import torch
from typing import Dict

from .llm_iface import LLM
from .prompts import INTROSPECTION_PROMPTS
from .utils import dbg

@torch.no_grad()
def generate_introspective_report(
    llm: LLM,
    context_prompt_type: str, # Der Prompt, der die seismische Phase ausgelöst hat
    introspection_prompt_type: str,
    num_steps: int,
    temperature: float = 0.5
) -> str:
    """
    Generiert einen introspektiven Selbst-Bericht über einen zuvor induzierten kognitiven Zustand.
    """
    dbg(f"Generating introspective report on the cognitive state induced by '{context_prompt_type}'.")

    # Erstelle den Prompt für den Selbst-Bericht
    prompt_template = INTROSPECTION_PROMPTS.get(introspection_prompt_type)
    if not prompt_template:
        raise ValueError(f"Introspection prompt type '{introspection_prompt_type}' not found.")

    prompt = prompt_template.format(num_steps=num_steps)

    # Generiere den Text. Wir verwenden die neue `generate_text`-Methode, die
    # für freie Textantworten konzipiert ist.
    report = llm.generate_text(prompt, max_new_tokens=256, temperature=temperature)

    dbg(f"Generated Introspective Report: '{report}'")
    assert isinstance(report, str) and len(report) > 10, "Introspective report seems too short or invalid."

    return report