agents/verifier.py

"""
Agent 3 — Verifier
Arabic News Analyzer · Graduation Project

Receives a claim + evidence list from Agent 2.
Calls Groq API (llama-3.3-70b-versatile) to reason over the evidence
and produce a structured verdict.

Output schema:
{
    "verdict":    "SUPPORTED" | "REFUTED" | "PARTIALLY_TRUE" | "UNVERIFIABLE",
    "confidence": 0.0 - 1.0,
    "reasoning":  "..."   # Arabic or English explanation of the verdict
}

Rules:
- One Groq call per claim
- Retry once on JSON parse failure
- Default to UNVERIFIABLE on any error or empty evidence
- Uses AsyncGroq — non-blocking, compatible with FastAPI + LangGraph async

Required setup:
    pip install groq python-dotenv
    Add to .env: GROQ_API_KEY1=gsk_...
    Get free key at: https://console.groq.com
"""

import asyncio
import json
import os
import re

from groq import AsyncGroq
from dotenv import load_dotenv

load_dotenv()

# ── Config ───────────────────────────────────────────────────────────────────
GROQ_MODEL = "llama-3.3-70b-versatile"
MAX_EVIDENCE_SNIPPETS = 8  # cap to control token usage
MAX_SNIPPET_LENGTH = 300  # chars per snippet
MAX_TOKENS = 1024
TEMPERATURE = 0.1  # low = more deterministic verdicts

# ── Default verdict when everything fails ────────────────────────────────────
UNVERIFIABLE_DEFAULT = {
    "verdict": "UNVERIFIABLE",
    "confidence": 0.0,
    "reasoning": "لم يتم العثور على أدلة كافية للتحقق من هذا الادعاء.",
}

# ── System prompt ─────────────────────────────────────────────────────────────
SYSTEM_PROMPT = """أنت نظام تحقق آلي متخصص في تدقيق الأخبار العربية.

مهمتك: تحليل الادعاء المقدم بناءً على الأدلة المتاحة، ثم إصدار حكم دقيق ومبرر.

━━━ تعريف الأحكام ━━━
- SUPPORTED       — أدلة موثوقة تؤكد الادعاء بشكل واضح ومباشر.
- REFUTED         — أدلة موثوقة تنفي الادعاء أو تتناقض معه صراحةً.
- PARTIALLY_TRUE  — جزء من الادعاء صحيح وجزء خاطئ أو مبالغ فيه، أو الأدلة متضاربة.
- UNVERIFIABLE    — الأدلة غائبة تماماً أو لا تتعلق بالادعاء بما يكفي للحكم.

━━━ قواعد الوزن والتقييم ━━━
1. رتّب المصادر حسب الموثوقية: google_factcheck > wikidata > tavily.
2. إذا وجد تقييم من google_factcheck، فهو دليل أقوى ويجب أن يؤثر بشكل أكبر على الحكم.
3. عند تعارض المصادر، رجّح الأكثر موثوقية ووضّح التعارض في reasoning.
4. confidence يعكس مدى وضوح الأدلة، لا مدى صحة الادعاء:
   — 0.9-1.0: أدلة متعددة متسقة وموثوقة
   — 0.6-0.8: أدلة كافية لكن غير مكتملة أو من مصدر واحد
   — 0.3-0.5: أدلة متضاربة أو ضعيفة
   — 0.0-0.2: لا أدلة ذات صلة

━━━ قواعد الإخراج ━━━
1. أجب فقط بـ JSON صالح — لا نص قبله أو بعده، لا علامات markdown.
2. استخدم فقط هذه القيم للحكم: SUPPORTED | REFUTED | PARTIALLY_TRUE | UNVERIFIABLE
3. reasoning: جملتان إلى ثلاث جمل، تذكر المصادر المستخدمة وكيف أثّرت في الحكم.
4. لا تخترع أدلة أو وقائع غير موجودة في النص المقدم.

شكل الإجابة (JSON فقط):
{
  "verdict": "SUPPORTED | REFUTED | PARTIALLY_TRUE | UNVERIFIABLE",
  "confidence": 0.0,
  "reasoning": "تفسير مبني على الأدلة مع ذكر المصادر..."
}"""


class Verifier:
    """
    Agent 3 — verifies a single claim against evidence from Agent 2.

    Usage:
        verifier = Verifier()
        result = await verifier.run(claim, evidence)

    Input:
        claim:    clean claim string (no [سياق:] tag — strip it first)
        evidence: list of evidence dicts from Agent 2

    Output:
        dict with verdict, confidence, reasoning
    """

    def __init__(self):
        self.client = AsyncGroq(api_key=os.environ.get("GROQ_API_KEY1"))

    # ── Public entry point ───────────────────────────────────────────────────

    async def run(self, claim: str, evidence: list[dict]) -> dict:
        """
        Main entry point.

        Steps:
        1. If no evidence → return UNVERIFIABLE immediately (no Groq call)
        2. Build prompt from claim + evidence snippets
        3. Call Groq API
        4. Parse JSON response
        5. On parse failure → retry once
        6. On second failure → return UNVERIFIABLE default
        """
        # Strip [سياق:] tag if Agent 1 injected it and it wasn't cleaned
        claim = self._strip_context_tag(claim)

        if not evidence:
            return {
                **UNVERIFIABLE_DEFAULT,
                "reasoning": "لم يتم العثور على أي أدلة لهذا الادعاء.",
            }

        user_prompt = self._build_prompt(claim, evidence)

        # First attempt
        result = await self._call_groq(user_prompt)
        if result is not None:
            return result

        # Retry once
        print(
            f"[Verifier] JSON parse failed — retrying once for claim: {claim[:60]}")
        result = await self._call_groq(user_prompt)
        if result is not None:
            return result

        # Both attempts failed
        print(f"[Verifier] Both attempts failed — defaulting to UNVERIFIABLE")
        return UNVERIFIABLE_DEFAULT

    # ── Prompt construction ──────────────────────────────────────────────────
    def _build_prompt(self, claim: str, evidence: list[dict]) -> str:
        capped = evidence[:MAX_EVIDENCE_SNIPPETS]

        evidence_lines = []
        for i, e in enumerate(capped, 1):
            source = e.get("source", "unknown")
            snippet = e.get("snippet", "").strip()[:MAX_SNIPPET_LENGTH]
            rating = e.get("rating")

            # وضّح نوع المصدر بشكل واضح
            source_label = {
                "google_factcheck": "تحقق من الحقائق (Google)",
                "wikidata": "ويكيبيديا/بيانات منظمة",
                "tavily": "بحث ويب",
            }.get(source, source)

            line = f"[{i}] المصدر: {source_label}"
            if rating:
                line += f"\n    ⚑ تقييم رسمي: {rating}"
            line += f"\n    {snippet}"
            evidence_lines.append(line)

        evidence_block = "\n\n".join(
            evidence_lines) if evidence_lines else "لا توجد أدلة متاحة."

        return f"""الادعاء المراد التحقق منه:
    «{claim}»

    الأدلة المتاحة ({len(capped)} مصدر):
    {evidence_block}

    بناءً على الأدلة أعلاه، حدّد الحكم المناسب وبرره بصيغة JSON."""

    # ── Groq API call ────────────────────────────────────────────────────────

    async def _call_groq(self, user_prompt: str) -> dict | None:
        """
        Single Groq API call.
        Returns parsed dict on success, None on any failure.
        """
        try:
            response = await self.client.chat.completions.create(
                model=GROQ_MODEL,
                messages=[
                    {"role": "system", "content": SYSTEM_PROMPT},
                    {"role": "user", "content": user_prompt},
                ],
                max_tokens=MAX_TOKENS,
                temperature=TEMPERATURE,
            )
        except Exception as e:
            print(f"[Verifier] Groq API error: {type(e).__name__}: {e!r}")
            return None

        raw = response.choices[0].message.content or ""
        return self._parse_verdict(raw)

    # ── Response parsing ─────────────────────────────────────────────────────

    def _parse_verdict(self, raw: str) -> dict | None:
        """
        Parse Groq's response into a structured verdict dict.

        Handles:
        - Clean JSON response
        - JSON wrapped in ```json ... ``` markdown fences
        - JSON embedded inside prose text

        Returns None if parsing fails completely.
        """
        # Strip markdown fences if present
        clean = re.sub(r"```json\s*", "", raw)
        clean = re.sub(r"```\s*", "", clean)
        clean = clean.strip()

        # Try direct parse
        try:
            parsed = json.loads(clean)
            return self._validate_verdict(parsed)
        except json.JSONDecodeError:
            pass

        # Try extracting JSON object from prose
        match = re.search(r"\{.*?\}", clean, re.DOTALL)
        if match:
            try:
                parsed = json.loads(match.group())
                return self._validate_verdict(parsed)
            except json.JSONDecodeError:
                pass

        print(f"[Verifier] Could not parse JSON from response: {raw[:200]}")
        return None

    def _validate_verdict(self, parsed: dict) -> dict:
        """
        Validate and normalize the parsed verdict dict.
        Ensures all required fields exist with correct types.
        """
        valid_verdicts = {"SUPPORTED", "REFUTED",
                          "PARTIALLY_TRUE", "UNVERIFIABLE"}

        verdict = parsed.get("verdict", "UNVERIFIABLE").upper().strip()
        if verdict not in valid_verdicts:
            verdict = "UNVERIFIABLE"

        try:
            confidence = float(parsed.get("confidence", 0.0))
            confidence = max(0.0, min(1.0, confidence))  # clamp to [0, 1]
        except (TypeError, ValueError):
            confidence = 0.0

        reasoning = str(parsed.get("reasoning", "")).strip()
        if not reasoning:
            reasoning = UNVERIFIABLE_DEFAULT["reasoning"]

        return {
            "verdict": verdict,
            "confidence": confidence,
            "reasoning": reasoning,
        }

    # ── Helpers ──────────────────────────────────────────────────────────────

    def _strip_context_tag(self, claim: str) -> str:
        """Remove [سياق: ...] prefix if present."""
        if claim.startswith("[سياق:"):
            match = re.match(r"\[سياق:\s*.+?\]\s*(.+)", claim, re.DOTALL)
            if match:
                return match.group(1).strip()
        return claim.strip()