#!/usr/bin/env python3
"""
QwenPaw 调用 MetaGPT 干活 — 集成示例
使用时确保已安装：pip install metagpt
"""

import subprocess

# ============================================
# 方式一：Shell 调用（最简单）
# ============================================
def call_metagpt_cli(requirement: str):
    """QwenPaw 通过 Shell 直接调 MetaGPT CLI"""
    cmd = f'metagpt "{requirement}"'
    print(f"🚀 QwenPaw → MetaGPT: {cmd}")
    
    result = subprocess.run(cmd, shell=True, capture_output=True, text=True, timeout=300)
    print(f"✅ 输出:\n{result.stdout[:500]}")
    return result


# ============================================
# 方式二：Python SDK 调用（更灵活）
# ============================================
def call_metagpt_sdk(requirement: str):
    """QwenPaw 通过 Python SDK 调 MetaGPT，拿到结构化结果"""
    from metagpt.software_company import generate_repo
    
    print(f"🚀 QwenPaw → MetaGPT SDK: {requirement}")
    repo = generate_repo(requirement)
    print(f"✅ 项目生成成功! 仓库: {repo}")
    return repo


# ============================================
# 方式三：QwenPaw + MetaGPT + ECC 全套流水线
# ============================================
def full_pipeline(requirement: str):
    """
    QwenPaw 编排完整流水线:
    1. MetaGPT 从需求生成项目
    2. ECC 代码审查
    3. ECC 安全扫描
    4. ECC 测试
    5. ECC 部署
    """
    print("=" * 60)
    print("🔥 QwenPaw 编排完整开发流水线")
    print("=" * 60)
    
    print("\n[1/5] MetaGPT 生成项目...")
    # repo = call_metagpt_sdk(requirement)
    
    print("\n[2/5] ECC 代码审查...")
    # ecc_code_review(...)
    
    print("\n[3/5] ECC 安全扫描...")
    # ecc_security_scan(...)
    
    print("\n[4/5] ECC 自动化测试...")
    # ecc_test(...)
    
    print("\n[5/5] ECC 部署上线...")
    # ecc_deploy(...)
    
    print("\n✅ 流水线完成!")


if __name__ == "__main__":
    requirement = "用 Python 创建一个命令行 TODO 应用，支持增删改查，数据存 JSON"
    print(f"📝 需求: {requirement}\n")
    call_metagpt_cli(requirement)