Update tools/analysis_tools.py

tools/analysis_tools.py

@@ -2,9 +2,13 @@ import logging
 from langchain_core.tools import tool
 from src.services.analysis_service import AnalysisService 
 import json
+import os
+from datetime import datetime
 from pydantic.v1 import BaseModel, Field
 from typing import List, Dict, Any
 from src.models import load_all_models
+from pymongo import MongoClient
+
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
@@ -26,18 +30,27 @@ def trigger_interview_analysis(user_id: str, job_offer_id: str, job_description:
         if '@' in user_id or ' ' in job_offer_id:
              logger.error(f"Appel de l'outil avec des données invalides. User ID: {user_id}, Job Offer ID: {job_offer_id}")
              return "Erreur: Appel de l'outil avec des paramètres invalides. L'analyse n'a pas pu être lancée."
+        mongo_client = MongoClient(os.getenv("MONGO_URI"))
+        db = mongo_client[os.getenv("MONGO_DB_NAME")]
+        collection = db[os.getenv("MONGO_INTERVIEW_COLLECTION")]
+        
         models = load_all_models()
         analysis_service = AnalysisService(models=models)
         feedback_data = analysis_service.run_analysis(
             conversation_history=conversation_history,
             job_description=job_description
         )
-        feedback_path = f"/tmp/feedbacks/{user_id}.json"
-        with open(feedback_path, "w", encoding="utf-8") as f:
-            json.dump({"status": "completed", "feedback_data": feedback_data}, f, ensure_ascii=False, indent=4)
-        logger.info(f"Analyse pour l'utilisateur {user_id} terminée et sauvegardée dans {feedback_path}.")
+        mongo_document = {
+            "user_id": user_id,
+            "job_offer_id": job_offer_id,
+            "feedback_data": feedback_data,
+            "updated_at": datetime.utcnow()
+        }
+        result = collection.insert_one(mongo_document)
+        logger.info(f"Analyse pour l'utilisateur {user_id} terminée et sauvegardée dans MongoDB avec l'ID: {result.inserted_id}")
+        
         return "L'analyse a été déclenchée et terminée avec succès."
 
     except Exception as e:
         logger.error(f"Erreur dans l'outil d'analyse : {e}", exc_info=True)
-        return "Une erreur est survenue lors du lancement de l'analyse."
+        return "Une erreur est survenue lors du lancement de l'analyse."