class EcommerceLocalizationEngine:
    def __init__(self):
        self.ai = QwenAPI()
        self.languages = {
            "en": {"name": "英语", "market": "欧美"},
            "ja": {"name": "日语", "market": "日本"},
            "ko": {"name": "韩语", "market": "韩国"},
            "es": {"name": "西班牙语", "market": "拉美"},
            "de": {"name": "德语", "market": "德国"},
            "fr": {"name": "法语", "market": "法国"},
            "ar": {"name": "阿拉伯语", "market": "中东"},
            "th": {"name": "泰语", "market": "东南亚"}
        }
    
    def localize_product_listing(self, product_info, target_languages):
        """产品listing多语言本地化"""
        results = {}
        
        for lang_code in target_languages:
            lang = self.languages[lang_code]
            
            # 翻译+本地化（不是简单翻译，而是适应当地市场）
            localized = self.ai.call(f"""
            将以下中文产品信息本地化为{lang['name']}，目标市场：{lang['market']}。
            
            产品信息：
            - 标题：{product_info['title']}
            - 描述：{product_info['description']}
            - 卖点：{product_info['selling_points']}
            - 规格：{product_info['specs']}
            
            本地化要求：
            1. 不是逐字翻译，而是符合当地消费者的表达习惯
            2. 标题要包含当地市场的热搜关键词
            3. 描述要符合当地电商平台的风格（亚马逊/乐天/Coupang等）
            4. 卖点要针对当地消费者的痛点重新组织
            5. 单位换算（厘米→英寸、克→盎司等，根据目标市场）
            6. 文化适配（避免文化禁忌，使用当地流行表达）
            7. SEO优化：融入目标语言的搜索关键词
            
            输出JSON格式：
            {{
                "title": "本地化标题",
                "bullet_points": ["卖点1", "卖点2", ...],
                "description": "详细描述",
                "keywords": ["搜索关键词1", "关键词2", ...],
                "cultural_notes": "文化适配说明"
            }}
            """)
            
            results[lang_code] = json.loads(localized)
        
        return results
    
    def batch_localize(self, products, target_languages):
        """批量本地化"""
        all_results = []
        
        for i, product in enumerate(products):
            result = self.localize_product_listing(product, target_languages)
            all_results.append(result)
            print(f"完成 {i+1}/{len(products)}: {product['title'][:20]}...")
        
        return all_results

class VideoLocalizationService:
    def __init__(self):
        self.ai = QwenAPI()
        self.stt = SpeechToText()
        self.tts = TextToSpeech()
    
    def localize_video(self, video_path, source_lang, target_langs):
        """视频多语言本地化"""
        
        # 1. 语音转文字
        transcript = self.stt.transcribe(video_path, language=source_lang)
        
        # 2. 翻译字幕
        translated_subtitles = {}
        for lang in target_langs:
            subtitles = self.translate_subtitles(transcript, lang)
            translated_subtitles[lang] = subtitles
        
        # 3. 生成配音（可选）
        dubbed_audio = {}
        for lang in target_langs:
            audio = self.generate_dubbing(translated_subtitles[lang], lang)
            dubbed_audio[lang] = audio
        
        return {
            "subtitles": translated_subtitles,
            "dubbed_audio": dubbed_audio
        }
    
    def translate_subtitles(self, transcript, target_lang):
        """翻译字幕（保持时间轴）"""
        prompt = f"""
        将以下字幕翻译为{target_lang}，保持时间轴不变：
        
        {json.dumps(transcript[:50])}  # 前50条字幕
        
        翻译要求：
        1. 每条字幕长度不超过原文的1.3倍（屏幕显示限制）
        2. 保持口语化，适合视频观看
        3. 专业术语保持准确
        4. 如果原文有幽默/双关，尽量保留效果
        """
        return json.loads(self.ai.call(prompt))

class DocumentTranslationSystem:
    def __init__(self):
        self.ai = QwenAPI()
        self.terminology_db = TerminologyDatabase()
    
    def translate_document(self, doc_text, source_lang, target_lang, domain="general"):
        """专业文档翻译"""
        
        # 1. 获取领域术语表
        terminology = self.terminology_db.get_terms(domain, source_lang, target_lang)
        
        # 2. 分段翻译（保持上下文一致性）
        paragraphs = self.split_paragraphs(doc_text)
        translated = []
        context = ""
        
        for para in paragraphs:
            translation = self.ai.call(f"""
            翻译以下{source_lang}文本为{target_lang}：
            
            原文：{para}
            
            上下文（前文翻译）：{context[-500:]}
            
            术语表（必须使用指定翻译）：
            {json.dumps(terminology[:20])}
            
            翻译要求：
            1. 专业准确，符合{domain}领域规范
            2. 保持与前文的术语一致性
            3. 句式符合{target_lang}的表达习惯
            4. 保留原文格式（标题、列表、表格等）
            """)
            
            translated.append(translation)
            context += translation
        
        # 3. 全文审校
        reviewed = self.review_translation("\n".join(translated), doc_text)
        
        return reviewed
    
    def review_translation(self, translation, original):
        """AI审校翻译质量"""
        prompt = f"""
        请审校以下翻译，检查并修正问题：
        
        原文（前1000字）：{original[:1000]}
        译文（前1000字）：{translation[:1000]}
        
        检查项目：
        1. 漏译/多译
        2. 术语一致性
        3. 语法错误
        4. 表达不自然
        5. 格式问题
        
        输出修正后的译文和修改说明。
        """
        return self.ai.call(prompt)