services/linebot.py

import os
from dotenv import load_dotenv # 匯入 dotenv 以載入 .env 環境變數檔案
from typing import Optional
from collections import defaultdict  # 匯入 defaultdict，用於建立預設值的字典
from linebot import LineBotApi, WebhookHandler  # 匯入 Line Bot SDK
from linebot.exceptions import InvalidSignatureError  # 匯入 Line 簽章無效的例外
from linebot.models import (  # 匯入 Line Bot 的各種訊息模型
    MessageEvent,
    TextMessage,
    TextSendMessage,
    ImageSendMessage,
    ImageMessage,
    FollowEvent
)
import json

from services.agents import run_agent

load_dotenv()
# --- 設定和初始化 ---
# 設置 Line Bot 的 API 金鑰和秘密金鑰 (從環境變數讀取)
# 初始化 Line Bot API 客戶端和 Webhook 處理器
try:
    line_bot_api = LineBotApi(os.environ["CHANNEL_ACCESS_TOKEN"])
    line_handler = WebhookHandler(os.environ["CHANNEL_SECRET"])
    print("Line Bot API 客戶端和 Handler 初始化成功。")
except Exception as e:
    print(f"初始化 Line Bot 失敗: {e}")
    # 在實際應用中，這裡可能需要更嚴格的錯誤處理
    line_bot_api = None
    line_handler = None

# 使用 defaultdict 模擬用戶訊息歷史存儲
# 鍵(key)為 user_id，值(value)為一個儲存訊息的列表(list)
user_message_history = defaultdict(list)

def get_image_url_from_line(message_id):
    """
    從 Line 訊息 ID 獲取圖片內容並儲存到暫存檔案。
    
    Args:
        message_id: Line 訊息的 ID。
        
    Returns:
        成功時回傳圖片儲存的本地路徑，失敗時回傳 None。
    """
    try:
        # 透過 Line Bot API 獲取訊息內容
        message_content = line_bot_api.get_message_content(message_id)
        # 定義暫存檔案路徑
        file_path = f"/tmp/{message_id}.png"
        # 將圖片內容以二進位寫入模式寫入檔案
        with open(file_path, "wb") as f:
            for chunk in message_content.iter_content():
                f.write(chunk)
        print(f"✅ 圖片成功儲存到：{file_path}")
        return file_path
    except Exception as e:
        print(f"❌ 圖片取得失敗：{e}")
        return None
    
def store_user_message(user_id, message_type, message_content):
    """
    儲存用戶的訊息到 user_message_history 字典中。
    
    Args:
        user_id: 用戶的 ID。
        message_type: 訊息類型 (例如 "image" 或 "text")。
        message_content: 訊息內容 (例如圖片路徑或文字)。
    """
    user_message_history[user_id].append(
        {"type": message_type, "content": message_content}
    )

def get_previous_message(user_id):
    """
    獲取用戶的上一則訊息。
    
    Args:
        user_id: 用戶的 ID。
        
    Returns:
        如果歷史紀錄存在，回傳上一則訊息的字典；否則回傳預設的文字訊息。
    """
    if user_id in user_message_history and len(user_message_history[user_id]) > 0:
        # 回傳最後一則訊息
        return user_message_history[user_id][-1]
    # 如果沒有歷史紀錄，回傳一個預設值
    return {"type": "text", "content": "No message!"}

# --- 事件處理器定義 ---

# 1. 處理所有接收到的文字訊息事件
@line_handler.add(MessageEvent, message=(ImageMessage, TextMessage))
def handle_message(event):
    """
    處理接收到的文字訊息，並進行回覆。
    """

    # 獲取用戶 ID
    user_id = event.source.user_id

    # 情況一：處理圖片上傳
    if event.message.type == "image":
        # 獲取 Line 傳來的圖片，並儲存到本地
        image_path = get_image_url_from_line(event.message.id)
        if image_path:
            # 將圖片路徑儲存到用戶的訊息歷史中
            store_user_message(user_id, "image", image_path)
            # 回覆用戶，告知圖片已收到，並請他輸入問題
            line_bot_api.reply_message(
                event.reply_token, TextSendMessage(text="圖片已接收成功囉，幫我輸入你想詢問的問題喔~")
            )
        else:
            line_bot_api.reply_message(
                event.reply_token, TextSendMessage(text="沒有接收到圖片~")
            )

    elif event.message.type == "text":

        user_text = event.message.text # 獲取用戶傳來的文字
        agent_input = ""
        # 獲取該用戶的「上一則」訊息
        previous_message = get_previous_message(user_id)
        print(f"上一則訊息: {previous_message}") # 在後台印出除錯訊息

        # 根據上一則訊息類型，動態組合給代理人的輸入
        if previous_message["type"] == "image":
            # 如果上一則是圖片，代表用戶現在的文字是「針對圖片的提問」
            image_path = previous_message["content"]
            agent_input = f"請根據這張圖片回答問題。圖片的路徑是 {image_path}，我的問題是：{user_text}"

            # 清除上一則圖片訊息，避免下一次文字訊息還被當作是圖片問答
            user_message_history[user_id].pop()
        else:
            # 如果上一則不是圖片 (或沒有上一則)，代表這是一般的文字提問 (可能是要求生成圖片)
            agent_input = user_text

        out_str = ""

        try:
            # 運行 LangChain 代理人
            response = run_agent(agent_input)
            # Agent 的輸出是 JSON 字串 (無論成功或失敗)
            out_str = response["output"]
            #print(f"out_str:{out_str}")
            tool_result = out_str.get("tool_result", {})
            #print(f"tool_result:{tool_result}")
            final_response = out_str.get("final_response") 
            #print(f"final_response:{final_response}")

            if "error" in tool_result:
                # 3A. 處理錯誤情況 (例如：圖片下載失敗、API 錯誤)
                error_msg = tool_result["error"]
                reply_text = f"🚫 圖片工具執行失敗：\n{error_msg}"
                line_bot_api.reply_message(event.reply_token, TextSendMessage(text=reply_text))
            elif "image_url" in tool_result:
                # 3B. 處理成功情況 (帶有圖片 URL，例如：圖片生成或去模糊工具)
                image_url = tool_result["image_url"]
                text_result = tool_result.get("text_result", "圖片處理完成。")
            
                # Line 要求圖片 URL 必須是 HTTPS
                # 由於 HF_SPACE 預設是 https，這裡做一個保險轉換
                if image_url.startswith("http://"):
                    image_url = image_url.replace("http://", "https://")
                
                # 使用 reply_message (或 push_message) 同時推送文字和圖片
                # 註：reply_message 只能回覆一次。若要一次發送多個訊息，需要使用 list 
                # 這裡假設 text_result 是主要回覆，圖片作為輔助。
                line_bot_api.reply_message(
                    event.reply_token,
                    [
                        TextSendMessage(text=f"✨ {text_result}"),
                        ImageSendMessage(original_content_url=image_url, preview_image_url=image_url)
                    ]
                )

            elif "text_result" in tool_result:
                # 3C. 處理純文字結果 (例如：多模態分析工具)
                text_result = tool_result["text_result"]
                line_bot_api.reply_message(event.reply_token, TextSendMessage(text=text_result))
            
            elif final_response:
                line_bot_api.reply_message(event.reply_token, TextSendMessage(text=final_response))

            else:
                # 3D. 處理意外的 JSON 結構
                line_bot_api.reply_message(
                    event.reply_token, 
                    TextSendMessage(text="代理人回覆格式無法識別，請聯繫管理員。")
                )

        except json.JSONDecodeError:
            # 4. 處理 Agent 返回了無法解析的純文字 (非 JSON)
            # 這通常發生在 Agent 決定不使用工具，直接回覆純文字，或者推理過程出錯。
            line_bot_api.reply_message(event.reply_token, TextSendMessage(text=out_str))

        except Exception as e:
            # 處理代理人執行時的錯誤
            print(f"代理人執行出錯: {e}")
            out = f"代理人執行出錯!錯誤訊息：{e}"
            line_bot_api.reply_message(event.reply_token, TextSendMessage(text=out))
        
        
# 2. 處理關注 (Follow) 事件
@line_handler.add(FollowEvent)
def handle_follow(event: FollowEvent):
    """
    處理 Line Bot 被用戶關注的事件。
    """
    if event.source.user_id:
        user_id = event.source.user_id
        print(f"用戶 {user_id} 關注了 Bot。")
        
        welcome_message = "感謝您的關注！我是您的圖像助理，可以幫您生成圖片或對圖片進行去模糊處理。請直接輸入您的請求。"
        
        line_bot_api.reply_message(
            event.reply_token,
            TextSendMessage(text=welcome_message)
        )


# --- 核心 Webhook 處理函數 ---
# 這個函數將在 app.py 的 BackgroundTasks 中被調用
def line_handle(body: str, signature: Optional[str]):
    """
    Line Bot Webhook 的主要處理入口。
    
    Args:
        body: Webhook 請求的原始 body 內容 (字串)。
        signature: 來自 Line 伺服器的 X-Line-Signature 標頭值。
    """
    if not line_handler:
        print("錯誤：Line Bot Handler 未成功初始化。")
        return

    try:
        # line_handler 會自動驗證簽章，並根據 body 內容分派事件到上面定義的處理器
        line_handler.handle(body, signature)
    except InvalidSignatureError:
        # 如果簽章無效，會在這裡捕獲 (雖然 app.py 已經有捕獲，但這裡也做一次防禦性處理)
        print("Invalid signature. 無效的簽章，可能請求不是來自 Line 官方伺服器。")
        # 這裡不應 raise，因為它是在背景任務中
    except Exception as e:
        print(f"處理 Webhook 時發生未知錯誤: {e}")
        
    print("Webhook 事件處理流程完成。")