from flask import Flask, request, jsonify
from flask_cors import CORS
import asyncio
from qc_engine import QCManager

app = Flask(__name__)
CORS(app, supports_credentials=True)

# 初始化质控管理器
qc_manager = QCManager()

@app.route('/')
def hello():
    return 'Ultrasound AI QC Engine is running.'

@app.route('/h', methods=["POST"])
def zhipu():
    """
    对接前端的质控接口
    """
    user_info = request.get_json()
    
    # 构造传递给 QCManager 的数据
    report_data = {
        "report": user_info.get("report", ""),
        "patient_info": user_info.get("patient_info", {}),
        "examinePart": user_info.get("examinePart", ""),
        "image_urls": user_info.get("image_urls", [])
    }

    # 运行异步质控逻辑
    try:
        # 在 Flask 同步路由中运行异步方法
        loop = asyncio.new_event_loop()
        asyncio.set_event_loop(loop)
        final_analysis = loop.run_until_complete(qc_manager.run_qc(report_data))
        loop.close()
        
        # 为了兼容旧前端代码，将结果放入 error_report 字段
        # 此时 final_analysis 已经是包含 Markdown 和 JSON 的字符串
        return jsonify({
            'error_report': final_analysis,
            'corrected_report': '建议查看下方的原地纠错建议。'
        })
    except Exception as e:
        print(f"质控运行出错: {e}")
        return jsonify({
            'error_report': f"AI 质控分析暂时不可用: {str(e)}",
            'corrected_report': ''
        }), 500

if __name__ == '__main__':
    # 注意：生产环境建议使用 gunicorn
    app.run(host='0.0.0.0', port=5000)