# This Python file uses the following encoding: utf-8

"""
File: criteria_reflection.py
Description: 以专业咨询机构的赢单路径为参考，结合公司实际统计数据进行反思，提出改进版本的赢单路径

Author: [Your Name]
Date: [Current Date]
"""
from AgentProxy import AgentProxy
import pandas as pd

df_custom = pd.read_excel('./data_doc/销售策略制定框架模板（V3.0）-赢单路径-AI.xlsx')
df_pro = pd.read_excel('./data_doc/销售策略制定框架模板（V3.0）-赢单路径- Manual.xlsx')



api_key = 'c6bbe7f48063a2c1' 
api_secret = '5f8e7d3a97465cc099bf19bd1b70c266' 
assistant_id = "66bb09a84673b57506fe7bbd" 
agent = AgentProxy(assistant_id, api_key, api_secret)

reflection_path = [] # 记录反思后的赢单路径

# # Iterate over professional_won_path and get index in the loop
for index, pro_stage in df_pro.iterrows():
    # Get the corresponding row from df_custom
    custom_stage = df_custom.iloc[index] if index < len(df_custom) else pd.Series()
    reflection_stage = pro_stage.copy()
    print(f"Index: {index}")
    # print(f"---pro_stage---")
    # print(f"销售阶段名称: {pro_stage['销售阶段名称']}")
    # print(f"销售阶段任务: {pro_stage['销售阶段任务']}")
    # print(f"销售关键动作: {pro_stage['销售关键动作']}")
    # print(f"阶段转化标准: {pro_stage['阶段转化标准']}")


    # print(f"---custom_stage---")      
    # print(f"销售阶段名称: {custom_stage['销售阶段名称']}")
    # print(f"销售阶段任务: {custom_stage['销售阶段任务']}")
    # print(f"销售关键动作: {custom_stage['销售关键动作']}")
    # print(f"阶段转化标准: {custom_stage['阶段转化标准']}") 


    # 反思销售阶段任务
    prompt_reflection_task = f"""
    任务：
    根据当前的销售阶段 {pro_stage['销售阶段名称']}
    以专业咨询机构提出的销售阶段任务为参考和蓝本，结合客户自行总结的销售任务，提出改进版本的销售阶段任务，注意尽可能以专业机构的版本为主，语言、风格也按照专业机构的版本。
    若客户自行总结的销售阶段任务为空或没有内容，则直接使用专业咨询机构提出的销售阶段任务。
    输入：
    当前的销售阶段 
    {pro_stage['销售阶段名称']}
    专业咨询机构提出的销售阶段任务：
    {pro_stage['销售阶段任务']}
    客户自行总结的销售任务
    {custom_stage['销售阶段任务']}
    输出：
    1. 专业咨询机构提出的销售阶段任务
    2. 客户自行总结的销售任务
    3. 反思后的销售阶段任务
    4. 反思后的销售阶段任务与专业咨询机构提出的销售阶段任务的差异
    5. 上述改进的方法、依据、逻辑等
    """
    print(f"prompt_reflection_task: {prompt_reflection_task}")
    reflection_task = agent.send_message(prompt_reflection_task)
    print(f"反思后的销售阶段任务: {reflection_task}")


    reflection_stage['销售阶段任务'] = reflection_task

    # 反思销售关键动作
    prompt_reflection_action = f"""
    任务：
    根据当前的销售阶段 {pro_stage['销售阶段名称']}
    以专业咨询机构提出的销售关键动作为参考和蓝本，结合客户自行总结的销售关键动作，提出改进版本的销售关键动作，注意尽可能以专业机构的版本为主，语言、风格也比照专业机构的版本。
    若结合客户自行总结的销售关键动作为空或没有内容，则直接使用专业咨询机构提出的销售关键动作。
    输入：
    当前的销售阶段 
    {pro_stage['销售阶段名称']}
    专业咨询机构提出的销售关键动作：
    {pro_stage['销售关键动作']}
    通过客户自行总结得到的销售关键动作：
    {custom_stage['销售关键动作']}
    输出：
    1. 专业咨询机构提出的销售关键动作
    2. 客户自行总结的销售关键动作
    3. 反思后的销售关键动作
    4. 反思后的销售关键动作与专业咨询机构提出的销售关键动作的差异
    5. 上述改进的方法、依据、逻辑等
    """
    print(f"prompt_reflection_action: {prompt_reflection_action}")
    reflection_action = agent.send_message(prompt_reflection_action)
    print(f"反思后的销售关键动作: {reflection_action}")
    reflection_stage['销售关键动作'] = reflection_action

    # 反思阶段转化标准
    prompt_reflection_standard = f"""
    任务：
    根据当前的销售阶段 {pro_stage['销售阶段名称']}
    以专业咨询机构提出的阶段转化标准为参考和蓝本，结合客户自行总结的阶段转化标准，提出改进版本的阶段转化标准，注意尽可能以专业机构的版本为主，语言、风格也比照专业机构的版本。
    若通过客户自行总结得到的阶段转化标准为空或没有内容，则直接使用专业咨询机构提出的阶段转化标准。

    输入：
    当前的销售阶段 
    {pro_stage['销售阶段名称']}
    专业咨询机构提出的阶段转化标准：
    {pro_stage['阶段转化标准']}
    通过客户自行总结得到的阶段转化标准：
    {custom_stage['阶段转化标准']}
    输出：
    1. 专业咨询机构提出的阶段转化标准
    2. 客户自行总结的阶段转化标准
    3. 反思后的阶段转化标准
    4. 反思后的阶段转化标准与专业咨询机构提出的阶段转化标准的差异
    5. 上述改进的方法、依据、逻辑等
    """
    print(f"prompt_reflection_standard: {prompt_reflection_standard}")
    reflection_standard = agent.send_message(prompt_reflection_standard)
    print(f"反思后的阶段转化标准: {reflection_standard}")
    reflection_stage['阶段转化标准'] = reflection_standard

    reflection_path.append(reflection_stage)

# Write reflection_path to Excel
df = pd.DataFrame(reflection_path)

# Reorder columns to match the original structure
column_order = [
    "销售阶段名称", "客户采购行为", "销售阶段任务", "关键获取信息",
    "销售关键动作", "售前关键动作", "客户支持行为", "阶段转化标准"
]
df = df.reindex(columns=column_order)

# Write to Excel
excel_file_path = 'reflection_path_results_v2.xlsx'
df.to_excel(excel_file_path, index=False)
print(f"Reflection path results have been written to {excel_file_path}")