from fastapi import FastAPI
from pydantic import BaseModel
from app import predire_ticket, nettoyer_texte_francais  # Importé depuis app.py

# Initialisation de l'API
app = FastAPI(title="GDM Ticket Classifier API")

# Définition du format de donnée attendu (JSON)
class TicketInput(BaseModel):
    objet: str
    description: str

@app.get("/")
def home():
    return {"message": "API GDM opérationnelle. Utilisez l'endpoint /predict en POST."}

@app.get("/health")
def health_check():
    from app import MODELE, MTTR_MOYENS
    return {
        "status": "healthy" if MODELE is not None else "unhealthy",
        "modele_charge": MODELE is not None,
        "version": "1.0.0",
        "mttr_poles_count": len(MTTR_MOYENS) if MTTR_MOYENS is not None else 0
    }


@app.post("/predict")
def api_predict(ticket: TicketInput):
    # Sécurité : Si le modèle n'est pas chargé, on renvoie une erreur propre
    from app import MODELE, MTTR_MOYENS
    if MODELE is None:
        return {"error": "Le modèle n'est pas chargé. Vérifiez les fichiers .pkl"}

    # Nettoyage avancé du texte français pour cohérence avec l'app Streamlit
    obj = nettoyer_texte_francais(str(ticket.objet))
    desc = nettoyer_texte_francais(str(ticket.description))

    categorie, mttr, confiance = predire_ticket(obj, desc)

    return {
        "application_impactee": str(categorie),
        "temps_resolution_estime_h": float(mttr) if mttr is not None else 0.0,
        "score_confiance": round(float(confiance), 4)
    }