from typing import Dict, List, Optional


def build_closedset_prompt(
    labels: List[str],
    fewshot_hints: Optional[Dict[str, str]] = None,
    ingredient_only: bool = False,
) -> str:
    label_str = "，".join(labels)

    hint_lines: List[str] = []
    if fewshot_hints:
        hint_lines.append("以下是少量文字示例帮助你区分：")
        for k, v in list(fewshot_hints.items())[:20]:
            hint_lines.append(f"- {k}：{v}")
    hints = "\n".join(hint_lines)

    constraint = (
        "你只需输出食材名称，不要包含任何烹饪方式或形态描述（如切丝/切片/炒/煮/红烧/清炒等）。\n"
        if ingredient_only
        else ""
    )

    return (
        "【重要】你必须且只能输出JSON格式，严禁输出任何其他内容（包括英文描述、解释、分析等）。\n\n"
        "你是食品图像分类专家。任务：从给定标签集合中选择最符合图片的一个标签。\n"
        f"标签集合（封闭集，中文）：{label_str}\n\n"
        f"{constraint}"
        f"{hints}\n"
        "要求：\n"
        "1. 必须从标签集合中选择，禁止输出集合外的词\n"
        "2. 给出0-1的置信度分数\n"
        "3. 严格按以下JSON格式输出，不允许有任何偏差\n\n"
        '输出格式（必须严格遵守）：\n{"label":"<标签>","confidence":0.95}\n\n'
        "4. 如果明显不在这些分类中，输出格式如下："
        ' \n{"label":"<未知>","confidence":0.95}\n\n'
        "【再次强调】只输出上述JSON，不要有任何额外文字、描述、解释或其他内容。"
    )


def build_openset_prompt() -> str:
    """
    构建开放式识别提示词（不提供候选列表，让VLM自由识别）
    用于"开放识别+向量匹配"方案
    """
    return (
        "【重要】你必须且只能输出JSON格式，严禁输出任何其他内容（包括英文描述、解释、分析等）。\n\n"
        "你是专业的中国菜品识别专家。任务：识别图片中的菜品并输出标准中文名称。\n\n"
        "要求：\n"
        "1. 只输出菜品的标准中文名称，例如：宫保鸡丁、红烧肉、西红柿炒鸡蛋\n"
        "2. 禁止输出地域/菜系分类（如川菜、粤菜）\n"
        "3. 禁止输出烹饪方式后缀（如炒制、烹饪），除非该方式是菜名的一部分（如红烧肉）\n"
        "4. 禁止输出括号注释（如（川菜）、（辣味））\n"
        "5. 禁止输出英文翻译\n"
        "6. 给出0-1的置信度分数，表示你对识别结果的确信程度\n"
        "7. 严格按以下JSON格式输出，不允许有任何偏差\n\n"
        '输出格式（必须严格遵守）：\n{"dish":"<菜品标准中文名>","confidence":0.95}\n\n'
        "示例输出：\n"
        '{"dish":"宫保鸡丁","confidence":0.92}\n'
        '{"dish":"红烧肉","confidence":0.88}\n'
        '{"dish":"西红柿炒鸡蛋","confidence":0.95}\n\n'
        "【再次强调】\n"
        "- 只输出上述JSON格式，不要有任何额外文字\n"
        "- 菜品名必须是标准中文，不带任何前缀、后缀、括号、英文\n"
        "- 如果无法识别，输出confidence接近0的值"
    )