]),
        ("연동 필요 항목", ["5. 연동 필요 항목", "연동 필요 항목:", "연동 필요 항목"])
    ]
    
    current_text = text
    for i in range(len(headers)):
        header_name, header_aliases = headers[i]
        next_header_aliases = headers[i+1][1] if i+1 < len(headers) else []
        
        start_idx = -1
        matched_alias = ""
        for alias in header_aliases:
            idx = current_text.find(alias)
            if idx != -1:
                start_idx = idx
                matched_alias = alias
                break
                
        if start_idx != -1:
            end_idx = len(current_text)
            for next_alias in next_header_aliases:
                n_idx = current_text.find(next_alias, start_idx + len(matched_alias))
                if n_idx != -1:
                    end_idx = n_idx
                    break
            
            section_content = current_text[start_idx + len(matched_alias):end_idx].strip()
            section_content = re.sub(r'^[\s\:\-\=]*', '', section_content).strip()
            sections[header_name] = section_content
            
    # 파싱 실패 시 대체 분할
    if not sections["상담 사유"] and not sections["상담 내용"]:
        lines = text.split("\n\n")
        if len(lines) >= 5:
            sections["상담 사유"] = lines[0].strip()
            sections["상담 내용"] = lines[1].strip()
            sections["전문적 사정"] = lines[2].strip()
            sections["조치계획"] = lines[3].strip()
            sections["연동 필요 항목"] = lines[4].strip()
            
    return sections

# -----------------------------
# 규칙 기반 문장 컴파일러 (AI 오프라인 대비)
# -----------------------------
def generate_rule_based_counseling_text(data):
    name = data["masked_name"]
    grade = data["care_grade"]
    inst_type = data["institution_type"]
    reason = data["counseling_reason"]
    purpose = data["counseling_purpose"]
    
    selected_items_str = ", ".join(data.get("selected_items_list", []))
    keywords = data.get("keywords", "").strip()
    additional_needs = data.get("additional_needs", "").strip()
    
    # 입력 정보 기반 위험 키워드 탐지
    combined_inputs = keywords + " " + additional_needs
    has_fall = any(k in combined_inputs for k in ["낙상", "넘어", "미끄", "어지", "보행", "부축", "지팡", "워커", "휠체어"])
    has_bedsore = any(k in combined_inputs for k in ["욕창", "발적", "상처", "피부", "짓무", "체위", "침상"])
    has_dementia = any(k in combined_inputs for k in ["치매", "인지", "기억", "배회", "망상", "불안", "귀가", "집에", "혼동"])
    has_guardian = any(k in combined_inputs for k in ["힘들", "소진", "부담", "요청", "가족", "보호자"])

    # 1. 상담 사유
    reason_lines = []
    reason_lines.append(f"{name} 수급자는 장기요양 {grade} 등급으로서 {inst_type} 서비스 이용 중, [{reason}] 사유로 상담을 실시하였습니다.")
    if purpose != "일반 상담":
        reason_lines.append(f"이번 상담은 수급자의 상황 변화에 따른 [{purpose}] 진행을 목적으로 합니다.")
    counseling_reason_text = " ".join(reason_lines)
    
    # 2. 상담 내용
    content_lines = []
    if selected_items_str:
        content_lines.append(f"상담 목적에 따라 선택한 검토 항목({selected_items_str})을 중심으로 현재 상태와 주요 애로사항을 청취하고 확인하였습니다.")
    if keywords:
        content_lines.append(f"수급자 및 관련인의 핵심 요청 사항으로 '{keywords}' 관련 내용이 직접적으로 제시되었으며 이에 대해 면밀히 이야기를 나누었습니다.")
    if additional_needs:
        content_lines.append(f"추가적으로 제시된 욕구 및 구체적 상황으로 '{additional_needs}'가 파악되었습니다.")
        
    risk_mentions = []
    if has_fall:
        risk_mentions.append("보행 불안정성 및 낙상 위험 예방 필요성")
    if has_bedsore:
        risk_mentions.append("와상 상태 및 장시간 침상 생활로 인한 피부 발적/욕창 예방 관리")
    if has_dementia:
        risk_mentions.append("인지 기능 변화에 따른 행동 변화와 정서 안정적 응대 필요성")
    if has_guardian:
        risk_mentions.append("주수 돌봄 보호자의 부양 부담 및 서비스 조정 의견")
        
    if risk_mentions:
        content_lines.append("상담 중 입력된 구체적 상태 및 관찰 사항으로 " + ", ".join(risk_mentions) + "에 관한 세부 정황을 확인하였습니다.")
        
    if not content_lines:
        content_lines.append("수급자 및 보호자의 일상적인 생활 상태와 서비스 만족도를 확인하고 격려의 말씀을 전하였습니다.")
    counseling_content_text = " ".join(content_lines)
    
    # 3. 전문적 사정
    assessment_lines = []
    if selected_items_str:
        assessment_lines.append(f"선택된 검토 항목({selected_items_str})과 관련하여 기존 급여제공계획의 적절성 재검토 및 실질적인 돌봄 방법 조정이 요구되는 상태로 판단됩니다.")
    if keywords:
        assessment_lines.append(f"입력된 키워드 '{keywords}'를 바탕으로 사정한 결과, 기능 저하나 심리적 불편감을 완화하기 위한 요양보호사의 적극적인 지원과 관찰이 중요합니다.")
    if additional_needs:
        assessment_lines.append(f"추가 요청인 '{additional_needs}'에 근거할 때, 가정 내 환경 개선이나 유관 서비스 변경 검토가 즉각 반영될 필요가 있는 사정 결과를 얻었습니다.")
        
    risk_assess = []
    if has_fall:
        risk_assess.append("낙상 방지를 위한 이동 시 전적인 부축 및 화장실 동행 안전 확보")
    if has_bedsore:
        risk_assess.append("체위 변경 빈도 준수 및 꼬리뼈 부위 등 발적 집중 관찰")
    if has_dementia:
        risk_assess.append("배회 및 치매 인지 혼돈 예방을 위한 일관적 환경 조성 및 공감적 의사소통 적용")
        
    if risk_assess:
        assessment_lines.append("전문 사정상 " + ", ".join(risk_assess) + " 관련 개별 케어 전략 수립이 핵심적임이 도출되었습니다.")
        
    if not assessment_lines:
        assessment_lines.append("전반적인 수급자의 기능 상태는 안정적으로 유지되고 있으며, 급격한 상태 저하 징후나 위험 요인은 사정되지 않아 현행 관리를 유지합니다.")
    professional_assessment_text = " ".join(assessment_lines)
    
    # 4. 조치계획
    plan_lines = []
    plan_lines.append("상담 과정에서 수집된 내용과 사정 의견을 서비스 제공 인력(요양보호사 등)과 공유하고, 필요한 조치를 이행하기로 하였습니다.")
    
    interlock_actions = []
    if data["case_needed"]:
         interlock_actions.append("사례관리 회의 안건으로 상정하여 다각적 지원 방안(보조기구 교체, 외부자원 등)을 논의함")
    if data["needs_assessment_needed"]:
         interlock_actions.append("욕구사정 재평가를 신속히 시행하여 수급자 ADL 및 환경 변화를 공식적으로 기록함")
    if data["careplan_change_needed"]:
         interlock_actions.append("급여제공계획의 목표를 수정하고 제공되는 서비스 시간/내용 변경 계약을 준비함")
    if data["care_grade_review_needed"]:
         interlock_actions.append("국민건강보험공단 등급 신청 절차 및 서류 구비 요령에 대해 보호자에게 안내함")
    if data["followup_counseling_needed"]:
         interlock_actions.append("추후 보호자와의 추가 대면 및 전화 상담 일정을 조율하여 조치 결과의 반응을 확인함")
         
    if interlock_actions:
        plan_lines.append("세부 조치 계획으로는: " + ", ".join(interlock_actions) + "를 시행할 예정입니다.")
    else:
        plan_lines.append("수급자의 욕구에 기반하여 현 서비스 상태를 면밀히 모니터링하고 정기적인 유선 확인을 지속하기로 하였습니다.")
    action_plan_text = " ".join(plan_lines)
    
    # 5. 연동 필요 항목
    interlock_names = []
    if data["case_needed"]: interlock_names.append("사례관리 필요")
    if data["needs_assessment_needed"]: interlock_names.append("욕구사정 재검토 필요")
    if data["careplan_change_needed"]: interlock_names.append("급여제공계획 변경 필요")
    if data["care_grade_review_needed"]: interlock_names.append("등급변경 신청 검토 필요")
    if data["followup_counseling_needed"]: interlock_names.append("보호자 추가 상담 필요")
    interlock_text = ", ".join(interlock_names) if interlock_names else "해당 사항 없음"
    
    full_text = f"""
1. 상담 사유
{counseling_reason_text}

2. 상담 내용
{counseling_content_text}

3. 전문적 사정
{professional_assessment_text}

4. 조치계획
{action_plan_text}

5. 연동 필요 항목
{interlock_text}
""".strip()
    return full_text

# -----------------------------
# DB 저장 함수
# -----------------------------
def save_counseling_record(data) -> bool:
    try:
        conn = sqlite3.connect(DB_PATH)
        cur = conn.cursor()
        
        insert_query = """
            INSERT INTO counseling_records (
                client_id, client_masked_name, institution_type, counseling_type,
                counseling_date, counselor, counseling_reason, client_status_change,
                guardian_opinion, counseling_content, action_plan, evaluation_score,
                missing_items, compliance_result, next_due_note, created_at,
                counseling_purpose, selected_items, keywords, additional_needs,
                case_needed, needs_assessment_needed, careplan_change_needed,
                care_grade_review_needed, followup_counseling_needed
            )
            VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)
        """
        
        cur.execute(
            insert_query,
            (
                data.get("client_id", 0),
                data["masked_name"],
                data["institution_type"],
                data["counseling_type"],
                data["counseling_date"],
                data["counselor"],
                data["counseling_reason"],
                data.get("client_status_change", ""),
                data.get("guardian_opinion", ""),
                data["counseling_content"],
                data["action_plan"],
                data["evaluation_score"],
                data["missing_items"],
                data["compliance_result"],
                data.get("next_due_note", ""),
                datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
                data["counseling_purpose"],
                ", ".join(data.get("selected_items_list", [])),
                data["keywords"],
                data["additional_needs"],
                1 if data["case_needed"] else 0,
                1 if data["needs_assessment_needed"] else 0,
                1 if data["careplan_change_needed"] else 0,
                1 if data["care_grade_review_needed"] else 0,
                1 if data["followup_counseling_needed"] else 0,
            )
        )
        conn.commit()
        conn.close()
        return True
    except Exception as e:
        st.error(f"DB 저장 중 오류 발생: {e}")
        return False

st.markdown("""
<style>
@import url('https://fonts.googleapis.com/css2?family=Inter:wght@400;500;600;700;800&family=Noto+Sans+KR:wght@300;400;500;700;900&display=swap');

html, body, [class*="css"], .stApp {
    font-family: 'Inter', 'Noto Sans KR', sans-serif;
    background-color: #fbf9f5;
    color: #1b1c1a;
}
.block-container {
    max-width: 1100px;
    padding-top: 1.5rem;
    padding-bottom: 3rem;
}
.hero {
    background: linear-gradient(135deg, #f5e6d3, #efe0cd);
    border: 1px solid #ccc3d8;
    border-left: 9px solid #7c3aed;
    border-radius: 24px;
    padding: 34px 36px;
    margin-bottom: 24px;
    box-shadow: 0px 10px 30px rgba(124, 58, 237, 0.04);
}
.hero h1 {
    margin: 0;
    font-size: clamp(28px, 3.5vw, 42px);
    line-height: 1.2;
    color: #630ed4;
    font-weight: 800;
}
.hero p {
    margin: 12px 0 0;
    font-size: 16px;
    color: #4a4455;
    line-height: 1.6;
}
.notice {
    background: #ffffff;
    border: 1px solid #e4e2de;
    border-left: 7px solid #606c38;
    border-radius: 16px;
    padding: 16px 18px;
    margin-bottom: 22px;
    font-size: 14.5px;
    line-height: 1.6;
    color: #4a4455;
    box-shadow: 0px 4px 12px rgba(96, 108, 56, 0.02);
}
.okbox {
    background: #f4fcf6;
    border: 1px solid #d2ecd9;
    border-left: 8px solid #606c38;
    padding: 16px 18px;
    border-radius: 16px;
    margin: 10px 0;
    color: #2b472a;
    font-size: 15px;
}
.warnbox {
    background: #fffbf4;
    border: 1px solid #fce8c8;
    border-left: 8px solid #d98b2b;
    padding: 16px 18px;
    border-radius: 16px;
    margin: 10px 0;
    color: #5c3f1b;
    font-size: 15px;
}
div[data-testid="stMetric"] {
    background: #ffffff;
    border: 1px solid #e4e2de;
    border-radius: 16px;
    padding: 14px;
    box-shadow: 0px 6px 18px rgba(0, 0, 0, 0.01);
}
div[data-testid="stMetric"] label,
div[data-testid="stMetric"] [data-testid="stMetricLabel"] {
    color: #7b7487 !important;
    font-size: 13px !important;
    font-weight: 600 !important;
}
div[data-testid="stMetric"] [data-testid="stMetricValue"] {
    color: #630ed4 !important;
    font-size: 22px !important;
    font-weight: 700 !important;
}
.stTextInput input, .stTextArea textarea, .stSelectbox div, .stMultiSelect div {
    font-size: 15px !important;
}
input, textarea {
    border-radius: 12px !important;
    border: 1px solid #e4e2de !important;
    background: #ffffff !important;
    color: #1b1c1a !important;
}
.stButton > button {
    border-radius: 12px !important;
    background: linear-gradient(135deg, #7c3aed, #630ed4) !important;
    color: #ffffff !important;
    font-weight: 700 !important;
    border: none !important;
    padding: 10px 24px !important;
    min-height: 46px !important;
    box-shadow: 0px 4px 12px rgba(124, 58, 237, 0.2) !important;
    transition: all 0.2s ease-in-out !important;
    width: 100% !important;
}
.stButton > button:hover {
    transform: translateY(-1px) !important;
    box-shadow: 0px 6px 16px rgba(124, 58, 237, 0.3) !important;
}
.stDownloadButton > button {
    border-radius: 12px !important;
    background: #ffffff !important;
    color: #7c3aed !important;
    font-weight: 700 !important;
    border: 1.5px solid #7c3aed !important;
    padding: 10px 24px !important;
    min-height: 46px !important;
    transition: all 0.2s ease-in-out !important;
    width: 100% !important;
}
.stDownloadButton > button:hover {
    background: #f3e8ff !important;
    color: #630ed4 !important;
}
</style>
""", unsafe_allow_html=True)

st.markdown("""
<div class="hero">
  <h1>📝 상담일지 생성기</h1>
  <p>빠른 직접입력 버전입니다. 상담 과정과 확인 절차가 포함되도록 문서를 생성합니다.</p>
</div>
""", unsafe_allow_html=True)

st.markdown("""
<div class="notice">
<strong>출시 테스트용:</strong> 속도와 문서 품질을 먼저 확인하기 위해 수급자 DB 자동조회 기능을 제외했습니다. 직접 입력 후 상담 과정·확인 내용·조치계획이 포함된 상담일지를 생성합니다.
</div>
""", unsafe_allow_html=True)

st.markdown("""
<div class="notice">
※ 생성된 문서는 그대로 사용하셔도 되며, 기관의 운영방침, 수급자 상태, 보호자 의견 및 평가기준에 따라 추가 보완사항은 얼마든지 수정 가능합니다. 기관의 상황에 맞게 활용하시기 바랍니다.
</div>
""", unsafe_allow_html=True)

INSTITUTION_GUIDES = {
    "방문요양": ["서비스 시간", "요양보호사 변경", "가사지원 범위", "인지활동", "복약확인", "낙상예방"],
    "방문목욕": ["목욕 전후 건강상태", "피부상태", "낙상예방", "이동 보조", "목욕 거부감", "보호자 협조"],
    "방문간호": ["혈압/혈당 관찰", "상처관리", "투약관리", "건강상담", "의료기관 연계", "간호처치"],
    "주간보호": ["송영", "프로그램 참여", "식사", "배변", "낙상예방", "정서지원", "가족소통"],
    "요양원": ["입소생활 적응", "식사/수면/배변", "욕창예방", "낙상예방", "프로그램 참여", "가족면회"],
    "공동생활가정": ["공동생활 적응", "정서지원", "개별 욕구", "가족소통", "프로그램 참여", "안전관리"],
}

TYPE_GUIDES = {
    "수급자상담": {
        "focus": "수급자의 건강상태, 정서상태, 일상생활 불편감, 서비스 만족도, 상태변화를 중심으로 상담",
        "action": "수급자 욕구를 급여제공계획과 일일 서비스 제공 내용에 반영",
    },
    "보호자상담": {
        "focus": "보호자의 의견, 가족 요청사항, 상태변화 전달, 서비스 조정 필요성을 중심으로 상담",
        "action": "보호자 의견을 기록하고 필요한 경우 급여제공계획 변경 또는 직원 공유",
    },
    "종사자상담": {
        "focus": "서비스 제공 중 관찰사항, 업무 고충, 수급자 상태 변화, 안전관리 필요성을 중심으로 상담",
        "action": "종사자 관찰 내용을 반영하여 서비스 방법을 조정하고 필요 시 교육·회의 안건으로 연결",
    },
    "기타상담": {
        "focus": "기관 운영상 필요한 상담, 지역자원 연계, 민원 예방, 특이사항 확인을 중심으로 상담",
        "action": "상담 내용을 기관 기록으로 남기고 후속조치 담당자와 기한을 설정",
    },
}


QA_RULES = {
    "수급자상담": [
        "현재 가장 불편하거나 힘든 점은 무엇입니까?",
        "최근 건강상태, 통증, 어지럼, 식사량, 수면, 배변·배뇨에 변화가 있었습니까?",
        "서비스 제공 과정에서 만족하는 점과 불편한 점은 무엇입니까?",
        "요양보호사 또는 기관에 추가로 요청하고 싶은 도움이 있습니까?",
        "낙상, 욕창, 인지혼동, 정서불안 등 안전상 걱정되는 일이 있었습니까?",
    ],
    "보호자상담": [
        "보호자가 보기에 수급자의 최근 건강상태나 생활상태 변화는 무엇입니까?",
        "가족이 걱정하는 위험요인이나 병원진료 필요성이 있습니까?",
        "현재 서비스 시간, 제공내용, 종사자 배치에 조정이 필요합니까?",
        "보호자가 기관에 요청하거나 공유하고 싶은 사항은 무엇입니까?",
        "급여제공계획에 반영해야 할 가족 의견이 있습니까?",
    ],
    "종사자상담": [
        "서비스 제공 중 관찰한 수급자의 주요 변화는 무엇입니까?",
        "낙상, 욕창, 식사량 감소, 인지혼동, 폭언·거부 등 위험 징후가 있었습니까?",
        "현재 제공 방법 중 조정이 필요한 부분은 무엇입니까?",
        "업무 수행 중 어려움이나 추가 교육·회의가 필요한 내용은 무엇입니까?",
        "보호자 또는 담당자에게 즉시 공유해야 할 사항이 있습니까?",
    ],
    "기타상담": [
        "상담이 필요한 주요 상황은 무엇입니까?",
        "수급자, 보호자, 종사자 중 누구와 관련된 내용입니까?",
        "기관 차원의 조치나 외부 연계가 필요한 부분은 무엇입니까?",
        "후속 확인이 필요한 시점과 담당자는 누구입니까?",
    ],
}

STATUS_CHANGE_KEYWORDS = ["낙상", "욕창", "발적", "상처", "어지", "통증", "식사량", "사레", "연하", "수면", "배변", "배뇨", "실금", "기저귀", "보행", "휘청", "인지", "혼동", "불안", "우울", "입원", "퇴원"]
CASE_RISK_KEYWORDS = ["반복", "지속", "악화", "공격", "폭언", "거부", "망상", "배회", "갈등", "다툼", "학대", "방임", "자해", "위험", "입원", "응급", "보호자 부재"]
CARE_PLAN_KEYWORDS = ["서비스", "시간", "변경", "조정", "추가", "요청", "병원", "동행", "식사", "이동", "목욕", "복약", "프로그램", "급여", "계획"]

FALL_KEYWORDS = ["낙상", "넘어", "미끄", "어지", "현기", "휘청", "보행", "부축", "지팡", "워커", "휠체어", "문턱", "조명", "야간", "화장실", "송영"]
PRESSURE_INJURY_KEYWORDS = ["욕창", "발적", "상처", "피부", "짓무", "삼출", "드레싱", "체위", "와상", "침상", "휠체어", "통증", "열감", "영양", "탈수"]
DEMENTIA_KEYWORDS = ["치매", "인지", "기억", "반복", "배회", "망상", "환각", "불안", "초조", "공격", "거부", "귀가", "집에", "고집", "혼동", "섬망"]
GUARDIAN_BURDEN_KEYWORDS = ["힘들", "소진", "부담", "지침", "혼자", "걱정", "불안", "요청", "확대", "변경", "동행", "상담"]

GENERATION_RULE = """
상담일지 작성 규칙:
1. 사용자가 입력한 상담내용에 없는 문제는 절대 생성하지 않는다.
2. 욕창, 배회, 공격성, 귀가욕구, 치매행동, 낙상 등 위험요인은 입력된 경우에만 작성한다.
3. 입력되지 않은 위험요인을 '확인 필요', '검토 필요'라는 표현으로도 넣지 않는다.
4. 전문적 사정(A)은 실제 입력된 상담내용을 바탕으로만 작성한다.
5. 조치계획(P)은 확인된 문제에 대한 계획만 작성한다.
6. 상담내용이 단순 일반상담이면 일반상담 내용으로만 작성한다.
""".strip()

RESTRICTED_REPLACEMENTS = {
    "이전과 동일": "상담 시점의 상태는 이전 기록과 큰 차이 없이 유지되는 것으로 입력됨",
    "상태 양호": "식사, 이동, 정서 표현 등 일상 기능이 비교적 안정적으로 유지되는 것으로 확인함",
    "특이사항 없음": "상담 시점에 추가로 입력된 특이사항은 없음",
    "별일 없음": "상담 시점에 추가로 입력된 별도 사항은 없음",
    "문제 없음": "상담 시점에 별도 문제로 입력된 내용은 없음",
}

INSTITUTION_SOAP_GUIDES = {
    "방문요양": {
        "focus": "가정 내 잔존 기능 유지, 주거환경 낙상 위험, 보호자 부재시간, 비급여성 요구와 급여제공 범위 조율",
        "plan": "가정 내 이동 동선과 화장실 이용 환경을 점검하고 급여제공계획 범위 안에서 신체활동 및 정서지원 방법을 조정함",
    },
    "방문목욕": {
        "focus": "목욕 전후 건강상태, 피부 발적, 감염성 피부질환, 이동·미끄럼·화상 예방, 목욕 거부감",
        "plan": "목욕 전후 컨디션과 피부상태를 확인하고 미끄럼 방지, 체온 변화, 피부 마찰 최소화 조치를 적용함",
    },
    "방문간호": {
        "focus": "만성질환 관리, 복약 이행, 간호처치 상태, 방문간호지시서 유효성, 보호자의 처치 이해도",
        "plan": "활력징후와 처치 상태를 확인하고 복약·상처·관 삽입 관리 필요 시 의료기관 또는 보호자와 연계함",
    },
    "주간보호": {
        "focus": "송영 안전, 등원 거부, 프로그램 참여도, 식사·위생 참여, 보호자 부양 부담 경감",
        "plan": "송영 및 센터 내 이동 동선을 점검하고 프로그램 참여 수준과 보호자 부담 변화를 함께 확인함",
    },
    "요양원": {
        "focus": "입소생활 적응, 공동생활 갈등, 식사·수면·배변, 욕창·낙상 예방, 보호자 상담 반영",
        "plan": "공동생활 적응과 신체·정서 상태를 관찰하고 보호자 면회·상담 내용을 시설 케어계획에 반영함",
    },
    "공동생활가정": {
        "focus": "소규모 공동체 관계, 자기결정권, 개별 생활습관, 가정형 환경 유지, 실내 이동 동선 안전",
        "plan": "개별 생활습관과 공동생활 갈등요인을 조율하고 소규모 환경에서의 정서 안정 및 안전관리 계획을 수립함",
    },
}


SUPPORT_METHOD_RULES = {
    "이동지원": {
        "keywords": ["이동", "보행", "부축", "휠체어", "지팡", "워커", "화장실", "낙상", "휘청", "어지"],
        "items": [
            "침상과 휠체어 이동 시 부축을 제공함",
            "보행기 및 지팡이 사용을 지원함",
            "실내 이동 시 안전을 확인함",
            "이동 동선을 정리하여 낙상을 예방함",
            "화장실 이동 시 동행 및 안전관찰을 실시함",
        ],
    },
    "일상생활지원": {
        "keywords": ["위생", "세면", "구강", "의복", "착탈", "손발톱", "목욕", "피부"],
        "items": [
            "세면 및 구강관리를 지원함",
            "의복 착탈의를 지원함",
            "개인위생 상태를 점검함",
            "손발톱 상태를 확인하고 위생관리를 지원함",
            "목욕 전후 건강상태와 피부상태를 확인함",
        ],
    },
    "낙상예방 지원": {
        "keywords": FALL_KEYWORDS,
        "items": [
            "보행 시 부축을 제공함",
            "미끄럼 방지 환경을 점검함",
            "침상 난간 상태를 확인함",
            "야간 이동 시 안전관찰을 실시함",
            "이동 전 어지럼 여부를 확인함",
            "보행보조기 사용을 안내함",
        ],
    },
    "욕창예방 지원": {
        "keywords": PRESSURE_INJURY_KEYWORDS,
        "items": [
            "정기적 체위변경을 실시함",
            "피부상태를 확인함",
            "욕창 발생 여부를 관찰함",
            "영양상태를 확인함",
            "장시간 동일 자세를 예방함",
            "피부 청결을 유지함",
        ],
    },
    "인지지원": {
        "keywords": DEMENTIA_KEYWORDS + ["인지저하", "기억저하", "일정표", "안전수칙"],
        "items": [
            "날짜와 장소를 반복 안내함",
            "회상대화를 실시함",
            "익숙한 환경을 유지하도록 지원함",
            "인지자극 활동을 제공함",
            "일정표를 활용하여 안내함",
            "안전수칙을 반복 교육함",
        ],
    },
    "BPSD 지원": {
        "keywords": ["반복질문", "망상", "배회", "공격", "폭언", "귀가", "환각", "거부", "불안", "초조"],
        "items": [
            "동일 질문에 안정적으로 응대함",
            "시각자료를 활용하여 설명함",
            "정면 반박을 지양함",
            "감정을 공감함",
            "화제를 전환함",
            "안전한 이동을 지원함",
            "자극요인을 제거하고 차분한 환경을 제공함",
        ],
    },
    "정서지원": {
        "keywords": ["외로움", "우울", "불안", "무기력", "소외", "눈물", "짜증", "정서", "가족", "걱정"],
        "items": [
            "말벗 서비스를 제공함",
            "공감적 경청을 실시함",
            "긍정적 피드백을 제공함",
            "취미활동 참여를 지원함",
            "성취감을 경험하도록 지원함",
            "안정적인 환경을 제공함",
            "가족 연락을 지원함",
        ],
    },
    "사회참여지원": {
        "keywords": ["고립", "프로그램", "관계", "대인", "참여", "활동", "말다툼", "갈등"],
        "items": [
            "집단 프로그램 참여를 지원함",
            "또래 관계 형성을 지원함",
            "지역사회 활동 참여를 연계함",
            "대화 기회를 제공함",
            "공동활동 참여를 유도함",
        ],
    },
    "영양지원": {
        "keywords": ["식사", "식욕", "체중", "영양", "수분", "탈수", "기호식", "선호 음식"],
        "items": [
            "선호 음식을 확인함",
            "기호식을 반영함",
            "수분섭취를 독려함",
            "영양상태를 관찰함",
            "체중변화를 확인함",
            "영양보충을 지원함",
        ],
    },
    "배변배뇨지원": {
        "keywords": ["배변", "배뇨", "변비", "요실금", "실금", "기저귀", "화장실"],
        "items": [
            "수분섭취를 독려함",
            "규칙적 배변습관을 지원함",
            "활동량 증가를 유도함",
            "배변배뇨 패턴을 확인함",
            "정기 변기유도를 실시함",
            "위생관리를 지원함",
        ],
    },
    "복약지원": {
        "keywords": ["복약", "약", "투약", "약물", "복용", "혈압", "혈당"],
        "items": [
            "복약 여부를 확인함",
            "약물 보관상태를 점검함",
            "보호자와 복약 정보를 공유함",
            "복약일지를 확인함",
            "투약시간을 안내함",
        ],
    },
    "보호자지원": {
        "keywords": GUARDIAN_BURDEN_KEYWORDS + ["보호자", "가족", "가족갈등"],
        "items": [
            "보호자 상담을 실시함",
            "돌봄 부담을 경청함",
            "지역자원 연계를 안내함",
            "가족 의견을 조정함",
            "의사소통을 지원함",
        ],
    },
    "지역자원 연계": {
        "keywords": ["치매", "건강관리", "경제", "고립", "병원", "보건소", "복지관", "행정복지센터", "지역자원", "방문간호"],
        "items": [
            "입력된 내용에 따라 관련 지역자원을 안내함",
            "방문간호 서비스를 연계함",
            "보건소 프로그램을 안내함",
            "행정복지센터 이용 정보를 안내함",
            "복지관 프로그램 참여를 연계함",
        ],
    },
}


def _join_qna_answer_values(qna_answers):
    if not qna_answers:
        return ""
    answers = []
    for answer in qna_answers.values():
        answer = _clean_text(answer)
        if answer:
            answers.append(answer)
    return " ".join(answers)


def _contains_keywords(text, keywords):
    source = str(text or "")
    return any(keyword in source for keyword in keywords)


def _replace_restricted_phrases(text):
    result = str(text or "")
    for bad, good in RESTRICTED_REPLACEMENTS.items():
        result = result.replace(bad, good)
    return result


def _formalize_sentence(text):
    cleaned = _replace_restricted_phrases(_clean_text(text))
    if not cleaned:
        return ""
    if cleaned.endswith(("함", "임", "됨", "확인됨", "판단됨", "사정됨", "있음", "없음", "하심", "말씀하심", ".")):
        return cleaned.rstrip(".")
    return f"{cleaned}로 확인됨"


def _risk_flag(text, keywords):
    return _contains_keywords(text, keywords)


def build_individual_support_methods(data, specialized=None):
    qna_text = _join_qna_answer_values(data.get("qna_answers", {}))
    combined = " ".join([
        data.get("institution_type", ""),
        data.get("care_grade", ""),
        data.get("main_condition", ""),
        data.get("cognitive_status", ""),
        data.get("mobility_status", ""),
        data.get("diet_status", ""),
        data.get("toileting_status", ""),
        data.get("client_status_change", ""),
        data.get("guardian_opinion", ""),
        data.get("staff_observation", ""),
        data.get("custom_need", ""),
        qna_text,
    ])

    selected = {}
    for category, rule in SUPPORT_METHOD_RULES.items():
        if _contains_keywords(combined, rule["keywords"]):
            selected[category] = rule["items"][:3]

    if specialized:
        if specialized.get("fall"):
            selected.setdefault("낙상예방 지원", SUPPORT_METHOD_RULES["낙상예방 지원"]["items"][:3])
        if specialized.get("pressure"):
            selected.setdefault("욕창예방 지원", SUPPORT_METHOD_RULES["욕창예방 지원"]["items"][:3])
        if specialized.get("dementia"):
            selected.setdefault("인지지원", SUPPORT_METHOD_RULES["인지지원"]["items"][:3])
            selected.setdefault("BPSD 지원", SUPPORT_METHOD_RULES["BPSD 지원"]["items"][2:5])
        if specialized.get("guardian_burden"):
            selected.setdefault("보호자지원", SUPPORT_METHOD_RULES["보호자지원"]["items"][:3])

    if not selected:
        return "[개인별 이용계획 지원방법]\n- 입력된 상담내용에 별도 지원방법 변경 사항이 없어 현재 서비스 제공 내용을 유지함"

    limited = list(selected.items())[:5]
    lines = ["[개인별 이용계획 지원방법]"]
    for category, items in limited:
        lines.append(f"{category}")
        for item in items[:3]:
            lines.append(f"- {item}")
    return "\n".join(lines)


def analyze_specialized_risks(data):
    qna_text = _join_qna_answer_values(data.get("qna_answers", {}))
    combined = " ".join([
        data.get("main_condition", ""),
        data.get("cognitive_status", ""),
        data.get("mobility_status", ""),
        data.get("diet_status", ""),
        data.get("toileting_status", ""),
        data.get("client_status_change", ""),
        data.get("guardian_opinion", ""),
        data.get("staff_observation", ""),
        data.get("custom_need", ""),
        qna_text,
    ])
    fall = _risk_flag(combined, FALL_KEYWORDS)
    pressure = _risk_flag(combined, PRESSURE_INJURY_KEYWORDS)
    dementia = _risk_flag(combined, DEMENTIA_KEYWORDS)
    guardian_burden = _risk_flag(data.get("guardian_opinion", "") + " " + qna_text, GUARDIAN_BURDEN_KEYWORDS)

    count = sum([fall, pressure, dementia])
    if count >= 2 or _contains_keywords(combined, ["응급", "입원", "악화", "공격", "상처", "삼출", "감염", "반복 낙상"]):
        level = "위험"
    elif count == 1 or guardian_burden:
        level = "주의"
    else:
        level = "안정"

    details = []
    plans = []
    if fall:
        details.append("입력된 상담내용에 낙상 관련 단서가 포함됨")
        plans.append("낙상예방을 위해 이동 동선, 화장실 이용, 미끄럼 방지, 보행보조기 사용 여부를 점검하고 이동 시 부축 및 직원 동행을 강화함")
    if pressure:
        details.append("입력된 상담내용에 욕창 또는 피부손상 관련 단서가 포함됨")
        plans.append("입력된 피부 관련 내용에 따라 체위변경, 압박부위 관리, 영양·수분 섭취 지원을 서비스 제공 과정에 반영함")
    if dementia:
        details.append("입력된 상담내용에 치매 또는 인지·행동 변화 관련 단서가 포함됨")
        plans.append("정면 반박을 피하고 감정 공감, 짧은 설명, 익숙한 화제 전환, 개별 프로그램 또는 안정 환경 제공을 적용함")
    if guardian_burden:
        details.append("입력된 상담내용에 보호자의 돌봄 부담 또는 추가 요청이 포함됨")
        plans.append("보호자 의견을 상담기록에 반영하고 서비스 조정 가능 범위, 병원진료, 상담, 지역자원 연계 필요성을 안내함")

    if not details:
        details.append("입력된 상담내용에서 별도 위험요인은 작성되지 않음")
    if not plans:
        plans.append("입력된 상담내용을 상담기록으로 보관하고 현재 서비스 제공 내용을 유지함")

    return {
        "combined": combined,
        "fall": fall,
        "pressure": pressure,
        "dementia": dementia,
        "guardian_burden": guardian_burden,
        "level": level,
        "details": details,
        "plans": plans,
    }


def build_soap_sections(data, analysis, specialized):
    subject_sources = [
        data.get("guardian_opinion", ""),
        data.get("custom_need", ""),
        _join_qna_answer_values(data.get("qna_answers", {})),
        data.get("client_status_change", ""),
    ]
    subjective = _clean_text(" / ".join([_formalize_sentence(x) for x in subject_sources if _clean_text(x)]))
    if not subjective:
        subjective = f"{data['counseling_type']} 과정에서 {data['counseling_reason']} 내용으로 일반상담을 진행함"

    objective_items = []
    objective_fields = [
        ("주요 질환 및 상태", "main_condition"),
        ("인지상태", "cognitive_status"),
        ("이동상태", "mobility_status"),
        ("식사상태", "diet_status"),
        ("배변·배뇨상태", "toileting_status"),
        ("상태변화", "client_status_change"),
        ("종사자 관찰사항", "staff_observation"),
    ]
    for label, key in objective_fields:
        value = _formalize_sentence(data.get(key))
        if value:
            objective_items.append(f"{label}: {value}")
    if not objective_items:
        objective_items.append("추가 위험요인 입력 없이 일반 상담으로 기록함")
    objective = "\n".join([f"- {item}" for item in objective_items])

    risk_summary = " / ".join(specialized["details"])
    assessment_parts = [
        f"상담대상은 {data['counseling_type']}이며, 입력된 상담내용을 기준으로 사정함.",
        risk_summary,
    ]
    if analysis["status_needed"]:
        assessment_parts.append("입력 내용에 상태변화 단서가 있어 상태변화기록지 작성 대상으로 판단함.")
    if analysis["case_needed"] or specialized["level"] == "위험":
        assessment_parts.append("입력 내용에 사례관리 연계가 필요한 위험 단서가 포함됨.")
    assessment = " ".join([part for part in assessment_parts if _clean_text(part)])

    plan_items = list(specialized["plans"])
    if analysis["care_plan_needed"]:
        plan_items.append(analysis["care_plan_reason"])
    if analysis["status_needed"]:
        plan_items.append(analysis["status_reason"])
    if analysis["case_needed"] or specialized["level"] == "위험":
        plan_items.append(analysis["case_reason"])
    unique_plans = []
    for item in plan_items:
        item = _formalize_sentence(item)
        if item and item not in unique_plans:
            unique_plans.append(item)
    plan = "\n".join([f"- {item}" for item in unique_plans[:8]])

    return f"""
[SOAP 상담기록]
S(주관적 진술): {subjective}

O(객관적 관찰):
{objective}

A(전문적 사정): {assessment}

P(조치계획):
{plan}
""".strip()


def analyze_counseling_answers(data):
    qna_text = _join_qna_answer_values(data.get("qna_answers", {}))
    combined = " ".join([
        data.get("main_condition", ""),
        data.get("cognitive_status", ""),
        data.get("mobility_status", ""),
        data.get("diet_status", ""),
        data.get("toileting_status", ""),
        data.get("client_status_change", ""),
        data.get("guardian_opinion", ""),
        data.get("staff_observation", ""),
        data.get("custom_need", ""),
        qna_text,
    ])
    status_needed = _contains_keywords(combined, STATUS_CHANGE_KEYWORDS)
    case_needed = _contains_keywords(combined, CASE_RISK_KEYWORDS)
    care_plan_needed = _contains_keywords(combined, CARE_PLAN_KEYWORDS) or status_needed or case_needed
    if case_needed:
        risk_level = "위험"
    elif status_needed:
        risk_level = "주의"
    else:
        risk_level = "안정"
    return {
        "qna_text": qna_text,
        "combined": combined,
        "risk_level": risk_level,
        "status_needed": status_needed,
        "case_needed": case_needed,
        "care_plan_needed": care_plan_needed,
        "status_reason": "상담 답변에서 상태변화 단서가 확인되어 상태변화기록지 작성 대상으로 기록함" if status_needed else "해당 없음",
        "case_reason": "상담 답변에서 반복·악화·위험 수준의 문제가 확인되어 사례관리 연계 대상으로 기록함" if case_needed else "해당 없음",
        "care_plan_reason": "상담 결과를 급여제공계획 또는 서비스 제공 방법에 반영할 필요가 있음" if care_plan_needed else "상담내용만 기록함",
    }


def build_qna_generated_sections(data):
    analysis = analyze_counseling_answers(data)
    qna_text = analysis["qna_text"] or "Q&A 입력 내용 없음"
    status_text = _clean_text(data.get("client_status_change")) or "상태변화 입력 내용 없음"
    guardian_text = _clean_text(data.get("guardian_opinion")) or "보호자 의견 입력 내용 없음"
    staff_text = _clean_text(data.get("staff_observation")) or "종사자 관찰사항 입력 내용 없음"
    need_text = _clean_text(data.get("custom_need")) or "추가 욕구 및 요청사항 입력 내용 없음"
    follow_items = []
    if analysis["status_needed"]:
        follow_items.append(analysis["status_reason"])
    if analysis["case_needed"]:
        follow_items.append(analysis["case_reason"])
    if analysis["care_plan_needed"]:
        follow_items.append(analysis["care_plan_reason"])
    follow_text = "\n".join([f"- {item}" for item in follow_items]) or "- 단순 일반상담으로 기록함"
    if analysis["status_needed"] or analysis["case_needed"]:
        status_analysis_text = f"입력된 상담내용을 기준으로 위험수준은 {analysis['risk_level']} 단계로 기록함. 입력되지 않은 위험요인은 생성하지 않음."
    else:
        status_analysis_text = "입력된 상담내용을 기준으로 일반상담으로 기록함."
    optional_sections = []
    if analysis["care_plan_needed"]:
        optional_sections.append(f"[급여제공계획 반영 여부]\n{analysis['care_plan_reason']}")
    if analysis["status_needed"]:
        optional_sections.append(f"[상태변화기록지 작성 필요 여부]\n{analysis['status_reason']}")
    if analysis["case_needed"]:
        optional_sections.append(f"[사례관리 연계 필요 여부]\n{analysis['case_reason']}")
    optional_text = "\n\n".join(optional_sections)
    return f"""
[Q&A 확인 내용]
입력 답변: {qna_text}

[상담내용]
상담분류는 {data['counseling_type']}이며, 상담사유는 {data['counseling_reason']}임. Q&A 및 기본 입력을 종합한 결과, 수급자 상태변화는 "{status_text}"로 확인됨. 보호자 의견은 "{guardian_text}"이며, 종사자 관찰사항은 "{staff_text}"로 정리됨.

[상태분석]
{status_analysis_text}

[조치계획]
확인된 욕구 및 요청사항은 "{need_text}"임. 입력된 상담내용을 담당자와 공유하고 필요한 범위에서만 조치함.

[후속관리]
{follow_text}
{chr(10) + chr(10) + optional_text if optional_text else ""}
""".strip(), analysis

OPENERS = [
    "상담 과정에서 확인한 결과",
    "금일 상담을 통해 파악한 내용은",
    "최근 서비스 제공 상황을 종합해 보면",
    "수급자 및 관련자의 의견을 확인한 결과",
]
TONES = [
    "현재 상태를 유지하면서도 세심한 관찰이 요구됩니다.",
    "일상생활의 안정성을 높이기 위한 지속적인 지원이 필요합니다.",
    "개별 욕구가 급여제공 과정에 충분히 반영되도록 조정이 필요합니다.",
    "상태 변화 가능성을 고려하여 정기적인 확인과 기록이 필요합니다.",
]

def mask_name(name: str) -> str:
    name = str(name or "").strip()
    if len(name) >= 3:
        return name[0] + "○" + name[2:]
    if len(name) == 2:
        return name[0] + "○"
    return name


def _clean_text(value: str) -> str:
    text = str(value or "").strip()
    while ",," in text:
        text = text.replace(",,", ",")
    return text.strip(" ,")


def _symptom_process(data):
    """입력된 상태변화에 따라 상담 과정이 단순 복붙이 되지 않도록 확인 절차를 자동 구성합니다."""
    combined = " ".join([
        data.get("main_condition", ""),
        data.get("client_status_change", ""),
        data.get("guardian_opinion", ""),
        data.get("staff_observation", ""),
        data.get("custom_need", ""),
    ])

    steps = []
    if any(k in combined for k in ["어지", "현기", "휘청", "기립", "멀미"]):
        steps.extend([
            "입력된 어지럼 관련 내용을 상담기록에 반영하였다.",
            "어지럼과 함께 입력된 생활상 불편 사항을 담당자와 공유하기로 하였다.",
        ])
    if any(k in combined for k in ["식사", "식욕", "영양", "체중", "사레", "연하"]):
        steps.extend([
            "입력된 식사 관련 내용을 상담기록에 반영하였다.",
            "식사와 관련하여 입력된 요청사항을 서비스 제공 과정에 참고하기로 하였다.",
        ])
    if any(k in combined for k in ["낙상", "보행", "지팡", "휠체어", "부축", "이동"]):
        steps.extend([
            "보행 보조도구 사용상태, 이동 동선, 화장실 이동 시 위험요인, 바닥 미끄럼 여부를 확인하였다.",
            "낙상예방을 위해 이동 전후 직원 확인, 자리 이동 시 부축, 프로그램 참여 시 안전한 좌석 배치를 점검하기로 하였다.",
        ])
    if any(k in combined for k in ["치매", "인지", "기억", "불안", "초조", "배회"]):
        steps.extend([
            "입력된 인지 및 정서 관련 내용을 상담기록에 반영하였다.",
            "설명은 짧고 반복적으로 제공하고, 익숙한 환경에서 안정감을 느끼도록 정서지지를 병행하기로 하였다.",
        ])
    if any(k in combined for k in ["배변", "배뇨", "기저귀", "실금", "변비"]):
        steps.extend([
            "배변·배뇨 양상, 화장실 이동 가능 여부, 실금 또는 변비 여부를 확인하고 위생관리 필요성을 점검하였다.",
        ])

    if not steps:
        steps = [
            "입력된 상담내용을 중심으로 상담 사유와 요청사항을 기록하였다.",
            "상담 중 별도로 입력된 위험요인이 없어 일반 상담 내용으로 정리하였다.",
            "입력된 내용은 담당자와 공유하고 현재 서비스 제공 과정에 참고하기로 하였다.",
        ]

    # 중복 제거
    unique = []
    for step in steps:
        if step not in unique:
            unique.append(step)
    return "\n".join([f"{i}. {step}" for i, step in enumerate(unique[:7], 1)])


def build_counseling_text(data):
    # Prepare inputs
    selected_items_str = ", ".join(data.get("selected_items_list", []))
    keywords = data.get("keywords", "").strip()
    additional_needs = data.get("additional_needs", "").strip()
    
    # Check if AI should be used
    use_ai = st.session_state.get("use_lm_studio", False)
    ai_generated = False
    ai_content = ""
    
    if use_ai:
        system_prompt = COUNSELING_GENERATION_RULE
        user_prompt = f"""
수급자명: {data['masked_name']}
장기요양등급: {data['care_grade']}
기관유형: {data['institution_type']}
상담 사유: {data['counseling_reason']}
상담 목적: {data['counseling_purpose']}
선택된 검토 항목: {selected_items_str}
핵심 단어: {keywords}
추가 욕구/요청 사항: {additional_needs}
연동 여부: 사례관리 필요({data['case_needed']}), 욕구사정 재검토 필요({data['needs_assessment_needed']}), 급여제공계획 변경 필요({data['careplan_change_needed']}), 등급변경 신청 검토 필요({data['care_grade_review_needed']}), 보호자 추가 상담 필요({data['followup_counseling_needed']})
"""
        basic_status = []
        if data.get("cognitive_status", "").strip(): basic_status.append(f"- 인지상태: {data['cognitive_status']}")
        if data.get("mobility_status", "").strip(): basic_status.append(f"- 이동상태: {data['mobility_status']}")
        if data.get("diet_status", "").strip(): basic_status.append(f"- 식사상태: {data['diet_status']}")
        if data.get("toileting_status", "").strip(): basic_status.append(f"- 배변/배뇨상태: {data['toileting_status']}")
        if data.get("client_status_change", "").strip(): basic_status.append(f"- 상태변화: {data['client_status_change']}")
        if data.get("guardian_opinion", "").strip(): basic_status.append(f"- 보호자 의견: {data['guardian_opinion']}")
        if data.get("staff_observation", "").strip(): basic_status.append(f"- 종사자 관찰사항: {data['staff_observation']}")
        
        basic_status_str = "\n".join(basic_status)
        if basic_status_str:
            user_prompt += f"\n수급자 상태 참고 정보:\n{basic_status_str}"
            
        try:
            client = OpenAI(base_url="http://127.0.0.1:1234/v1", api_key="lm-studio")
            completion = client.chat.completions.create(
                model="qwen2.5-7b-instruct",
                messages=[
                    {"role": "system", "content": system_prompt},
                    {"role": "user", "content": user_prompt},
                ],
                temperature=0.7,
            )
            ai_content = completion.choices[0].message.content
            ai_generated = True
        except Exception as e:
            st.error(f"LM Studio AI 생성 실패 ({e}). 규칙 기반 생성기로 대체합니다.")
            
    if not ai_generated:
        ai_content = generate_rule_based_counseling_text(data)
        
    # Parse sections
    parsed = parse_sections(ai_content)
    
    # Build content by combining sections 1, 2, 3, 5
    content_parts = []
    if parsed["상담 사유"]:
        content_parts.append(f"[상담 사유]\n{parsed['상담 사유']}")
    if parsed["상담 내용"]:
        content_parts.append(f"[상담 내용]\n{parsed['상담 내용']}")
    if parsed["전문적 사정"]:
        content_parts.append(f"[전문적 사정]\n{parsed['전문적 사정']}")
    if parsed["연동 필요 항목"]:
        content_parts.append(f"[연동 필요 항목]\n{parsed['연동 필요 항목']}")
        
    content = "\n\n".join(content_parts)
    if not content:
        content = ai_content  # fallback
        
    action = parsed["조치계획"] or "상담 결과를 담당 직원들과 공유하고 서비스 제공에 반영함."
    
    # Generate support methods
    support_methods = build_individual_support_methods(data)
    
    return content, action, support_methods

def evaluate_record(data):
    # 새 필드(핵심단어, 추가욕구) 반영하여 평가 기준 완화 및 검증
    has_keywords_or_needs = bool(data.get("keywords", "").strip()) or bool(data.get("additional_needs", "").strip())
    required = {
        "상담일자": bool(data["counseling_date"]),
        "상담분류": bool(data["counseling_type"]),
        "상담사유": bool(data["counseling_reason"]),
        "상태변화 반영": bool(data.get("client_status_change", "").strip()) or has_keywords_or_needs or "상태변화" in data.get("counseling_content", ""),
        "보호자 의견 반영": bool(data.get("guardian_opinion", "").strip()) or has_keywords_or_needs or data["counseling_type"] == "보호자상담",
        "종사자 관찰 반영": bool(data.get("staff_observation", "").strip()) or has_keywords_or_needs or data["counseling_type"] == "종사자상담",
        "후속조치": bool(data.get("action_plan", "").strip()),
        "급여제공 반영": "급여" in data.get("counseling_content", "") or "계획" in data.get("action_plan", ""),
        "지원방법 구체화": bool(data.get("support_methods", "").strip()) or "개인별 이용계획 지원방법" in data.get("counseling_content", ""),
    }
    score = int(sum(required.values()) / len(required) * 100)
    missing = [k for k, v in required.items() if not v]
    if score >= 90:
        result = "평가 적합도가 높습니다. 상담사유, 상태변화, 보호자 의견, 후속조치가 잘 반영되었습니다."
    elif score >= 75:
        result = "대체로 적합하나 일부 보완이 필요합니다. 부족 항목을 추가하면 평가 대응력이 높아집니다."
    else:
        result = "보완이 필요합니다. 상담사유, 상태변화, 보호자 의견, 후속조치를 더 구체적으로 입력해 주세요."
    return score, missing, result


def style_range(ws, cell_range, fill=None, font=None, alignment=None):
    thin = Side(style="thin", color="000000")
    border = Border(left=thin, right=thin, top=thin, bottom=thin)
    cells = ws[cell_range]
    if not isinstance(cells, tuple):
        cells = ((cells,),)
    for row in cells:
        for cell in row:
            cell.border = border
            if fill:
                cell.fill = fill
            if font:
                cell.font = font
            if alignment:
                cell.alignment = alignment


def split_text_by_length(text, max_len=650):
    text = str(text or "").strip()
    if not text:
        return [""]
    chunks = []
    while len(text) > max_len:
        cut = text.rfind("\n", 0, max_len)
        if cut == -1:
            cut = text.rfind(". ", 0, max_len)
        if cut == -1:
            cut = text.rfind("다.", 0, max_len)
            if cut != -1:
                cut += 2
        if cut == -1 or cut < int(max_len * 0.45):
            cut = max_len
        chunks.append(text[:cut].strip())
        text = text[cut:].strip()
    if text:
        chunks.append(text)
    return chunks or [""]


def generate_excel(data):
    wb = Workbook()
    ws = wb.active
    ws.title = "상담일지"

    ws.page_setup.paperSize = ws.PAPERSIZE_A4
    ws.page_setup.orientation = "portrait"
    ws.page_setup.fitToWidth = 1
    ws.page_setup.fitToHeight = 0
    ws.sheet_properties.pageSetUpPr.fitToPage = True
    ws.page_margins.left = 0.3
    ws.page_margins.right = 0.3
    ws.page_margins.top = 0.4
    ws.page_margins.bottom = 0.4
    ws.sheet_view.showGridLines = False

    title_fill = PatternFill("solid", fgColor="E2F0D9")
    header_fill = PatternFill("solid", fgColor="F2F2F2")

    for col in range(1, 10):
        ws.column_dimensions[get_column_letter(col)].width = 11.5

    ws.merge_cells("A1:G2")
    ws.cell(1, 1).value = "상 담 일 지"
    ws.cell(1, 1).font = Font(name="Malgun Gothic", size=24, bold=True)
    ws.cell(1, 1).alignment = Alignment(horizontal="center", vertical="center", wrap_text=True)
    style_range(ws, "A1:G2", fill=title_fill)

    ws.cell(1, 8).value = "담당자"
    ws.cell(1, 9).value = "시설장"
    ws.cell(2, 8).value = ""
    ws.cell(2, 9).value = ""
    for r in [1, 2]:
        for c in [8, 9]:
            cell = ws.cell(r, c)
            cell.alignment = Alignment(horizontal="center", vertical="center")
            cell.font = Font(name="Malgun Gothic", size=11, bold=(r == 1))
            if r == 1:
                cell.fill = header_fill
            style_range(ws, f"{get_column_letter(c)}{r}:{get_column_letter(c)}{r}")
    ws.row_dimensions[1].height = 28
    ws.row_dimensions[2].height = 45

    def write_info_row(row, a, b, c_val, d, e, f):
        ws.cell(row, 1).value = a
        ws.merge_cells(start_row=row, start_column=2, end_row=row, end_column=3)
        ws.cell(row, 2).value = b
        ws.cell(row, 4).value = c_val
        ws.merge_cells(start_row=row, start_column=5, end_row=row, end_column=6)
        ws.cell(row, 5).value = d
        ws.cell(row, 7).value = e
        ws.merge_cells(start_row=row, start_column=8, end_row=row, end_column=9)
        ws.cell(row, 8).value = f
        for col in [1, 4, 7]:
            ws.cell(row, col).fill = header_fill
            ws.cell(row, col).font = Font(name="Malgun Gothic", size=11, bold=True)
            ws.cell(row, col).alignment = Alignment(horizontal="center", vertical="center", wrap_text=True)
        for col in [2, 5, 8]:
            ws.cell(row, col).font = Font(name="Malgun Gothic", size=11)
            ws.cell(row, col).alignment = Alignment(horizontal="center", vertical="center", wrap_text=True)
        style_range(ws, f"A{row}:I{row}")
        ws.row_dimensions[row].height = 30

    r = 3
    write_info_row(r, "기관명", data["institution_name"], "기관유형", data["institution_type"], "상담분류", data["counseling_type"]); r += 1
    write_info_row(r, "수급자", data["masked_name"], "장기요양등급", data["care_grade"], "상담일자", data["counseling_date"]); r += 1
    write_info_row(r, "상담자", data["counselor"], "상담사유", data["counseling_reason"], "평가적합도", f"{data['evaluation_score']}점"); r += 1

    def estimate_body_rows(text, min_rows=4):
        text = str(text or "")
        visual_lines = 0
        for line in text.split("\n") or [""]:
            visual_lines += max(1, (len(line) // 62) + 1)
        return max(min_rows, min(24, visual_lines + 2))

    def write_text_section(row, label, content_val, min_rows=4):
        pages = split_text_by_length(content_val, 650)
        for page_idx, page_text in enumerate(pages, start=1):
            display_label = f"{label} ({page_idx}/{len(pages)}페이지)" if len(pages) > 1 else label
            ws.merge_cells(start_row=row, start_column=1, end_row=row, end_column=9)
            ws.cell(row, 1).value = display_label
            ws.cell(row, 1).font = Font(name="Malgun Gothic", size=11, bold=True)
            ws.cell(row, 1).alignment = Alignment(horizontal="center", vertical="center", wrap_text=True)
            ws.cell(row, 1).fill = header_fill
            style_range(ws, f"A{row}:I{row}", fill=header_fill)
            ws.row_dimensions[row].height = 24

            body_start = row + 1
            body_rows = estimate_body_rows(page_text, min_rows)
            body_end = body_start + body_rows - 1
            ws.merge_cells(start_row=body_start, start_column=1, end_row=body_end, end_column=9)
            ws.cell(body_start, 1).value = page_text
            ws.cell(body_start, 1).font = Font(name="Malgun Gothic", size=10.5)
            ws.cell(body_start, 1).alignment = Alignment(horizontal="left", vertical="top", wrap_text=True)
            for body_row in range(body_start, body_end + 1):
                ws.row_dimensions[body_row].height = 19
            style_range(ws, f"A{body_start}:I{body_end}")

            row = body_end + 1
            if page_idx < len(pages):
                ws.row_breaks.append(Break(id=row))
        return row

    detail_rows = [
        ("상담내용", data["counseling_content"], 8),
        ("개인별 이용계획 지원방법", data.get("support_methods", ""), 6),
        ("조치계획", data["action_plan"], 5),
        ("평가 적합도 점검", data["compliance_result"], 3),
        ("부족한 항목", data["missing_items"], 3),
    ]
    for label, content_val, min_rows in detail_rows:
        r = write_text_section(r, label, content_val, min_rows)

    # 공통 안내문구 추가
    ws.merge_cells(start_row=r, start_column=1, end_row=r, end_column=9)
    ws.cell(r, 1).value = "※ 생성된 문서는 그대로 사용하셔도 되며, 기관의 운영방침, 수급자 상태, 보호자 의견 및 평가기준에 따라 추가 보완사항은 얼마든지 수정 가능합니다. 기관의 상황에 맞게 활용하시기 바랍니다."
    ws.cell(r, 1).font = Font(name="Malgun Gothic", size=8.5, color="595959", italic=True)
    ws.cell(r, 1).alignment = Alignment(horizontal="left", vertical="center", wrap_text=True)
    style_range(ws, f"A{r}:I{r}")
    ws.row_dimensions[r].height = 36
    r += 1
    ws.print_area = f"A1:I{r - 1}"

    output = BytesIO()
    wb.save(output)
    output.seek(0)
    return output

clients_df = load_clients()

# Sidebar config
st.sidebar.subheader("AI 설정")
use_lm_studio = st.sidebar.toggle("LM Studio / Qwen 사용", value=False)
st.session_state["use_lm_studio"] = use_lm_studio

if DB_PATH and os.path.exists(DB_PATH):
    st.sidebar.success("Client Center DB 연결됨")
    st.sidebar.caption(DB_PATH)
else:
    st.sidebar.warning("Client Center DB를 찾지 못했습니다. 직접 입력 모드로 작동합니다.")

st.subheader("1단계. 수급자 선택 및 기본정보")

mode = st.radio(
    "입력 방식 선택",
    ["Client Center에서 수급자 선택", "직접 입력"],
    horizontal=True,
)

selected_client = None

if mode == "Client Center에서 수급자 선택" and not clients_df.empty:
    options = clients_df.apply(
        lambda x: f"{x['id']}번 - {x['masked_name']} / {x['장기요양등급']} / {x['기관유형']} / {x['status']}",
        axis=1,
    ).tolist()
    
    selected_option = st.selectbox("수급자 선택", options)
    selected_id = int(selected_option.split("번")[0])
    selected_client = clients_df[clients_df["id"] == selected_id].iloc[0]
elif mode == "Client Center에서 수급자 선택" and clients_df.empty:
    st.warning("등록된 수급자 정보가 없거나 DB를 찾지 못했습니다. 직접 입력 모드로 진행하세요.")

# Prefill variables
if selected_client is not None:
    default_name = selected_client.get("name", "홍길동")
    default_masked_name = selected_client.get("masked_name", "홍○동")
    default_grade = str(selected_client.get("장기요양등급", "3등급")).strip()
    if default_grade in ["1", "2", "3", "4", "5"]:
        default_grade = default_grade + "등급"
    default_inst_type = selected_client.get("기관유형", "방문요양")
    default_inst_name = selected_client.get("기관명", "")
    default_recognition_number = selected_client.get("인정번호", "")
    default_recognition_start = selected_client.get("인정기간 시작일", "")
    default_recognition_end = selected_client.get("인정기간 종료일", "")
    default_main_condition = selected_client.get("main_condition", "")
    
    # Load status inputs if available
    default_cognitive = selected_client.get("cognitive_status", "")
    default_mobility = selected_client.get("mobility_status", "")
    default_diet = selected_client.get("diet_status", "")
    default_toileting = selected_client.get("toileting_status", "")
    default_notes = selected_client.get("notes", "")
else:
    default_name = "홍길동"
    default_masked_name = "홍○동"
    default_grade = "3등급"
    default_inst_type = "방문요양"
    default_inst_name = "장기요양기관"
    default_recognition_number = ""
    default_recognition_start = ""
    default_recognition_end = ""
    default_main_condition = ""
    
    default_cognitive = ""
    default_mobility = ""
    default_diet = ""
    default_toileting = ""
    default_notes = ""

# Show input columns
col1, col2, col3 = st.columns(3)
institution_name = col1.text_input("기관명", default_inst_name)
institution_type = col2.selectbox(
    "기관유형", 
    list(INSTITUTION_GUIDES.keys()), 
    index=list(INSTITUTION_GUIDES.keys()).index(default_inst_type) if default_inst_type in INSTITUTION_GUIDES else 0
)
counseling_type = col3.radio("상담분류", ["수급자상담", "보호자상담", "종사자상담", "기타상담"], horizontal=True)

col4, col5, col6, col7 = st.columns(4)
name = col4.text_input("수급자 이름", default_name)
masked_name = col5.text_input("가명 표기", default_masked_name)
care_grade = col6.selectbox(
    "장기요양등급", 
    ["1등급", "2등급", "3등급", "4등급", "5등급", "인지지원등급", "미입력"], 
    index=["1등급", "2등급", "3등급", "4등급", "5등급", "인지지원등급", "미입력"].index(default_grade) if default_grade in ["1등급", "2등급", "3등급", "4등급", "5등급", "인지지원등급", "미입력"] else 2
)
counseling_date = col7.date_input("상담일자", value=date.today())

col8, col9, col10 = st.columns(3)
counselor = col8.text_input("상담자", "사회복지사")
counseling_reason = col9.selectbox(
    "상담 사유 (trigger)",
    [
        "상태변화기록지 상담필요 기록",
        "수급자 요청",
        "보호자 요청",
        "요양보호사/종사자 요청",
        "사회복지사 판단",
        "시설장/관리책임자 판단",
        "사례관리 검토 필요",
        "욕구사정 재검토 필요",
        "급여제공계획 변경 필요",
        "기타 직접입력",
    ]
)
main_condition = col10.text_input("주요 질환/상태", default_main_condition)

# Recognition numbers and dates (Section 3-1)
col_rec1, col_rec2, col_rec3 = st.columns(3)
recognition_number = col_rec1.text_input("인정번호", default_recognition_number)
recognition_start_date = col_rec2.text_input("인정기간 시작일", default_recognition_start, placeholder="예: 2025-03-03")
recognition_end_date = col_rec3.text_input("인정기간 종료일", default_recognition_end, placeholder="예: 2027-03-02")


st.subheader("2단계. 상담 목적 및 관련 항목 선택")

counseling_purpose = st.radio(
    "이번 상담의 목적",
    [
        "일반 상담",
        "사례관리 검토 상담",
        "욕구사정 재검토 상담",
        "급여제공계획 변경 상담",
        "복합 상담",
    ],
    horizontal=True
)

selected_items_list = []

# Dynamic multiselect elements based on purpose
if counseling_purpose in ["사례관리 검토 상담", "복합 상담"]:
    case_items = st.multiselect(
        "사례관리 검토 항목",
        [
            "이동능력 저하",
            "워커 사용에서 휠체어 사용으로 변경",
            "반복 낙상 또는 낙상위험 증가",
            "하지근력 약화",
            "입원 또는 퇴원 후 관리 필요",
            "장기요양등급 변경 신청 검토",
            "보호자 돌봄 부담 증가",
            "서비스 시간 또는 횟수 조정 필요",
            "보조기구 변경 필요",
            "치매행동 또는 인지기능 변화",
            "식사량 감소 또는 영양불균형",
            "배변·배뇨 문제 증가",
            "정서불안, 우울, 수면문제",
            "가족·주거·경제적 문제",
            "지역사회 자원 연계 필요",
            "기타 직접입력",
        ]
    )
    selected_items_list.extend(case_items)

if counseling_purpose in ["욕구사정 재검토 상담", "복합 상담"]:
    needs_items = st.multiselect(
        "욕구사정 재검토 항목",
        [
            "ADL 변화",
            "IADL 변화",
            "보행 및 이동능력 변화",
            "보조기구 사용 변화",
            "인지기능 변화",
            "의사소통 변화",
            "식사 및 영양상태 변화",
            "배변·배뇨 상태 변화",
            "낙상위험 증가",
            "욕창위험 증가",
            "통증 증가",
            "수면상태 변화",
            "정서상태 변화",
            "보호자 또는 가족환경 변화",
            "주거환경 변화",
            "입원·퇴원·질병상태 변화",
            "기타 직접입력",
        ]
    )
    selected_items_list.extend(needs_items)

if counseling_purpose in ["급여제공계획 변경 상담", "복합 상담"]:
    careplan_items = st.multiselect(
        "급여제공계획 변경 항목",
        [
            "서비스 시간 변경 필요",
            "서비스 횟수 변경 필요",
            "서비스 내용 변경 필요",
            "신체활동지원 변경",
            "인지활동지원 변경",
            "정서지원 변경",
            "일상생활지원 변경",
            "가족상담 또는 보호자 지원 필요",
            "낙상예방 계획 반영",
            "욕창예방 계획 반영",
            "식사·영양관리 계획 반영",
            "배변·배뇨관리 계획 반영",
            "보조기구 변경 반영",
            "등급변경 신청 검토",
            "목표 수정 필요",
            "공단 입력 참고자료 필요",
            "기타 직접입력",
        ]
    )
    selected_items_list.extend(careplan_items)


st.subheader("3단계. 상세 정보 입력")

col_text1, col_text2 = st.columns(2)
with col_text1:
    keywords = st.text_area(
        "핵심 단어 또는 짧은 문장 입력",
        placeholder="예: 워커→휠체어, 등급변경, 보호자 부담",
        help="입력한 단어와 선택한 항목만 문서에 반영됩니다. 입력하지 않은 내용은 임의 생성되지 않습니다."
    )
    st.caption("※ 사례관리, 욕구사정 재검토, 급여제공계획 변경이 필요한 경우에는 관련 항목을 선택하고 위에 핵심 단어를 2~3개 입력해 주세요.")
    
with col_text2:
    additional_needs = st.text_area(
        "추가욕구 / 요청사항",
        placeholder="예: 사례관리 필요 - 워커 사용에서 휠체어 사용으로 변경되어 이동지원 재검토 필요",
        help="입력된 내용은 해당 문서 작성 시 참고자료로 연동됩니다."
    )
    st.caption("※ 사례관리, 욕구사정 재검토, 급여제공계획 변경이 필요한 경우에는 이곳에 구체적인 사유를 입력해 주세요.")

# Optional/Basic input fields just in case they want to add them
with st.expander("🔍 추가 상태 관찰 정보 입력 (기본 상태/Q&A 입력 펼치기)"):
    input_mode = st.radio("입력 방식", ["기본 입력", "Q&A 입력", "기본+Q&A 입력"], horizontal=True)
    use_basic_input = input_mode in ["기본 입력", "기본+Q&A 입력"]
    use_qna_input = input_mode in ["Q&A 입력", "기본+Q&A 입력"]
    
    cognitive_status = ""
    mobility_status = ""
    diet_status = ""
    toileting_status = ""
    client_status_change = ""
    guardian_opinion = ""
    staff_observation = ""
    custom_need = ""
    qna_answers = {}
    
    if use_basic_input:
        c1, c2 = st.columns(2)
        cognitive_status = c1.text_area("인지상태", value=default_cognitive, placeholder="예: 반복질문 증가, 시간/장소 혼동 등", height=80)
        mobility_status = c2.text_area("이동상태", value=default_mobility, placeholder="예: 보행 불안정, 부축 필요 등", height=80)
        
        c3, c4 = st.columns(2)
        diet_status = c3.text_area("식사상태", value=default_diet, placeholder="예: 식사량 감소, 사레, 연하곤란 등", height=80)
        toileting_status = c4.text_area("배변/배뇨상태", value=default_toileting, placeholder="예: 변비, 실금, 기저귀 사용 증가 등", height=80)
        
        c5, c6 = st.columns(2)
        client_status_change = c5.text_area("수급자 상태변화", placeholder="예: 최근 어지럼증이 있어 보행을 꺼림, 식사량 감소, 수면 변화 등", height=100)
        guardian_opinion = c6.text_area("보호자 의견", placeholder="예: 어지럼이 심해지면 병원진료를 위해 병원동행 요청", height=100)
        
        c7, c8 = st.columns(2)
        staff_observation = c7.text_area("종사자 관찰사항", placeholder="예: 이동 시 부축 제공, 안색/보행상태 관찰, 식사량 확인 등", height=100)
        custom_need = c8.text_area("추가 욕구 / 요청사항", value=default_notes, placeholder="예: 이동 도움 강화, 혈압 재확인, 보호자에게 증상변화 안내 등", height=100)
        
    if use_qna_input:
        st.info(f"{counseling_type}에 맞는 질문이 자동 표시됩니다. 답변 내용은 상담내용 정돈에 활용됩니다.")
        questions = QA_RULES.get(counseling_type, QA_RULES["기타상담"])
        for idx, question in enumerate(questions, 1):
            qna_answers[question] = st.text_area(f"Q{idx}. {question}", key=f"qna_{counseling_type}_{idx}", height=80)


st.subheader("4단계. 연동 설정 및 생성")
col_chk1, col_chk2, col_chk3, col_chk4, col_chk5 = st.columns(5)
case_needed = col_chk1.checkbox("사례관리 필요", value=(counseling_purpose == "사례관리 검토 상담"))
needs_assessment_needed = col_chk2.checkbox("욕구사정 재검토 필요", value=(counseling_purpose == "욕구사정 재검토 상담"))
careplan_change_needed = col_chk3.checkbox("급여제공계획 변경 필요", value=(counseling_purpose == "급여제공계획 변경 상담"))
care_grade_review_needed = col_chk4.checkbox("등급변경 신청 검토 필요")
followup_counseling_needed = col_chk5.checkbox("보호자 추가 상담 필요")


if st.button("📝 상담일지 빠르게 생성", use_container_width=True):
    data = {
        "client_id": int(selected_client["id"]) if selected_client is not None and "id" in selected_client else 0,
        "institution_name": institution_name,
        "institution_type": institution_type,
        "counseling_type": counseling_type,
        "name": name,
        "masked_name": masked_name,
        "care_grade": care_grade,
        "counseling_date": str(counseling_date),
        "counselor": counselor,
        "counseling_reason": counseling_reason, # trigger
        "counseling_purpose": counseling_purpose,
        "selected_items_list": selected_items_list,
        "keywords": keywords,
        "additional_needs": additional_needs,
        "case_needed": case_needed,
        "needs_assessment_needed": needs_assessment_needed,
        "careplan_change_needed": careplan_change_needed,
        "care_grade_review_needed": care_grade_review_needed,
        "followup_counseling_needed": followup_counseling_needed,
        "main_condition": main_condition,
        
        # Optional basic status fields
        "cognitive_status": cognitive_status,
        "mobility_status": mobility_status,
        "diet_status": diet_status,
        "toileting_status": toileting_status,
        "client_status_change": client_status_change,
        "guardian_opinion": guardian_opinion,
        "staff_observation": staff_observation,
        "custom_need": custom_need,
        "qna_answers": qna_answers,
    }
    
    content, action, support_methods = build_counseling_text(data)
    data["counseling_content"] = content
    data["action_plan"] = action
    data["support_methods"] = support_methods
    score, missing, result = evaluate_record(data)
    data["evaluation_score"] = score
    data["missing_items"] = ", ".join(missing) if missing else "부족 항목 없음"
    data["compliance_result"] = result
    
    st.session_state["counseling_data"] = data
    st.session_state.pop("counseling_excel", None)

if "counseling_data" in st.session_state:
    data = st.session_state["counseling_data"]
    st.markdown("---")
    st.subheader("5단계. 생성 결과 확인/수정")
    data["counseling_content"] = st.text_area("상담 사유 및 내용", value=data["counseling_content"], height=280)
    data["action_plan"] = st.text_area("조치계획", value=data["action_plan"], height=130)
    data["support_methods"] = st.text_area("개인별 이용계획 지원방법", value=data.get("support_methods", ""), height=150)
    
    # Recalculate score on modification
    score, missing, result = evaluate_record(data)
    data["evaluation_score"] = score
    data["missing_items"] = ", ".join(missing) if missing else "부족 항목 없음"
    data["compliance_result"] = result
    
    analysis = analyze_counseling_answers(data)
    m1, m2, m3 = st.columns(3)
    m1.metric("평가 적합도", f"{score}점")
    m2.metric("부족 항목", data["missing_items"])
    m3.metric("출력", "엑셀 선택 생성")
    
    link1, link2, link3 = st.columns(3)
    link1.metric("사례관리 연계", "필요" if data["case_needed"] else "해당 없음")
    link2.metric("욕구사정 재검토", "필요" if data["needs_assessment_needed"] else "해당 없음")
    link3.metric("급여계획 반영", "필요" if data["careplan_change_needed"] else "유지")
    
    if score >= 90:
        st.markdown(f'<div class="okbox">{result}</div>', unsafe_allow_html=True)
    else:
        st.markdown(f'<div class="warnbox">{result}</div>', unsafe_allow_html=True)
        
    col_save1, col_save2 = st.columns(2)
    with col_save1:
        if st.button("💾 DB에 상담기록 저장하기", use_container_width=True):
            success = save_counseling_record(data)
            if success:
                st.success("대표님! 상담일지 기록이 성공적으로 DB에 저장되었습니다! 😎")
            else:
                st.error("DB 저장 실패. 로그를 확인하세요.")
    
    with col_save2:
        if st.button("📦 엑셀 파일 준비하기", use_container_width=True):
            st.session_state["counseling_excel"] = generate_excel(data)
            st.success("엑셀 파일이 준비되었습니다.")
            
    if "counseling_excel" in st.session_state:
        filename = f"상담일지_{data['masked_name']}_{data['counseling_type']}_{datetime.now().strftime('%Y%m%d')}.xlsx"
        st.download_button("📥 상담일지 엑셀 다운로드", data=st.session_state["counseling_excel"], file_name=filename, mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet", use_container_width=True)

st.caption("통합 연동 스마트 버전: Client Center DB 및 Excel 데이터와 상호작용하여 상담일지를 생성합니다.")