modules/database.py

"""
================================================================================
AKIRA V21 ULTIMATE - DATABASE MODULE
================================================================================
Banco de dados SQLite extremamente robusto, moderno e completo.
Gerencia: mensagens, embeddings, gírias, tom, aprendizados, API logs, training sessions.

Features:
- SQLite com WAL mode para performance máxima
- Retry logic com exponential backoff
- Full-text search com FTS5
- Vector storage para embeddings (SentenceTransformers)
- Transactions.atomic()
- Backup/restore automático
- Health checks e métricas detalhadas
- Índices otimizados
- Migration system completo
- Logging detalhado
- Singleton pattern para conexões
- Suporte a numpy arrays para embeddings
- API performance tracking
- Training sessions tracking
================================================================================
"""

import sqlite3
import time
import os
import json
import hashlib
import random
from typing import Optional, List, Dict, Any, Tuple, Union
from datetime import datetime
from loguru import logger


class Database:
    """
    Classe de banco de dados robusta para Akira V21 Ultimate.
    Implementada como Singleton para evitar conflitos de conexão entre workers.
    """
    
    _instances: Dict[str, 'Database'] = {}
    _initialized: Dict[str, bool] = {}
    
    # Códigos de verificação para usuários privilegiados
    CODIGOS_VERIFICACAO: Dict[str, str] = {}

    def __new__(cls, db_path: str = "/akira/data/akira.db"):
        import os
        pg_url = os.environ.get('DATABASE_URL', '')
        if pg_url:
            try:
                from .database_pg import DatabasePG
                # Cria DatabasePG diretamente — sem herança
                # NÃO chama Database.__init__ (retorna instância de outra classe)
                return DatabasePG(db_path)
            except Exception as e:
                import sys
                print(f"[DB-DEBUG] DatabasePG falhou: {e}", file=sys.stderr)
                import traceback
                traceback.print_exc(file=sys.stderr)
        if db_path not in cls._instances:
            cls._instances[db_path] = super(Database, cls).__new__(cls)
            cls._initialized[db_path] = False
        return cls._instances[db_path]
    
    def __init__(self, db_path: str = "/akira/data/akira.db"):
        """Inicializa a conexão se ainda não foi inicializada para este path."""
        import os
        if self._initialized.get(db_path, False):
            return

        self.db_path = db_path
        self.max_retries = 5
        self.retry_delay = 0.1
        
        # Garante que o diretório /akira/data existe (Docker)
        db_dir = os.path.dirname(db_path)
        if db_dir and not os.path.exists(db_dir):
            os.makedirs(db_dir, exist_ok=True)
        
        # Inicialização pesada acontece apenas uma vez
        self._init_db()
        self._init_context_isolation_tables()
        self._ensure_all_columns_and_indexes()
        
        Database._initialized[db_path] = True
        logger.info(f"Database inicializado e otimizado: {self.db_path}")
    
    # ================================================================
    # CONEXÃO + RETRY
    # ================================================================
    def _get_connection(self) -> sqlite3.Connection:
        """Obtém conexão com retry automático."""
        for attempt in range(self.max_retries):
            try:
                conn = sqlite3.connect(
                    self.db_path, 
                    timeout=30.0, 
                    check_same_thread=False
                )
                # Otimizações SQLite para performance
                conn.execute("PRAGMA journal_mode=WAL")
                conn.execute("PRAGMA synchronous=NORMAL")
                conn.execute("PRAGMA cache_size=1000")
                conn.execute("PRAGMA temp_store=MEMORY")
                conn.execute("PRAGMA busy_timeout=30000")
                conn.execute("PRAGMA foreign_keys=ON")
                conn.row_factory = sqlite3.Row
                return conn
            except sqlite3.OperationalError as e:
                if "locked" in str(e) and attempt < self.max_retries - 1:
                    time.sleep(self.retry_delay * (2 ** attempt))
                    continue
                logger.error(f"Erro de conexão DB: {e}")
                raise
        raise sqlite3.OperationalError("Falha ao conectar ao banco após várias tentativas")

    def _execute_with_retry(
        self, 
        query: str, 
        params: Optional[tuple] = None, 
        commit: bool = False
    ) -> Optional[List[sqlite3.Row]]:
        """Executa query com retry automático."""
        for attempt in range(self.max_retries):
            try:
                with self._get_connection() as conn:
                    cur = conn.cursor()
                    cur.execute(query, params or ())
                    
                    if query.strip().upper().startswith("SELECT"):
                        result = cur.fetchall()
                        return result
                    
                    if commit:
                        conn.commit()
                    return None
                    
            except sqlite3.OperationalError as e:
                if "locked" in str(e) and attempt < self.max_retries - 1:
                    time.sleep(self.retry_delay * (2 ** attempt))
                    continue
                logger.error(f"Erro SQL: {e}")
                raise
        raise sqlite3.OperationalError("Query falhou após retries")

    # ================================================================
    # SCHEMA + MIGRAÇÃO
    # ================================================================
    def _init_db(self):
        """Inicializa todas as tabelas do banco."""
        try:
            with self._get_connection() as conn:
                c = conn.cursor()
                
                # Tabela de mensagens
                c.executescript("""
                CREATE TABLE IF NOT EXISTS mensagens (
                    id INTEGER PRIMARY KEY AUTOINCREMENT,
                    usuario TEXT,
                    mensagem TEXT,
                    resposta TEXT,
                    numero TEXT,
                    is_reply BOOLEAN DEFAULT 0,
                    mensagem_original TEXT,
                    humor TEXT DEFAULT 'neutro',
                    modo_resposta TEXT DEFAULT 'normal',
                    nivel_transicao INTEGER DEFAULT 1,
                    usuario_privilegiado BOOLEAN DEFAULT 0,
                    modelo_usado TEXT DEFAULT 'desconhecido',
                    conversation_id TEXT DEFAULT '',
                    message_id TEXT UNIQUE, -- ✅ IDEMPOTENCY KEY
                    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
                );
                """)
                
                # Tabela de usuários privilegiados
                c.executescript("""
                CREATE TABLE IF NOT EXISTS usuarios_privilegiados (
                    id INTEGER PRIMARY KEY AUTOINCREMENT,
                    numero TEXT UNIQUE,
                    nome TEXT,
                    apelido TEXT,
                    modo_fala TEXT,
                    codigo_verificacao TEXT,
                    ativo BOOLEAN DEFAULT 1,
                    privilegio_temporario_ativo BOOLEAN DEFAULT 0,
                    expira_em REAL,
                    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
                );
                """)
            
                # Tabela de embeddings
                c.executescript("""
                CREATE TABLE IF NOT EXISTS embeddings (
                    id INTEGER PRIMARY KEY AUTOINCREMENT,
                    numero_usuario TEXT,
                    source_type TEXT,
                    texto TEXT,
                    embedding BLOB
                );
                """)
                
                # Tabela de aprendizados
                c.executescript("""
                CREATE TABLE IF NOT EXISTS aprendizados (
                    id INTEGER PRIMARY KEY AUTOINCREMENT,
                    numero_usuario TEXT,
                    chave TEXT,
                    valor TEXT,
                    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
                );
                """)
                
                # Tabela de gírias aprendidas
                c.executescript("""
                CREATE TABLE IF NOT EXISTS girias_aprendidas (
                    id INTEGER PRIMARY KEY AUTOINCREMENT,
                    numero_usuario TEXT,
                    giria TEXT,
                    significado TEXT,
                    contexto TEXT,
                    frequencia INTEGER DEFAULT 1,
                    created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
                    updated_at DATETIME DEFAULT CURRENT_TIMESTAMP
                );
                """)
                
                # Tabela de tom do usuário
                c.executescript("""
                CREATE TABLE IF NOT EXISTS tom_usuario (
                    id INTEGER PRIMARY KEY AUTOINCREMENT,
                    numero_usuario TEXT,
                    tom_detectado TEXT,
                    intensidade REAL DEFAULT 0.5,
                    contexto TEXT,
                    humor TEXT DEFAULT 'neutro',
                    created_at DATETIME DEFAULT CURRENT_TIMESTAMP
                );
                """)
                
                # Tabela de contexto
                c.executescript("""
                CREATE TABLE IF NOT EXISTS contexto (
                    user_key TEXT PRIMARY KEY,
                    historico TEXT,
                    emocao_atual TEXT,
                    humor_atual TEXT DEFAULT 'neutro',
                    modo_resposta TEXT DEFAULT 'normal',
                    nivel_transicao INTEGER DEFAULT 1,
                    usuario_privilegiado BOOLEAN DEFAULT 0,
                    termos TEXT,
                    girias TEXT,
                    tom TEXT,
                    updated_at DATETIME DEFAULT CURRENT_TIMESTAMP
                );
                """)
                
                # Tabela de pronomes por tom
                c.executescript("""
                CREATE TABLE IF NOT EXISTS pronomes_por_tom (
                    tom TEXT PRIMARY KEY,
                    pronomes TEXT
                );
                """)
                
                # Tabela de Persona do Usuário (Character.AI style LTM)
                c.executescript("""
                CREATE TABLE IF NOT EXISTS persona_usuario (
                    numero_usuario TEXT PRIMARY KEY,
                    personalidade TEXT,
                    vicios_linguagem TEXT,
                    gostos TEXT,
                    desgostos TEXT,
                    emocional TEXT,
                    created_at DATETIME DEFAULT CURRENT_TIMESTAMP,
                    updated_at DATETIME DEFAULT CURRENT_TIMESTAMP
                );
                """)
                
                # Insere dados padrão de pronomes
                c.execute("INSERT OR IGNORE INTO pronomes_por_tom (tom, pronomes) VALUES (?, ?)", 
                         ('neutro', 'tu/você'))
                c.execute("INSERT OR IGNORE INTO pronomes_por_tom (tom, pronomes) VALUES (?, ?)", 
                         ('formal', 'o senhor/a senhora'))
                c.execute("INSERT OR IGNORE INTO pronomes_por_tom (tom, pronomes) VALUES (?, ?)", 
                         ('informal', 'puto/kota'))
                c.execute("INSERT OR IGNORE INTO pronomes_por_tom (tom, pronomes) VALUES (?, ?)", 
                         ('tecnico_formal', 'senhor'))
                
                # Insere usuários privilegiados padrão
                usuarios_default = [
                    ('244937035662', 'Isaac Quarenta', 'Isaac', 'tecnico_formal'),
                    ('244978787009', 'Isaac Quarenta 2', 'Isaac', 'tecnico_formal')
                ]
                for numero, nome, apelido, modo in usuarios_default:
                    c.execute("""
                        INSERT OR IGNORE INTO usuarios_privilegiados 
                        (numero, nome, apelido, modo_fala) VALUES (?, ?, ?, ?)
                    """, (numero, nome, apelido, modo))
                
                # ===== LSTM MEMORY SYSTEM TABLES =====
                c.executescript("""
                CREATE TABLE IF NOT EXISTS lstm_contexto (
                    context_id VARCHAR(255) NOT NULL,
                    numero_usuario VARCHAR(50) NOT NULL,
                    topic_principal VARCHAR(255),
                    subtopicas JSON,
                    conversation_path JSON,
                    interaction_pattern VARCHAR(50),
                    emotional_state VARCHAR(50),
                    unanswered_questions JSON,
                    assumed_knowledge JSON,
                    last_key_message TEXT,
                    context_switches INTEGER DEFAULT 0,
                    contradictions JSON,
                    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
                    last_updated TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
                    metadata JSON,
                    PRIMARY KEY (context_id, numero_usuario)
                );
                """)
                
                c.executescript("""
                CREATE INDEX IF NOT EXISTS idx_lstm_usuario ON lstm_contexto(numero_usuario);
                CREATE INDEX IF NOT EXISTS idx_lstm_created ON lstm_contexto(created_at);
                """)
                
                c.executescript("""
                CREATE TABLE IF NOT EXISTS lstm_message_links (
                    id INTEGER PRIMARY KEY AUTOINCREMENT,
                    context_id VARCHAR(255) NOT NULL,
                    message_id VARCHAR(255) NOT NULL,
                    numero_usuario VARCHAR(50) NOT NULL,
                    speaker_name VARCHAR(255),
                    parent_message_id VARCHAR(255),
                    topic_changed BOOLEAN DEFAULT FALSE,
                    context_switch_type VARCHAR(50),
                    relevance_score FLOAT DEFAULT 0.0,
                    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
                    UNIQUE(context_id, message_id, numero_usuario),
                    FOREIGN KEY (context_id, numero_usuario) REFERENCES lstm_contexto(context_id, numero_usuario) ON DELETE CASCADE
                );
                """)
                
                c.executescript("""
                CREATE INDEX IF NOT EXISTS idx_lstm_msg_context ON lstm_message_links(context_id);
                CREATE INDEX IF NOT EXISTS idx_lstm_msg_message ON lstm_message_links(message_id);
                """)
                
                conn.commit()
                logger.info(f"Banco de dados inicializado: {self.db_path}")
                
        except Exception as e:
            logger.error(f"Erro ao criar tabelas: {e}")
            raise

    def _ensure_all_columns_and_indexes(self):
        """Garante que todas as colunas e índices existam."""
        try:
            with self._get_connection() as conn:
                c = conn.cursor()
                
                # Adiciona colunas faltantes na tabela mensagens
                columns_to_add = {
                    'mensagens': [
                        ('humor', 'TEXT DEFAULT "neutro"'),
                        ('modo_resposta', 'TEXT DEFAULT "normal"'),
                        ('nivel_transicao', 'INTEGER DEFAULT 1'),
                        ('usuario_privilegiado', 'BOOLEAN DEFAULT 0'),
                        ('modelo_usado', 'TEXT DEFAULT "desconhecido"'),
                        ('conversation_id', 'TEXT DEFAULT ""'),
                        ('nome_usuario', 'TEXT DEFAULT ""')
                    ],
                    'tom_usuario': [
                        ('humor', 'TEXT DEFAULT "neutro"')
                    ],
                    'contexto': [
                        ('humor_atual', 'TEXT DEFAULT "neutro"'),
                        ('modo_resposta', 'TEXT DEFAULT "normal"'),
                        ('nivel_transicao', 'INTEGER DEFAULT 1'),
                        ('usuario_privilegiado', 'BOOLEAN DEFAULT 0'),
                        ('updated_at', 'DATETIME DEFAULT CURRENT_TIMESTAMP')
                    ],
                    'usuarios_privilegiados': [
                        ('privilegio_temporario_ativo', 'BOOLEAN DEFAULT 0'),
                        ('expira_em', 'REAL')
                    ],
                    'persona_usuario': [
                        ('nome', 'TEXT DEFAULT ""')
                    ]
                }
                
                for table, cols in columns_to_add.items():
                    c.execute(f"PRAGMA table_info('{table}')")
                    existing = {row[1] for row in c.fetchall()}
                    for col_name, col_def in cols:
                        if col_name not in existing:
                            try:
                                c.execute(f"ALTER TABLE {table} ADD COLUMN {col_name} {col_def}")
                                logger.info(f"Coluna '{col_name}' adicionada em '{table}'")
                            except Exception as e:
                                logger.warning(f"Erro ao adicionar coluna {col_name}: {e}")
                
                # Migration para consertar FK mismatch em lstm_message_links
                try:
                    # Verifica se a FK de lstm_message_links está correta
                    c.execute("PRAGMA foreign_key_list('lstm_message_links')")
                    fk_list = c.fetchall()
                    # Se não houver a FK composta (composta por 2 colunas), recriamos a tabela
                    if len(fk_list) != 2:
                        logger.warning("Refazendo lstm_message_links para corrigir esquema de foreign key...")
                        c.execute("DROP TABLE IF EXISTS lstm_message_links")
                        # O _init_db() vai recriar na próxima inicialização
                except Exception as e:
                    logger.warning(f"Erro ao verificar migração LSTM links: {e}")

                # Migration para consertar PK de lstm_contexto
                try:
                    c.execute("PRAGMA table_info('lstm_contexto')")
                    info = c.fetchall()
                    # Se houver apenas 1 coluna com pk=1, recriamos a tabela com PK composta
                    pks = [row for row in info if row[5] > 0]
                    if len(pks) == 1 and pks[0][1] == 'context_id':
                        logger.warning("Migration: Detectada PK legada de lstm_contexto. Migrando para PK composta...")
                        # 1. Renomeia tabela antiga
                        c.execute("ALTER TABLE lstm_contexto RENAME TO lstm_contexto_old")
                        # 2. Cria nova tabela
                        c.execute("""
                        CREATE TABLE lstm_contexto (
                            context_id VARCHAR(255) NOT NULL,
                            numero_usuario VARCHAR(50) NOT NULL,
                            topic_principal VARCHAR(255),
                            subtopicas JSON,
                            conversation_path JSON,
                            interaction_pattern VARCHAR(50),
                            emotional_state VARCHAR(50),
                            unanswered_questions JSON,
                            assumed_knowledge JSON,
                            last_key_message TEXT,
                            context_switches INTEGER DEFAULT 0,
                            contradictions JSON,
                            created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
                            last_updated TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
                            metadata JSON,
                            PRIMARY KEY (context_id, numero_usuario)
                        );
                        """)
                        # 3. Copia dados antigos evitando conflitos
                        c.execute("""
                        INSERT OR IGNORE INTO lstm_contexto 
                        (context_id, numero_usuario, topic_principal, subtopicas, conversation_path,
                         interaction_pattern, emotional_state, unanswered_questions, assumed_knowledge,
                         last_key_message, context_switches, contradictions, created_at, last_updated, metadata)
                        SELECT 
                         context_id, numero_usuario, topic_principal, subtopicas, conversation_path,
                         interaction_pattern, emotional_state, unanswered_questions, assumed_knowledge,
                         last_key_message, context_switches, contradictions, created_at, last_updated, metadata
                        FROM lstm_contexto_old
                        """)
                        # 4. Remove tabela temporária
                        c.execute("DROP TABLE lstm_contexto_old")
                        logger.success("Migration: Tabela lstm_contexto migrada com sucesso para PK composta!")
                except Exception as e:
                    logger.error(f"Erro ao migrar PK de lstm_contexto: {e}")

                conn.commit()
                
        except Exception as e:
            logger.error(f"Erro na migração: {e}")

    # ================================================================
    # USUÁRIOS PRIVILEGIADOS
    # ================================================================
    def adicionar_usuario_privilegiado(
        self, 
        numero: str, 
        nome: str, 
        apelido: str, 
        modo_fala: str = "tecnico_formal"
    ) -> Tuple[bool, str]:
        """
        Adiciona um usuário privilegiado ao sistema.
        
        Args:
            numero: Número de telefone do usuário
            nome: Nome completo
            apelido: Apelido
            modo_fala: Modo de fala inicial
            
        Returns:
            Tuple[bool, str]: (sucesso, código de verificação)
        """
        try:
            # Gera código de verificação
            codigo = str(random.randint(100000, 999999))
            
            self._execute_with_retry(
                """INSERT OR REPLACE INTO usuarios_privilegiados 
                (numero, nome, apelido, modo_fala, codigo_verificacao) 
                VALUES (?, ?, ?, ?, ?)""",
                (numero, nome, apelido, modo_fala, codigo),
                commit=True
            )
            
            logger.info(f"Usuário privilegiado adicionado: {numero} ({nome})")
            return True, codigo
            
        except Exception as e:
            logger.error(f"Erro ao adicionar usuário privilegiado: {e}")
            return False, str(e)

    def eh_privilegiado(self, numero: str) -> bool:
        """
        Verifica se um número é de usuário privilegiado.
        
        Args:
            numero: Número de telefone a verificar
            
        Returns:
            bool: True se for privilegiado
        """
        try:
            rows = self._execute_with_retry(
                "SELECT ativo FROM usuarios_privilegiados WHERE numero = ? AND ativo = 1",
                (numero,)
            )
            # Verificação segura para evitar "List[Row] | None cannot be assigned to len()"
            return rows is not None and len(rows) > 0
        except Exception as e:
            logger.error(f"Erro ao verificar privilégios: {e}")
            return False

    def verificar_privilegios_usuario(self, numero: str) -> Dict[str, Any]:
        """
        Verifica privilégios detalhados do usuário no database com suporte a temporários.
        
        Args:
            numero: Número do usuário
            
        Returns:
            Dict: Dicionário com flags de privilégio
        """
        try:
            rows = self._execute_with_retry(
                "SELECT ativo, privilegio_temporario_ativo, expira_em FROM usuarios_privilegiados WHERE numero = ?",
                (numero,)
            )
            if rows:
                row = rows[0]
                return {
                    "privilegiado": bool(row[0]),
                    "privilegio_temporario_ativo": bool(row[1]),
                    "expira_em": row[2]
                }
            return {
                "privilegiado": False,
                "privilegio_temporario_ativo": False,
                "expira_em": None
            }
        except Exception as e:
            logger.error(f"Erro em verificar_privilegios_usuario: {e}")
            return {"privilegiado": False, "privilegio_temporario_ativo": False}

    def verificar_codigo(self, numero: str, codigo: str) -> bool:
        """
        Verifica o código de um usuário privilegiado.
        
        Args:
            numero: Número de telefone
            codigo: Código de verificação
            
        Returns:
            bool: True se o código for válido
        """
        try:
            rows = self._execute_with_retry(
                "SELECT codigo_verificacao FROM usuarios_privilegiados WHERE numero = ?",
                (numero,)
            )
            if rows and rows[0][0] == codigo:
                # Gera novo código para próxima verificação
                novo_codigo = str(random.randint(100000, 999999))
                self._execute_with_retry(
                    "UPDATE usuarios_privilegiados SET codigo_verificacao = ? WHERE numero = ?",
                    (novo_codigo, numero),
                    commit=True
                )
                return True
            return False
        except Exception as e:
            logger.error(f"Erro ao verificar código: {e}")
            return False

    def obter_modo_fala_privilegiado(self, numero: str) -> Optional[str]:
        """Obtém o modo de fala de um usuário privilegiado."""
        try:
            rows = self._execute_with_retry(
                "SELECT modo_fala FROM usuarios_privilegiados WHERE numero = ?",
                (numero,)
            )
            return rows[0][0] if rows else None
        except Exception as e:
            logger.error(f"Erro ao obter modo de fala: {e}")
            return None

    # ================================================================
    # MENSAGENS
    # ================================================================
    def salvar_mensagem(
        self,
        usuario: str,
        mensagem: str,
        resposta: str,
        numero: Optional[str] = None,
        is_reply: bool = False,
        mensagem_original: Optional[str] = None,
        humor: str = "neutro",
        modo_resposta: str = "normal",
        nivel_transicao: int = 1,
        usuario_privilegiado: bool = False,
        modelo_usado: str = "desconhecido",
        **kwargs
    ) -> bool:
        """
        Salva uma mensagem no banco de dados.
        """
        try:
            cols = ['usuario', 'mensagem', 'resposta', 'humor', 'modo_resposta', 
                    'nivel_transicao', 'usuario_privilegiado', 'is_reply', 'modelo_usado']
            vals: List[Any] = [usuario, mensagem, resposta, humor, modo_resposta,
                    nivel_transicao, usuario_privilegiado, is_reply, modelo_usado]
            
            # ✅ Novo: message_id via kwargs ou parâmetro opcional (compatibilidade)
            message_id = kwargs.get('message_id')
            if message_id:
                cols.append('message_id')
                vals.append(message_id)
            
            # ✅ Novo: conversation_id via kwargs (suporte a isolamento de contexto)
            conversation_id = kwargs.get('conversation_id')
            if conversation_id:
                cols.append('conversation_id')
                vals.append(conversation_id)
            
            if numero:
                cols.append('numero')
                vals.append(numero)
            
            if mensagem_original:
                cols.append('mensagem_original')
                vals.append(mensagem_original)

            # ✅ Suporte para nome_usuario (evita erro SQL se a coluna existir)
            nome_usuario = kwargs.get('nome_usuario') or usuario
            if nome_usuario:
                cols.append('nome_usuario')
                vals.append(nome_usuario)
            
            placeholders = ', '.join(['?' for _ in cols])
            query = f"INSERT OR IGNORE INTO mensagens ({', '.join(cols)}) VALUES ({placeholders})"
            
            self._execute_with_retry(query, tuple(vals), commit=True)
            return True
            
        except Exception as e:
            logger.warning(f"Erro salvar_mensagem: {e}")
            return False

    def recuperar_mensagens(
        self, 
        usuario: str, 
        limite: int = 5
    ) -> List[Tuple[str, str]]:
        """Recupera mensagens de um usuário."""
        try:
            result = self._execute_with_retry(
                """SELECT mensagem, resposta FROM mensagens 
                WHERE usuario=? OR numero=? 
                ORDER BY id DESC LIMIT ?""",
                (usuario, usuario, limite)
            )
            if not result:
                return []
            # Converte sqlite3.Row para tuplas
            return [(row[0], row[1]) for row in result]
        except Exception as e:
            logger.error(f"Erro ao recuperar mensagens: {e}")
            return []

    def recuperar_mensagens_por_contexto(self, context_id: str, limite: int = 50) -> List[Dict[str, Any]]:
        """Recupera mensagens de um contexto específico (grupo ou PV)."""
        try:
            rows = self._execute_with_retry(
                "SELECT usuario, mensagem, resposta, created_at FROM mensagens WHERE conversation_id = ? ORDER BY id DESC LIMIT ?",
                (context_id, limite)
            )
            if not rows:
                return []
            return [dict(row) for row in rows]
        except Exception as e:
            logger.error(f"Erro ao recuperar mensagens por contexto: {e}")
            return []

    def recuperar_humor(self, numero_usuario: str) -> str:
        """
        Recupera o humor atual de um usuário.
        
        Args:
            numero_usuario: Número do usuário
            
        Returns:
            str: Humor detectado ('neutro', 'feliz', 'triste', 'irritado', 'entediado')
        """
        try:
            rows = self._execute_with_retry(
                """SELECT humor FROM tom_usuario 
                WHERE numero_usuario=? 
                ORDER BY created_at DESC LIMIT 1""",
                (numero_usuario,)
            )
            return rows[0][0] if rows else "neutro"
        except Exception as e:
            logger.error(f"Erro ao recuperar humor: {e}")
            return "neutro"

    # ================================================================
    # CONTEXTO
    # ================================================================
    def salvar_contexto(
        self,
        user_key: str,
        historico: Optional[str] = None,
        emocao_atual: str = "neutra",
        humor_atual: str = "neutro",
        modo_resposta: str = "normal",
        nivel_transicao: int = 1,
        usuario_privilegiado: bool = False,
        termos: Optional[str] = None,
        girias: Optional[str] = None,
        tom: Optional[str] = None
    ) -> bool:
        """
        Salva o contexto de um usuário.
        
        Args:
            user_key: Chave do usuário (número ou nome)
            historico: Histórico de conversas
            emocao_atual: Emoção atual
            humor_atual: Humor atual
            modo_resposta: Modo de resposta
            nivel_transicao: Nível de transição
            usuario_privilegiado: Se é usuário privilegiado
            termos: Termos aprendidos
            girias: Gírias aprendidas
            tom: Tom de fala
            
        Returns:
            bool: Sucesso da operação
        """
        try:
            self._execute_with_retry(
                """INSERT OR REPLACE INTO contexto 
                (user_key, historico, emocao_atual, humor_atual, modo_resposta, 
                nivel_transicao, usuario_privilegiado, termos, girias, tom, updated_at)
                VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, CURRENT_TIMESTAMP)""",
                (user_key, historico or "[]", emocao_atual, humor_atual, modo_resposta,
                 nivel_transicao, 1 if usuario_privilegiado else 0, 
                 termos or "{}", girias or "{}", tom),
                commit=True
            )
            return True
        except Exception as e:
            logger.error(f"Erro ao salvar contexto: {e}")
            return False

    def recuperar_contexto(self, user_key: str) -> Optional[Dict[str, Any]]:
        """Recupera o contexto de um usuário."""
        try:
            rows = self._execute_with_retry(
                "SELECT * FROM contexto WHERE user_key = ?",
                (user_key,)
            )
            if rows:
                row = rows[0]
                return dict(row)
            return None
        except Exception as e:
            logger.error(f"Erro ao recuperar contexto: {e}")
            return None

    # ================================================================
    # TOM E HUMOR
    # ================================================================
    def registrar_tom_usuario(
        self,
        numero_usuario: str,
        tom_detectado: str,
        intensidade: float = 0.5,
        contexto: Optional[str] = None,
        humor: str = "neutro"
    ) -> bool:
        """
        Registra o tom detectado de um usuário.
        
        Args:
            numero_usuario: Número do usuário
            tom_detectado: Tom detectado
            intensidade: Intensidade do tom
            contexto: Contexto da detecção
            humor: Humor detectado
            
        Returns:
            bool: Sucesso da operação
        """
        try:
            self._execute_with_retry(
                """INSERT INTO tom_usuario 
                (numero_usuario, tom_detectado, intensidade, contexto, humor) 
                VALUES (?, ?, ?, ?, ?)""",
                (numero_usuario, tom_detectado, intensidade, contexto, humor),
                commit=True
            )
            return True
        except Exception as e:
            logger.error(f"Erro ao registrar tom: {e}")
            return False

    def obter_tom_predominante(self, numero_usuario: str) -> Optional[str]:
        """Obtém o tom predominante de um usuário."""
        try:
            rows = self._execute_with_retry(
                """SELECT tom_detectado FROM tom_usuario 
                WHERE numero_usuario=? 
                ORDER BY created_at DESC LIMIT 1""",
                (numero_usuario,)
            )
            return rows[0][0] if rows else None
        except Exception as e:
            logger.error(f"Erro ao obter tom predominante: {e}")
            return None

    # ================================================================
    # APRENDIZADOS E GÍRIAS
    # ================================================================
    def salvar_aprendizado_detalhado(
        self, 
        numero_usuario: str, 
        chave: str, 
        valor: str
    ) -> bool:
        """Salva um aprendizado detalhado, atualizando se já existir."""
        try:
            existing = self._execute_with_retry(
                "SELECT id FROM aprendizados WHERE numero_usuario=? AND chave=?",
                (numero_usuario, chave)
            )
            
            if existing:
                self._execute_with_retry(
                    "UPDATE aprendizados SET valor=?, created_at=CURRENT_TIMESTAMP WHERE id=?",
                    (valor, existing[0][0]),
                    commit=True
                )
            else:
                self._execute_with_retry(
                    "INSERT INTO aprendizados (numero_usuario, chave, valor) VALUES (?, ?, ?)",
                    (numero_usuario, chave, valor),
                    commit=True
                )
            return True
        except Exception as e:
            logger.error(f"Erro ao salvar aprendizado: {e}")
            return False

    def recuperar_aprendizado_detalhado(
        self, 
        numero_usuario: str, 
        chave: Optional[str] = None
    ) -> Union[Dict, str, None]:
        """Recupera aprendizados detalhados."""
        try:
            if chave:
                rows = self._execute_with_retry(
                    "SELECT valor FROM aprendizados WHERE numero_usuario=? AND chave=?",
                    (numero_usuario, chave)
                )
                return rows[0][0] if rows else None
            else:
                rows = self._execute_with_retry(
                    "SELECT chave, valor FROM aprendizados WHERE numero_usuario=?",
                    (numero_usuario,)
                )
                return {r[0]: r[1] for r in rows} if rows else {}
        except Exception as e:
            logger.error(f"Erro ao recuperar aprendizado: {e}")
            return None

    def salvar_giria_aprendida(
        self,
        numero_usuario: str,
        giria: str,
        significado: str,
        contexto: Optional[str] = None
    ) -> bool:
        """Salva uma gíria aprendida."""
        try:
            existing = self._execute_with_retry(
                "SELECT id, frequencia FROM girias_aprendidas WHERE numero_usuario=? AND giria=?",
                (numero_usuario, giria)
            )
            
            if existing:
                self._execute_with_retry(
                    """UPDATE girias_aprendidas SET frequencia=frequencia+1, 
                    updated_at=CURRENT_TIMESTAMP WHERE id=?""",
                    (existing[0][0],),
                    commit=True
                )
            else:
                self._execute_with_retry(
                    """INSERT INTO girias_aprendidas 
                    (numero_usuario, giria, significado, contexto) VALUES (?, ?, ?, ?)""",
                    (numero_usuario, giria, significado, contexto),
                    commit=True
                )
            return True
            
        except Exception as e:
            logger.error(f"Erro ao salvar gíria: {e}")
            return False

    def recuperar_girias_usuario(self, numero_usuario: str) -> List[Dict[str, Any]]:
        """Recupera gírias de um usuário."""
        try:
            rows = self._execute_with_retry(
                "SELECT giria, significado, frequencia FROM girias_aprendidas WHERE numero_usuario=?",
                (numero_usuario,)
            )
            return [{"giria": r[0], "significado": r[1], "frequencia": r[2]} for r in rows] if rows else []
        except Exception as e:
            logger.error(f"Erro ao recuperar gírias: {e}")
            return []

    # ================================================================
    # EMBEDDINGS
    # ================================================================
    def salvar_embedding(
        self,
        numero_usuario: str,
        source_type: str,
        texto: str,
        embedding: Any
    ) -> bool:
        """Salva um embedding no banco."""
        try:
            if hasattr(embedding, "tobytes"):
                embedding = embedding.tobytes()
            
            self._execute_with_retry(
                """INSERT INTO embeddings 
                (numero_usuario, source_type, texto, embedding) VALUES (?, ?, ?, ?)""",
                (numero_usuario, source_type, texto, embedding),
                commit=True
            )
            return True
        except Exception as e:
            logger.error(f"Erro ao salvar embedding: {e}")
            return False

    def recuperar_embeddings(self, numero_usuario: str) -> List[Dict[str, Any]]:
        """Recupera embeddings de um usuário."""
        try:
            rows = self._execute_with_retry(
                "SELECT source_type, texto, embedding FROM embeddings WHERE numero_usuario=?",
                (numero_usuario,)
            )
            result = []
            # Verificação segura para evitar "Object of type None cannot be used as iterable"
            if rows:
                for r in rows:
                    embedding_data = r[2]
                    if isinstance(embedding_data, bytes):
                        # Mantém como bytes para uso com numpy
                        pass
                    result.append({
                        "source_type": r[0],
                        "texto": r[1],
                        "embedding": embedding_data
                    })
            return result
        except Exception as e:
            logger.error(f"Erro ao recuperar embeddings: {e}")
            return []

    # ================================================================
    # PERSONA DO USUÁRIO (LTM)
    # ================================================================
    def atualizar_persona(self, numero_usuario: str, campos: Dict[str, str]) -> bool:
        """
        Atualiza campos específicos da persona do usuário.
        
        Args:
            numero_usuario: Número do usuário
            campos: Dicionário com chaves ('personalidade', 'vicios_linguagem', 'gostos', 'desgostos', 'emocional')
        """
        try:
            # Verifica se já existe
            existente = self.recuperar_persona(numero_usuario)
            
            if existente:
                # Update
                set_clauses = []
                values = []
                for k, v in campos.items():
                    if k in ['personalidade', 'vicios_linguagem', 'gostos', 'desgostos', 'emocional']:
                        set_clauses.append(f"{k} = ?")
                        values.append(v)
                
                if not set_clauses:
                    return False
                    
                set_clauses.append("updated_at = CURRENT_TIMESTAMP")
                values.append(numero_usuario)
                
                query = f"UPDATE persona_usuario SET {', '.join(set_clauses)} WHERE numero_usuario = ?"
                self._execute_with_retry(query, tuple(values), commit=True)
            else:
                # Insert
                keys = ['numero_usuario']
                values = [numero_usuario]
                for k, v in campos.items():
                    if k in ['personalidade', 'vicios_linguagem', 'gostos', 'desgostos', 'emocional']:
                        keys.append(k)
                        values.append(v)
                
                placeholders = ', '.join(['?' for _ in keys])
                query = f"INSERT INTO persona_usuario ({', '.join(keys)}) VALUES ({placeholders})"
                self._execute_with_retry(query, tuple(values), commit=True)
                
            return True
        except Exception as e:
            logger.error(f"Erro ao atualizar persona para {numero_usuario}: {e}")
            return False

    def recuperar_persona(self, numero_usuario: str) -> Optional[Dict[str, Any]]:
        """Recupera a persona completa de um usuário."""
        try:
            rows = self._execute_with_retry(
                "SELECT * FROM persona_usuario WHERE numero_usuario = ?",
                (numero_usuario,)
            )
            if rows:
                row = rows[0]
                return dict(row)
            return None
        except Exception as e:
            logger.error(f"Erro ao recuperar persona para {numero_usuario}: {e}")
            return None

    # ================================================================
    # CONTEXT ISOLATION — métodos que context_isolation.py precisa
    # ================================================================

    def _init_context_isolation_tables(self):
        """Cria tabelas de contexto isolado se não existirem."""
        try:
            with self._get_connection() as conn:
                c = conn.cursor()
                c.executescript("""
                    CREATE TABLE IF NOT EXISTS contextos_isolados (
                        context_id TEXT PRIMARY KEY,
                        numero_usuario TEXT NOT NULL,
                        grupo_id TEXT,
                        tipo_conversa TEXT DEFAULT 'pv',
                        estado_emocional TEXT DEFAULT 'neutral',
                        nivel_intimidade INTEGER DEFAULT 1,
                        short_memory TEXT DEFAULT '[]',
                        metadata TEXT DEFAULT '{}',
                        created_at REAL DEFAULT (strftime('%s', 'now')),
                        last_interaction REAL DEFAULT (strftime('%s', 'now'))
                    );
                    CREATE INDEX IF NOT EXISTS idx_contextos_user ON contextos_isolados(numero_usuario);
                    CREATE INDEX IF NOT EXISTS idx_contextos_tipo ON contextos_isolados(tipo_conversa);
                """)
                conn.commit()
                logger.info("Tabela contextos_isolados garantida")
        except Exception as e:
            logger.warning(f"Erro ao criar tabela contextos_isolados: {e}")

    def salvar_contexto_isolado(self, context_data: Dict[str, Any]) -> bool:
        """Salva ou atualiza um contexto isolado (upsert)."""
        try:
            # Garante que a tabela existe
            self._init_context_isolation_tables()

            with self._get_connection() as conn:
                c = conn.cursor()
                c.execute("""
                    INSERT INTO contextos_isolados
                    (context_id, numero_usuario, grupo_id, tipo_conversa, estado_emocional,
                     nivel_intimidade, short_memory, metadata, created_at, last_interaction)
                    VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?)
                    ON CONFLICT(context_id) DO UPDATE SET
                        estado_emocional = excluded.estado_emocional,
                        nivel_intimidade = excluded.nivel_intimidade,
                        short_memory = excluded.short_memory,
                        metadata = excluded.metadata,
                        last_interaction = excluded.last_interaction
                """, (
                    context_data.get('context_id'),
                    context_data.get('numero_usuario'),
                    context_data.get('grupo_id'),
                    context_data.get('tipo_conversa', 'pv'),
                    context_data.get('estado_emocional', 'neutral'),
                    context_data.get('nivel_intimidade', 1),
                    json.dumps(context_data.get('short_memory', [])),
                    json.dumps(context_data.get('metadata', {})),
                    context_data.get('created_at', time.time()),
                    context_data.get('last_interaction', time.time()),
                ))
                conn.commit()
                return True
        except Exception as e:
            logger.warning(f"Erro ao salvar contexto isolado: {e}")
            return False

    def recuperar_contexto_isolado(self, context_id: str) -> Optional[Dict[str, Any]]:
        """Recupera um contexto isolado pelo context_id."""
        try:
            # Garante que a tabela existe (Prevenir "no such table")
            self._init_context_isolation_tables()

            rows = self._execute_with_retry(
                "SELECT * FROM contextos_isolados WHERE context_id = ?",
                (context_id,)
            )
            if rows:
                row = dict(rows[0])
                # Desserializar campos JSON
                try: row['short_memory'] = json.loads(row.get('short_memory', '[]'))
                except: row['short_memory'] = []
                try: row['metadata'] = json.loads(row.get('metadata', '{}'))
                except: row['metadata'] = {}
                return row
            return None
        except Exception as e:
            logger.warning(f"Erro ao recuperar contexto isolado: {e}")
            return None

    def deletar_contexto_isolado(self, context_id: str) -> bool:
        """Remove um contexto isolado (safe - verifica tabela primeiro)."""
        try:
            # Garante que a tabela existe
            self._init_context_isolation_tables()

            # Verifica se tabela existe
            conn = self._get_connection()
            c = conn.cursor()
            c.execute("SELECT name FROM sqlite_master WHERE type='table' AND name='contextos_isolados'")
            if not c.fetchone():
                logger.warning("Tabela contextos_isolados não existe. Pulando delete.")
                return True
            conn.close()
            
            self._execute_with_retry(
                "DELETE FROM contextos_isolados WHERE context_id = ?",
                (context_id,), commit=True
            )
            return True
        except Exception as e:
            logger.warning(f"Erro ao deletar contexto isolado: {e}")
            return False

    def listar_contextos_usuario(self, numero_usuario: str) -> List[Dict[str, Any]]:
        """Lista todos os contextos de um usuário."""
        results = []
        try:
            rows = self._execute_with_retry(
                "SELECT * FROM contextos_isolados WHERE numero_usuario = ?",
                (numero_usuario,)
            )
            if rows:
                for row in rows:
                    d = dict(row)
                    try: d['short_memory'] = json.loads(d.get('short_memory', '[]'))
                    except: d['short_memory'] = []
                    try: d['metadata'] = json.loads(d.get('metadata', '{}'))
                    except: d['metadata'] = {}
                    results.append(d)
        except Exception as e:
            logger.warning(f"Erro ao listar contextos do usuário: {e}")
        return results

    # ================================================================
    # HISTÓRICO POR CONVERSATION ID
    # ================================================================

    def recuperar_historico(self, usuario: str = "", numero: str = "",
                            conversation_id: str = "", limite: int = 20) -> List[Dict[str, Any]]:
        """
        Recupera histórico de mensagens.
        Suporta conversation_id para isolamento de contexto.
        """
        # Tenta nova coluna conversation_id primeiro
        try:
            if conversation_id is not None and conversation_id != "":
                try:
                    rows = self._execute_with_retry(
                        "SELECT usuario, mensagem, resposta, humor, modelo_usado, created_at FROM mensagens "
                        "WHERE conversation_id = ? ORDER BY id DESC LIMIT ?",
                        (conversation_id, limite)
                    )
                except Exception:
                    # Fallback para banco antigo sem conversation_id
                    rows = []
            elif numero:
                rows = self._execute_with_retry(
                    "SELECT usuario, mensagem, resposta, humor, modelo_usado, created_at FROM mensagens "
                    "WHERE numero = ? ORDER BY id DESC LIMIT ?",
                    (numero, limite)
                )
            elif usuario:
                rows = self._execute_with_retry(
                    "SELECT usuario, mensagem, resposta, humor, modelo_usado, created_at FROM mensagens "
                    "WHERE usuario = ? ORDER BY id DESC LIMIT ?",
                    (usuario, limite)
                )
            else:
                return []

            return [dict(r) for r in (rows or [])][::-1]  # Reverte para ordem cronológica
        except Exception:
            return []

    def recuperar_resposta_por_id(self, message_id: str) -> Optional[Dict[str, Any]]:
        """Recupera uma resposta já gerada para um message_id (idempotência)."""
        if not message_id: return None
        try:
            # Garante que a coluna existe
            with self._get_connection() as conn:
                c = conn.cursor()
                c.execute("PRAGMA table_info(mensagens)")
                if 'message_id' not in [row[1] for row in c.fetchall()]:
                    return None

            rows = self._execute_with_retry(
                "SELECT resposta, modelo_usado, created_at FROM mensagens WHERE message_id = ? LIMIT 1",
                (message_id,)
            )
            if rows:
                return dict(rows[0])
            return None
        except Exception as e:
            logger.warning(f"Erro ao recuperar resposta por id: {e}")
            return None

    def registrar_mensagem_conversation_id(self, usuario: str, mensagem: str, resposta: str,
                                            conversation_id: str = "", numero: str = "",
                                            is_reply: bool = False, mensagem_original: str = "",
                                            humor: str = "neutro", modo_resposta: str = "normal",
                                            modelo_usado: str = "desconhecido", **kwargs) -> bool:
        """Registra mensagem com conversation_id para isolamento."""
        try:
            # Verifica se a coluna conversation_id existe
            with self._get_connection() as conn:
                c = conn.cursor()
                c.execute("PRAGMA table_info(mensagens)")
                cols = [row[1] for row in c.fetchall()]
                if 'conversation_id' not in cols:
                    c.execute("ALTER TABLE mensagens ADD COLUMN conversation_id TEXT")
                    conn.commit()

            self._execute_with_retry(
                """INSERT INTO mensagens
                (usuario, mensagem, resposta, numero, is_reply, mensagem_original, humor, modo_resposta, modelo_usado, conversation_id, message_id)
                VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)""",
                (usuario, mensagem, resposta, numero, is_reply, mensagem_original, humor, modo_resposta, modelo_usado, conversation_id, kwargs.get('message_id')),
                commit=True
            )
            return True
        except Exception as e:
            logger.warning(f"Erro ao registrar mensagem com conversation_id: {e}")
            return False

    def limpar_contexto_usuario(self, usuario: str = "", numero: str = "") -> bool:
        """Limpa todas as mensagens de um usuário (reset)."""
        try:
            if numero:
                self._execute_with_retry("DELETE FROM mensagens WHERE numero = ?", (numero,), commit=True)
            elif usuario:
                self._execute_with_retry("DELETE FROM mensagens WHERE usuario = ?", (usuario,), commit=True)
            # Limpa também contextos isolados
            self._execute_with_retry("DELETE FROM contextos_isolados WHERE numero_usuario = ?", (numero or usuario,), commit=True)
            return True
        except Exception as e:
            logger.warning(f"Erro ao limpar contexto: {e}")
            return False

    # ================================================================
    # PERSONA DO USUÁRIO (LTM)
    # ================================================================
    def recuperar_persona(self, numero_usuario: str) -> Dict[str, Any]:
        """Recupera a persona (personalidade, gostos, etc.) do usuário."""
        try:
            rows = self._execute_with_retry(
                "SELECT personalidade, vicios_linguagem, gostos, desgostos, emocional FROM persona_usuario WHERE numero_usuario = ?",
                (numero_usuario,)
            )
            if rows:
                return dict(rows[0])
            return {}
        except Exception as e:
            logger.warning(f"Erro ao recuperar persona de {numero_usuario}: {e}")
            return {}

    def atualizar_persona(self, numero_usuario: str, campos: Dict[str, str]) -> bool:
        """Atualiza ou insere novos traços de persona para o usuário."""
        if not campos:
            return False
        try:
            # Garante que as colunas existem (migração rápida se necessário)
            with self._get_connection() as conn:
                c = conn.cursor()
                c.execute("INSERT OR IGNORE INTO persona_usuario (numero_usuario) VALUES (?)", (numero_usuario,))
                
                query_parts = []
                params = []
                for campo, valor in campos.items():
                    query_parts.append(f"{campo} = ?")
                    params.append(valor)
                
                query_parts.append("updated_at = CURRENT_TIMESTAMP")
                params.append(numero_usuario)
                
                query = f"UPDATE persona_usuario SET {', '.join(query_parts)} WHERE numero_usuario = ?"
                c.execute(query, tuple(params))
                conn.commit()
            return True
        except Exception as e:
            logger.warning(f"Erro ao atualizar persona de {numero_usuario}: {e}")
            return False

    def fazer_checkpoint_hf_sync(self) -> bool:
        """
        Executa um backup seguro da base de dados otimizado para o Hugging Face Buckets (hf sync).
        Garante integridade total forçando a gravação do WAL e criando um snapshot isolado.
        
        Isso previne qualquer corrupção de dados por conflito entre a nuvem e as 
        threads concorrentes da Akira.
        """
        import shutil
        from pathlib import Path
        try:
            # 1. Força a gravação de todos os dados do WAL para o arquivo DB principal (Truncate)
            self._execute_with_retry("PRAGMA wal_checkpoint(TRUNCATE)")
            
            # 2. Configura caminhos
            db_path_obj = Path(self.db_path)
            # Diretório alvo para o hf sync
            cloud_sync_dir = db_path_obj.parent / "cloud_sync"
            cloud_sync_dir.mkdir(parents=True, exist_ok=True)
            
            backup_path = cloud_sync_dir / db_path_obj.name
            
            # 3. Usa a API de Backup Nativa e atômica do próprio sqlite
            with self._get_connection() as source:
                backup_conn = sqlite3.connect(
                    str(backup_path),
                    timeout=30.0,
                    check_same_thread=False
                )
                with backup_conn:
                    source.backup(backup_conn, pages=-1)
                backup_conn.close()
                
            logger.info(f"✅ Checkpoint Seguro para HF Buckets concluído em: {backup_path}")
            return True
        except Exception as e:
            logger.error(f"❌ Erro ao criar Checkpoint HF Sync: {e}")
            return False

def get_database(db_path: Optional[str] = None):
    """
    Factory function — detecta PostgreSQL automaticamente.
    Se DATABASE_URL estiver definido, usa PostgreSQL. Caso contrário, SQLite.
    """
    import os
    pg_url = os.environ.get('DATABASE_URL', '')
    if pg_url:
        try:
            from .database_pg import DatabasePG
            logger.info("🐘 Usando PostgreSQL (DATABASE_URL detectado)")
            return DatabasePG(db_path or pg_url)
        except ImportError:
            logger.warning("⚠️ psycopg2 não instalado — fallback para SQLite")
    
    from . import config
    path = db_path or getattr(config, 'DB_PATH', '/akira/data/akira.db')
    return Database(path)