import streamlit as st
import pandas as pd
from sqlalchemy import create_engine
import google.generativeai as genai
import os
from dotenv import load_dotenv
import plotly.express as px

# Carrega as senhas e configurações do arquivo .env
load_dotenv()

# ==========================================
# CONFIGURAÇÃO DE PÁGINA E CABEÇALHO
# ==========================================
st.set_page_config(page_title="Câmara Municipal de Navegantes", page_icon="🔍", layout="wide")

st.title("🔍 Câmara Municipal de Navegantes - Bem-vindo à Navegantes IA")

# Subtítulo centralizado usando HTML/CSS dentro do Markdown
st.markdown("<h4 style='text-align: center; color: #555555; margin-bottom: 2rem;'>Inteligência Artificial a serviço da cidadania e da transparência</h4>", unsafe_allow_html=True)

# ==========================================
# BARRA LATERAL (SIDEBAR) - CHAT AO LADO
# ==========================================
with st.sidebar:
    # 1. Logótipo da Câmara Municipal
    logo_path = os.path.join("assets", "logo_cmn.jpg")
    if os.path.exists(logo_path):
        st.image(logo_path, use_column_width=True)
    
    # 2. Controlos do Chat
    st.header("⚙️ Controles")
    if st.button("🗑️ Limpar Histórico de Chat", use_container_width=True, type="primary"):
        st.session_state.mensagens = [{"role": "assistant", "content": "Olá! O motor de análise está pronto. De qual parlamentar ou secretaria deseja visualizar a execução orçamentária?"}]
        st.rerun() 
        
    st.divider()
    
    # 3. Seção de Prompts Sugeridos
    st.header("💡 Pergunte à IA da CMN")
    st.markdown("*Copie e cole estas perguntas no Chat ao lado e observe as respostas:*")
    
    st.info("🏆 **Visão Macro e Ranking**\n\nConsiderando todos os dados da prefeitura, faça um ranking dos 3 parlamentares que possuem o maior volume financeiro de 'saldo parado'. Qual recomendação institucional você daria à Câmara Municipal como um todo para otimizar essa execução junto ao Executivo?")
    
    st.success("🤝 **Plano de Ação e Articulação**\n\nTraga o relatório do Vereador Marcos Guarezi. Como o valor efetivamente pago está zerado, monte um plano de ação diplomático de 3 passos para o gabinete dele articular a execução técnica junto às secretarias competentes da prefeitura.")
    
    st.warning("📊 **Didática e Literacia Financeira**\n\nAnalise os dados do Vereador Wancarlos. Sabendo que o sistema está em implantação e que os ritos demoram, explique de forma didática a diferença entre o que ele tem empenhado e o que já foi pago. O que o gabinete deve observar agora?")

# ==========================================
# 1. INICIALIZAR O GEMINI
# ==========================================
GOOGLE_API_KEY = os.getenv("GOOGLE_API_KEY")
genai.configure(api_key=GOOGLE_API_KEY)

instrucoes_auditor = """
Você é uma Assistente Consultiva de Transparência Pública do município de Navegantes.
Sua missão é traduzir dados orçamentários para o cidadão e para os parlamentares de forma elegante, clara e construtiva.

DIRETRIZES RÍGIDAS DE CONDUTA:
1. FATOS ACIMA DE TUDO: Confie 100% nos números fornecidos nas tabelas. NUNCA invente dados.
2. TOM DIPLOMÁTICO: Abandone tons punitivos. Seja encorajador e institucional. Compreenda que a execução orçamentária possui ritos próprios.
3. MENSAGEM DE CONTEXTO: Inclua sempre uma linha sutil informando que "este sistema de rastreio por Inteligência Artificial está em implantação gradativa, visando auxiliar a transparência e a eficiência municipal".
4. SUGESTÕES PRÁTICAS: Ofereça caminhos construtivos. Sugira articulações entre os gabinetes e as secretarias.
5. FORMATAÇÃO: Respostas curtas, estruturadas em tópicos. Evite usar o símbolo de cifrão ($) repetidas vezes colado em números para não quebrar a formatação visual.
"""

modelo = genai.GenerativeModel(
    model_name="gemini-2.5-flash",
    system_instruction=instrucoes_auditor,
    generation_config={"temperature": 0.0} 
)

# ==========================================
# 2. CARREGAR DADOS DAS VIEWS DO GOOGLE CLOUD
# ==========================================
@st.cache_data(ttl=3600)
def carregar_dados_banco():
    try:
        db_url = os.getenv("DATABASE_URL")
        engine = create_engine(db_url)
        df_vereadores = pd.read_sql_query('SELECT * FROM vw_auditoria_consolidada', engine)
        df_secretarias = pd.read_sql_query('SELECT * FROM vw_auditoria_secretarias', engine)
        df_matriz = pd.read_sql_query('SELECT * FROM vw_auditoria_vereador_secretaria', engine)
        
        return df_vereadores, df_secretarias, df_matriz
    except Exception as e:
        st.error(f"Erro ao conectar ao banco de dados: {e}")
        return None, None, None

df_view, df_view_secretarias, df_matriz = carregar_dados_banco()

# ==========================================
# 3. MOTOR DE GRÁFICOS (PLOTLY)
# ==========================================
def renderizar_grafico_vereador(nome_vereador, df_v):
    dados = df_v[df_v['vereador'] == nome_vereador]
    if not dados.empty:
        df_plot = pd.DataFrame({
            'Fase da Execução': ['1. Destinado (Câmara)', '2. Empenhado', '3. Pago'],
            'Valor (R$)': [
                dados['total_destinado_camara'].values[0],
                dados['total_empenhado'].values[0],
                dados['total_pago'].values[0]
            ]
        })
        
        fig = px.bar(
            df_plot, 
            x='Fase da Execução', 
            y='Valor (R$)', 
            color='Fase da Execução',
            text_auto='.3s',
            title=f"Resumo Financeiro: {nome_vereador}",
            color_discrete_sequence=['#3b82f6', '#f59e0b', '#10b981']
        )
        st.plotly_chart(fig, use_container_width=True)

def renderizar_grafico_secretarias(df_s):
    df_plot_s = df_s.sort_values(by='orcamento_atualizado', ascending=False)
    fig = px.bar(
        df_plot_s, 
        x='secretaria', 
        y='orcamento_atualizado', 
        color='secretaria',
        text_auto='.3s',
        title="Ranking Orçamentário por Secretaria/Órgão (Orçamento Atualizado)",
        labels={'orcamento_atualizado': 'Valor Atualizado (R$)', 'secretaria': 'Secretaria'}
    )
    fig.update_layout(xaxis_tickangle=-45)
    st.plotly_chart(fig, use_container_width=True)

# ==========================================
# 4. INTERFACE E LÓGICA DO AGENTE
# ==========================================
if df_view is not None and df_view_secretarias is not None and df_matriz is not None:
    if "mensagens" not in st.session_state:
        st.session_state.mensagens = [{"role": "assistant", "content": "Olá! O motor de análise está pronto. De qual parlamentar ou secretaria deseja visualizar a execução orçamentária?"}]

    for msg in st.session_state.mensagens:
        with st.chat_message(msg["role"]):
            st.markdown(msg["content"])

    if pergunta := st.chat_input("Ex: Relatório da execução do Vereador Chapecó"):
        st.session_state.mensagens.append({"role": "user", "content": pergunta})
        with st.chat_message("user"):
            st.markdown(pergunta)

        with st.chat_message("assistant"):
            termos_secretaria = ['secretaria', 'secretarias', 'ranking', 'por pasta', 'executivo']
            solicitou_grafico_secretarias = any(termo in pergunta.lower() for termo in termos_secretaria)
            solicitou_ranking = "ranking" in pergunta.lower()

            vereador_alvo = None
            palavras_ignoradas = ['vereador', 'vereadora', 'professor', 'delegada', 'dr', 'dra', 'doutor', 'doutora']
            
            for v in df_view['vereador']:
                partes_nome = str(v).lower().split()
                partes_uteis = [p for p in partes_nome if p not in palavras_ignoradas and len(p) > 3]
                
                if any(p in pergunta.lower() for p in partes_uteis):
                    vereador_alvo = v
                    break
            
            prompt_final = ""
            
            # Prioridade 1: Vereador Específico (Envia o Resumo + O Drill-Down da Matriz)
            if vereador_alvo:
                renderizar_grafico_vereador(vereador_alvo, df_view)
                
                dados_consolidados = df_view[df_view['vereador'] == vereador_alvo].to_markdown(index=False)
                
                # Filtragem blindada contra espaços e maiúsculas/minúsculas
                df_filtrado = df_matriz[df_matriz['vereador'].str.lower().str.strip() == str(vereador_alvo).lower().strip()]
                dados_detalhados = df_filtrado.to_markdown(index=False)
                
                prompt_final = f"""
                DADOS CONSOLIDADOS DO GABINETE:
                {dados_consolidados}
                
                DADOS DETALHADOS (GABINETE x SECRETARIAS):
                {dados_detalhados}
                
                PERGUNTA DO USUÁRIO: {pergunta}
                """
                
            # Prioridade 2: Ranking de Secretarias 
            elif solicitou_grafico_secretarias or solicitou_ranking:
                renderizar_grafico_secretarias(df_view_secretarias)
                
                prompt_final = f"""
                DADOS POR SECRETARIA (RANKING):
                {df_view_secretarias.to_markdown(index=False)}
                
                O usuário solicitou um ranking/gráfico das secretarias municipais. O gráfico já foi gerado. 
                Redija um parecer comentando este ranking, destacando as pastas com maior Orçamento Atualizado e os maiores saldos parados.
                """

            # Prioridade 3: Pergunta Genérica Macro
            else:
                prompt_final = f"""
                DADOS MACRO - POR VEREADOR:
                {df_view.to_markdown(index=False)}
                
                DADOS MACRO - POR SECRETARIA/ÓRGÃO:
                {df_view_secretarias.to_markdown(index=False)}
                
                MATRIZ COMPLETA DE CRUZAMENTO (VEREADOR x SECRETARIA):
                {df_matriz.to_markdown(index=False)}
                
                PERGUNTA DO USUÁRIO: {pergunta}
                """

            with st.spinner("A redigir o parecer consultivo..."):
                try:
                    resposta = modelo.generate_content(prompt_final)
                    st.markdown(resposta.text)
                    st.session_state.mensagens.append({"role": "assistant", "content": resposta.text})
                except Exception as e:
                    st.error(f"Erro ao consultar a IA: {e}")