"""AI相关请求体Schema定义。

定义了AI识别、纠错和订单解析等功能的请求数据模型，
用于在API层进行请求参数校验和类型约束。
"""

from pydantic import BaseModel, Field, model_validator


class RecognizeImageRequest(BaseModel):
    """图片识别请求体。

    用于提交图片URL进行AI识别，支持按业务类型和业务ID进行关联。
    """

    image_url: str  # 待识别的图片URL
    biz_type: str  # 业务类型标识
    biz_id: int = Field(gt=0)  # 业务记录ID，必须大于0


class CorrectRecognizeResultRequest(BaseModel):
    """AI识别结果纠错请求体。

    用于用户对AI识别结果进行修正后提交。
    """

    corrected_result: dict  # 纠正后的识别结果，以字典形式存储


class ParseOrderRequest(BaseModel):
    """订单解析请求体。

    支持文本和图片两种输入模式，根据 input_type 决定使用文本或图片进行订单解析。
    通过 model_validator 对不同模式下的必填字段进行校验。
    """

    input_type: str = Field(pattern="^(text|image)$")  # 输入类型，仅允许 "text" 或 "image"
    text: str | None = None  # 文本模式下的输入文本
    image_url: str | None = None  # 图片模式下的图片URL

    @model_validator(mode="after")
    def validate_input(self):
        """校验输入参数的一致性。

        根据 input_type 验证必填字段：文本模式要求 text 非空，
        图片模式要求 image_url 非空。

        Returns:
            ParseOrderRequest: 校验通过后的自身实例。
        """
        if self.input_type == "text" and not (self.text or "").strip():
            raise ValueError("文本模式下 text 不能为空")
        if self.input_type == "image" and not (self.image_url or "").strip():
            raise ValueError("图片模式下 image_url 不能为空")
        return self