# 第 1-7 课课堂练习：Agent 提示词文本分析器
#
# 完成要求：
# 1. 根据注释使用字符串索引、切片和常用方法。
# 2. 判断英文关键词时忽略大小写。
# 3. 使用有意义的英文蛇形变量名。
# 4. 不要删除题目注释。
# 5. 完成后使用题目提供的文本测试结果。

# 练习一：使用 input() 接收一段 Agent 提示词。
# 将原始输入保存到 raw_prompt。

# 练习二：使用 strip() 清理提示词两侧空白。
# 将结果保存到 clean_prompt。

# 练习三：使用 len() 统计清理后的字符数量。
# 将结果保存到 prompt_length。

# 练习四：创建用于忽略大小写判断的字符串。
# 对 clean_prompt 调用 lower()，将结果保存到 lower_prompt。

# 练习五：使用 in 完成两个关键词判断：
# 1. lower_prompt 是否包含 "python"，结果保存到 contains_python；
# 2. lower_prompt 是否包含 "agent"，结果保存到 contains_agent。

# 练习六：使用 count() 统计 lower_prompt 中 "agent" 出现的次数。
# 将结果保存到 agent_count。


# 练习七：使用 split() 按照空白拆分 clean_prompt。
# 不需要给 split() 传入参数。
# 将结果保存到 word_list，再使用 len() 统计分割后的数量，保存到 word_count。
# 提示：中文句子通常不会按每个汉字拆分；本练习统计的是空白分隔后的文本片段。

# 练习八：使用索引和切片取得摘要信息。
# 先使用 if 判断 prompt_length 是否大于 0，避免空字符串索引越界：
# - 非空时：first_character 保存第一个字符，last_character 保存最后一个字符；
# - 空字符串时：两个变量都保存 "无"。
# 再使用切片 clean_prompt[:10] 取得最多前 10 个字符，保存到 preview_text。

# 练习九：使用 replace() 将 clean_prompt 中的 "帮我" 替换为 "协助我"。
# 将结果保存到 improved_prompt。

# 练习十：创建字符串 "Python,FastAPI,Django"。
# 使用 split(",") 将它拆分并保存到 technology_list。
# 再使用 " -> ".join(technology_list) 连接，保存到 technology_path。

# 练习十一：接收一个 Python 文件名并清理两侧空白。
# 使用 endswith(".py") 判断是否为小写 .py 结尾，结果保存到 is_python_file。

# 练习十二：使用 30 个等号输出分隔线，再使用 f-string 输出分析报告：
# 1. 清理后的提示词；
# 2. 字符数量 prompt_length；
# 3. 文本片段数量 word_count；
# 4. 第一个字符和最后一个字符；
# 5. 前 10 个字符 preview_text；
# 6. 是否包含 Python；
# 7. 是否包含 Agent；
# 8. Agent 出现次数；
# 9. 替换后的提示词 improved_prompt；
# 10. 技术路线 technology_path；
# 11. 文件名是否以 .py 结尾。

# 练习十三：根据分析结果输出一条建议：
# - clean_prompt 为空：输出“提示词不能为空。”
# - 不包含 Agent：输出“建议明确说明 Agent 相关任务。”
# - 不包含 Python：输出“建议补充需要使用的编程语言。”
# - 同时包含 Agent 和 Python：输出“提示词包含核心技术信息。”
# 请使用 if...elif...else，并注意判断顺序。


# 第一次测试建议输入：
# 提示词：  请使用 Python 帮我开发一个 Agent 应用  
# 文件名：agent_service.py
#
# 预期核心结果：
# contains_python = True
# contains_agent = True
# agent_count = 1
# is_python_file = True
# 最终建议为“提示词包含核心技术信息。”


# 第二次测试建议输入：
# 提示词：请帮我整理学习计划
# 文件名：notes.txt
#
# 预期核心结果：
# contains_python = False
# contains_agent = False
# is_python_file = False
# 最终建议优先提示缺少 Agent 相关任务。


# 完成后进行自查：
# 1. 是否先 strip() 再进行长度和关键词分析；
# 2. 是否使用 lower_prompt 进行英文关键词判断；
# 3. 空字符串是否避免了索引越界；
# 4. 切片是否最多取得前 10 个字符；
# 5. split() 与 join() 的方向是否正确；
# 6. 最终建议的判断顺序是否正确。