agents/grid_rag.py

"""
backend/agents/grid_rag.py — Grid-Enhanced RAG (S766-GRID-4)

Sistema RAG (Retrieval-Augmented Generation) avanzato che indicizza:
- Memoria distribuita (Supabase A, B, C, D)
- Log di sistema e di Railway
- Documentazione interna (.agents/memory/)

Architettura:
- GridIndexer: Indicizza i dati provenienti da diverse fonti
- ContextRetriever: Recupera il contesto più rilevante per il goal corrente
- KnowledgeGraph: Mappa le relazioni tra i diversi profili e i loro stati
"""

import os
import asyncio
import logging
from typing import List, Dict, Any, Optional
from datetime import datetime
import json

_logger = logging.getLogger("grid_rag")

# ── Configurazione ─────────────────────────────────────────────────────────
RAG_INDEX_SIZE = 100  # Numero di elementi da mantenere nel buffer RAG
RAG_SIMILARITY_THRESHOLD = 0.75


class GridIndexer:
    """Indicizzatore per la Grid."""

    def __init__(self):
        self.index = []
        self._lock = asyncio.Lock()

    async def add_to_index(self, source: str, content: str, metadata: Dict):
        """Aggiunge un elemento all'indice RAG."""
        async with self._lock:
            entry = {
                "source": source,
                "content": content,
                "metadata": metadata,
                "timestamp": datetime.now().isoformat(),
            }
            self.index.append(entry)
            # Mantieni dimensione fissa
            if len(self.index) > RAG_INDEX_SIZE:
                self.index.pop(0)

    async def index_railway_logs(self, profile: str, logs: str):
        """Indicizza i log di Railway per identificare crash passati."""
        lines = logs.split("\n")
        for line in lines[-50:]:  # Ultime 50 righe
            if "error" in line.lower() or "crash" in line.lower() or "failed" in line.lower():
                await self.add_to_index(
                    source=f"railway_logs_{profile}",
                    content=line,
                    metadata={"type": "log_error", "profile": profile}
                )


class ContextRetriever:
    """Recuperatore di contesto per l'agente."""

    def __init__(self, indexer: GridIndexer):
        self.indexer = indexer

    async def retrieve_relevant_context(self, query: str) -> List[Dict]:
        """
        Recupera il contesto rilevante basato sulla query.
        Attualmente usa keyword matching semplice (potenziabile con embeddings).
        """
        relevant = []
        keywords = query.lower().split()
        
        async with self.indexer._lock:
            for entry in self.indexer.index:
                content = entry["content"].lower()
                score = sum(1 for kw in keywords if kw in content)
                
                if score > 0:
                    entry_with_score = entry.copy()
                    entry_with_score["score"] = score
                    relevant.append(entry_with_score)
        
        # Ordina per score decrescente
        relevant.sort(key=lambda x: x["score"], reverse=True)
        return relevant[:10]  # Ritorna i top 10


class GridRAG:
    """Interfaccia principale per il RAG della Grid."""

    def __init__(self):
        self.indexer = GridIndexer()
        self.retriever = ContextRetriever(self.indexer)

    async def prepare_agent_context(self, goal: str) -> str:
        """
        Prepara il contesto per l'agente unificando i dati RAG.
        """
        context_items = await self.retriever.retrieve_relevant_context(goal)
        
        if not context_items:
            return ""

        context_str = "\n--- GRID RAG CONTEXT ---\n"
        for item in context_items:
            context_str += f"[{item['source']}] {item['content']}\n"
        context_str += "------------------------\n"
        
        return context_str


# ── Singleton globale ──────────────────────────────────────────────────────
_grid_rag_instance: Optional[GridRAG] = None


def get_grid_rag() -> GridRAG:
    """Restituisce l'istanza globale del GridRAG."""
    global _grid_rag_instance
    if _grid_rag_instance is None:
        _grid_rag_instance = GridRAG()
    return _grid_rag_instance