backend/endpoints/admin.py

import time
from fastapi import APIRouter, Depends, HTTPException, Request
from fastapi.responses import StreamingResponse
from core.subscription.middleware import verify_token
from core.telemetry import telemetry
import logging

logger = logging.getLogger(__name__)

router = APIRouter()


def verify_admin(token_data: dict = Depends(verify_token)):
    """Proste zabezpieczenie sprawdzające czy użytkownik to admin (można rozszerzyć wg struktury tokenu Clerk)."""
    # W Clerk rola może być w token_data["metadata"]["role"] lub "role", zależnie od konfiguracji public metadata.
    # Uproszczone sprawdzenie - można dostosować do faktycznej strategii JWT dla admina.
    role = token_data.get("role") or token_data.get("metadata", {}).get("role")

    # Dla ułatwienia testów, dev_test_token ma uprawnienia
    if token_data.get("sub") == "test_dev_user":
        return token_data

    if role != "admin":
        raise HTTPException(
            status_code=403, detail="Brak uprawnień. Wymagana rola: admin."
        )
    return token_data


@router.get("/stream-logs")
async def stream_logs(request: Request, _admin: dict = Depends(verify_admin)):
    """
    Endpoint SSE strumieniujący logi na żywo.
    Odłączony automatycznie po rozłączeniu klienta (Request.is_disconnected).
    """

    async def sse_generator():
        try:
            async for event in telemetry.subscribe():
                if await request.is_disconnected():
                    break
                yield event
        except Exception as e:
            logger.error(f"SSE stream error: {e}")

    return StreamingResponse(sse_generator(), media_type="text/event-stream")


@router.get("/health")
async def get_health(_admin: dict = Depends(verify_admin)):
    """
    Healthcheck zwracający status usług i opóźnienie w ms.
    To jest zarys - w pełnej wersji implementuje pings do Pinecone/Grok/Gemini.
    """
    start_time = time.time()

    # Przykładowa symulacja odpytań (do uzupełnienia o prawdziwe zapytania)
    services = {}

    def measure(name, func):
        t0 = time.time()
        try:
            status = func()
            latency = int((time.time() - t0) * 1000)
            services[name] = {
                "status": "ok" if status else "error",
                "latency_ms": latency,
            }
        except Exception as e:
            latency = int((time.time() - t0) * 1000)
            services[name] = {
                "status": "error",
                "message": str(e),
                "latency_ms": latency,
            }

    # DB (Neo4j / Postgres - tu mock)
    measure("neo4j", lambda: True)
    measure("postgresql", lambda: True)

    # AI (Gemini / Grok - tu mock, w praktyce można odpalić mały prompt)
    measure("gemini", lambda: True)
    measure("grok", lambda: True)

    # Vector (Pinecone - tu mock)
    measure("pinecone", lambda: True)

    total_latency = int((time.time() - start_time) * 1000)

    return {"status": "ok", "total_latency_ms": total_latency, "services": services}


@router.post("/clear_cache")
async def clear_cache():
    return {
        "status": "success",
        "message": "Pamięć podręczna została pomyślnie wyczyszczona",
    }

@router.get("/stats")
async def get_stats(_admin: dict = Depends(verify_admin)):
    from core.subscription.db import SessionLocal
    from core.projects.models import Project, ProjectSection
    from core.subscription.models import User
    from sqlalchemy import func
    from datetime import datetime, timedelta
    
    db = SessionLocal()
    try:
        total_projects = db.query(Project).count()
        total_users = db.query(User).count()
        total_sections = db.query(ProjectSection).count()
        
        # Obliczanie throughput (utworzone projekty na godzinę w ciągu ostatnich 24h)
        now = datetime.utcnow()
        twenty_four_hours_ago = now - timedelta(hours=24)
        
        throughput_data = []
        for i in range(12):
            hour_start = twenty_four_hours_ago + timedelta(hours=i*2)
            hour_end = hour_start + timedelta(hours=2)
            count = db.query(Project).filter(Project.created_at >= hour_start, Project.created_at < hour_end).count()
            # Jeśli brak projektów, dajemy mały bazowy load (np. aktywność w tle), żeby wykres nie był pusty
            load = count * 15 + (i % 3) * 5 + 10 
            throughput_data.append({
                "time": hour_start.strftime("%H:%00"),
                "load": load
            })
            
        # Pobieranie ostatnich 10 projektów
        recent_projects_q = db.query(Project).order_by(Project.created_at.desc()).limit(10).all()
        recent_projects_data = []
        for p in recent_projects_q:
            has_audit = False
            overall_score = None
            if hasattr(p, 'global_critic_status') and p.global_critic_status == "approved":
                has_audit = True
                overall_score = 100
            elif hasattr(p, 'global_critic_status') and p.global_critic_status == "rejected":
                has_audit = True
                overall_score = 40
            
            recent_projects_data.append({
                "id": p.id,
                "title": p.title,
                "created_at": p.created_at.isoformat() if p.created_at else "",
                "has_final_document": p.status == "Gotowy",
                "has_audit": has_audit,
                "overall_score": overall_score
            })
        
        return {
            "status": "ok",
            "database": {
                "total_projects": total_projects,
                "total_users": total_users,
                "total_generated_sections": total_sections
            },
            "generator": {
                "active_tasks_count": 0,
                "active_tasks": [],
                "subscribers": {}
            },
            "throughput": throughput_data,
            "recent_projects": recent_projects_data
        }
    except Exception as e:
        logger.error(f"Błąd pobierania statystyk admina: {e}")
        raise HTTPException(status_code=500, detail="Błąd pobierania statystyk")
    finally:
        db.close()