modules/improved_context_handler.py

# type: ignore
"""
================================================================================
IMPROVED CONTEXT HANDLER - Melhor gerenciamento de contexto para Akira
================================================================================
IMPORTANTE: Este módulo NÃO modifica context_builder.py ou contexto.py!
Ele adiciona uma camada INTELIGENTE de análise de contexto para perguntas curtas.

Função: Resolver o problema de perguntas curtas ("Oq é isso?") perdendo contexto
Preserva: Toda a arquitetura e lógica existente do sistema de contexto
================================================================================
"""

import re
from typing import Dict, List, Optional, Tuple, Any
from dataclasses import dataclass

try:
    from . import config
except ImportError:
    import modules.config as config


@dataclass
class ContextWeights:
    """Pesos calculados para diferentes tipos de contexto."""
    reply_context: float = 0.0
    quoted_analysis: float = 0.0
    short_term_memory: float = 1.0
    vector_memory: float = 0.7
    
    def to_dict(self) -> Dict[str, float]:
        """Converte para dicionário."""
        return {
            "reply_context": self.reply_context,
            "quoted_analysis": self.quoted_analysis,
            "short_term_memory": self.short_term_memory,
            "vector_memory": self.vector_memory,
        }


@dataclass
class QuestionAnalysis:
    """Análise de uma pergunta."""
    is_short:bool = False  # <= 5 palavras
    is_very_short: bool = False  # <= 2 palavras
    has_pronoun: bool = False  # tem "isso", "aquilo", "ele", etc
    has_reply: bool = False
    needs_context: bool = False  # precisa de contexto extra
    question_type: str = "general"  # "what", "how", "where", "why", "general"


class ImprovedContextHandler:
    """
    Gerenciador inteligente de contexto para perguntas curtas.
    
    IMPORTANTE:
    - NÃO substitui o context_builder.py existente
    - Funciona como HELPER para calcular pesos de contexto
    - AUMENTA contexto para perguntas curtas com reply (contrário da lógica antiga)
    """
    
    def __init__(self):
        # Pronomes que indicam necessidade de contexto
        self.context_pronouns = {
            "isso", "aquilo", "este", "esse", "aquele",
            "ele", "ela", "eles", "elas",
            "la", "lo", "las", "los",  # "a la", "o lo"
        }
        
        # Palavras interrogativas
        self.question_words = {
            "what": ["oq", "o que", "oque", "que é"],
            "how": ["como"],
            "where": ["onde", "aonde"],
            "when": ["quando", "que horas"],
            "why": ["porque", "porquê", "por que", "pq"],
            "who": ["quem"],
        }
        
        # Limites de palavras
        self.very_short_threshold = 2  # "Oq é?"
        self.short_threshold = 5  # "Como funciona isso?"
    
    def analyze_question(
        self,
        message: str,
        reply_metadata: Optional[Dict[str, Any]] = None
    ) -> QuestionAnalysis:
        """
        Analisa uma mensagem para determinar necessidade de contexto.
        
        Args:
            message: Mensagem do usuário
            reply_metadata: Metadados de reply (se for reply)
            
        Returns:
            QuestionAnalysis com detalhes da análise
        """
        message_lower = message.lower().strip()
        words = message_lower.split()
        word_count = len(words)
        
        analysis = QuestionAnalysis()
        
        # Classifica tamanho
        analysis.is_very_short = word_count <= self.very_short_threshold
        analysis.is_short = word_count <= self.short_threshold
        
        # Detecta pronomes contextuais
        analysis.has_pronoun = any(
            pronoun in message_lower 
            for pronoun in self.context_pronouns
        )
        
        # Verifica se tem reply
        if reply_metadata:
            analysis.has_reply = reply_metadata.get("is_reply", False)
        
        # Detecta tipo de pergunta
        for q_type, patterns in self.question_words.items():
            if any(pattern in message_lower for pattern in patterns):
                analysis.question_type = q_type
                break
        
        # Determina se precisa de contexto extra
        analysis.needs_context = (
            analysis.is_short and 
            (analysis.has_pronoun or analysis.has_reply)
        )
        
        return analysis
    
    def calculate_context_weights(
        self,
        message: str,
        reply_metadata: Optional[Dict[str, Any]] = None
    ) -> ContextWeights:
        """
        Calcula pesos de contexto de forma inteligente.
        
        LÓGICA INVERTIDA da original:
        - Perguntas curtas COM reply = MAIS contexto de reply
        - Perguntas normais = balanço
        - Sem reply = contexto geral
        
        Args:
            message: Mensagem do usuário
            reply_metadata: Metadados de reply
            
        Returns:
            ContextWeights com pesos calculados
        """
        analysis = self.analyze_question(message, reply_metadata)
        weights = ContextWeights()
        
        # CASO 1: Pergunta MUITO curta COM reply
        # Exemplo: "Oq é isso?" (reply a mensagem sobre Radiohead)
        if analysis.is_very_short and analysis.has_reply:
            weights.reply_context = 1.0  # ✅ MÁXIMO para reply
            weights.quoted_analysis = 0.95  # Analisa profundamente a citação
            weights.short_term_memory = 0.8  # ✅ MANTÉM texto curto + contexto
            weights.vector_memory = 0.3  # Fatos gerais baixo
        
        # CASO 2: Pergunta curta COM reply
        # Exemplo: "Como funciona isso?" (reply a explicação técnica)
        elif analysis.is_short and analysis.has_reply:
            weights.reply_context = 0.9  # Alto para reply
            weights.quoted_analysis = 0.85
            weights.short_term_memory = 0.85  # ✅ MANTÉM texto curto no contexto
            weights.vector_memory = 0.4
        
        # CASO 3: Pergunta curta COM pronome mas SEM reply
        # Exemplo: "Oq é isso?" (sem reply - contexto ambíguo)
        elif analysis.is_short and analysis.has_pronoun:
            weights.reply_context = 0.0  # Sem reply
            weights.quoted_analysis = 0.0
            weights.short_term_memory = 1.0  # Usa histórico recente completo
            weights.vector_memory = 0.8  # Busca memória de fatos
        
        # CASO 4: Pergunta normal COM reply
        # Exemplo: "Você pode explicar melhor esse conceito?" (reply a explicação)
        elif analysis.has_reply:
            weights.reply_context = 0.8
            weights.quoted_analysis = 0.7
            weights.short_term_memory = 0.8
            weights.vector_memory = 0.5
        
        # CASO 5: Pergunta normal SEM reply
        # Exemplo: "Como funciona inteligência artificial?"
        else:
            weights.reply_context = 0.0
            weights.quoted_analysis = 0.0
            weights.short_term_memory = 1.0
            weights.vector_memory = 0.7
        
        return weights
    
    def extract_quoted_content_deep(
        self,
        reply_metadata: Dict[str, Any]
    ) -> str:
        """
        Extrai conteúdo citado de forma profunda.
        Prioriza campos mais completos.
        
        Args:
            reply_metadata: Metadados do reply
            
        Returns:
            Conteúdo completo citado
        """
        # Ordem de prioridade (do mais completo para o menos)
        priority_fields = [
            "mensagem_citada",
            "full_message",
            "quoted_text_original",
            "quoted_text",
            "reply_content",
            "context_hint",
        ]
        
        for field in priority_fields:
            if field in reply_metadata and reply_metadata[field]:
                content = str(reply_metadata[field]).strip()
                if len(content) > 5:  # Ignora conteúdos muito curtos
                    return content
        
        # Fallback: tenta extrair de qualquer campo que pareça mensagem
        for key, value in reply_metadata.items():
            if isinstance(value, str) and len(value) > 10:
                # Verifica se tem palavras comuns de mensagem
                if any(word in value.lower() for word in ["eu", "você", "tu", "ele"]):
                    return value.strip()
        
        return ""
    
    def analyze_quoted_content(
        self,
        quoted_content: str,
        current_message: str
    ) -> Dict[str, Any]:
        """
        Analisa conteúdo citado para entender o contexto.
        
        Args:
            quoted_content: Conteúdo da mensagem citada
            current_message: Mensagem atual do usuário
            
        Returns:
            Análise do conteúdo citado
        """
        if not quoted_content:
            return {"empty": True}
        
        quoted_lower = quoted_content.lower()
        current_lower = current_message.lower()
        
        # Detecta tipo de conteúdo
        content_type = "general"
        if any(w in quoted_lower for w in ["?", "qual", "quando", "onde", "como", "por que"]):
            content_type = "question"
        elif any(w in quoted_lower for w in ["eu", "mim", "meu", "minha"]):
            content_type = "personal"
        elif any(w in quoted_lower for w in ["akira", "bot", "você", "vc"]):
            content_type = "about_bot"
        
        # Extrai keywords principais
        keywords = self._extract_keywords(quoted_content)
        
        # Detecta tom
        tone = "neutral"
        if any(w in quoted_lower for w in ["kkk", "haha", "😂", "🤣"]):
            tone = "humorous"
        elif any(w in quoted_lower for w in ["!!!", "???", "nossa", "eita"]):
            tone = "excited"
        
        # Detecta se há informação técnica/específica
        has_specific_info = any(
            word in quoted_lower 
            for word in ["Estudo", "Academica", "Programação", "Ciência", "política", "País"]
        )
        
        return {
            "content_type": content_type,
            "keywords": keywords,
            "tone": tone,
            "length": len(quoted_content),
            "has_question": "?" in quoted_content,
            "has_specific_info": has_specific_info,
        }
    
    def _extract_keywords(self, text: str, max_keywords: int = 5) -> List[str]:
        """Extrai keywords principais do texto."""
        # Remove stopwords comuns
        stopwords = {
            "o", "a", "de", "da", "do", "em", "para", "com", "por",
            "que", "é", "um", "uma", "os", "as", "dos", "das",
            "e", "ou", "mas", "se", "não", "sim",
        }
        
        words = re.findall(r'\w+', text.lower())
        keywords = [w for w in words if w not in stopwords and len(w) > 3]
        
        # Retorna os primeiros N
        return keywords[:max_keywords]


# ============================================================
# FUNÇÕES DE CONVENIÊNCIA
# ============================================================

_handler_instance: Optional[ImprovedContextHandler] = None


def get_context_handler() -> ImprovedContextHandler:
    """Retorna instância singleton do handler."""
    global _handler_instance
    if _handler_instance is None:
        _handler_instance = ImprovedContextHandler()
    return _handler_instance


def calculate_smart_context_weights(
    message: str,
    reply_metadata: Optional[Dict[str, Any]] = None
) -> Dict[str, float]:
    """
    Função helper para calcular pesos de contexto inteligentemente.
    
    Args:
        message: Mensagem do usuário
        reply_metadata: Metadados de reply
        
    Returns:
        Dict com pesos de contexto
    """
    handler = get_context_handler()
    weights = handler.calculate_context_weights(message, reply_metadata)
    return weights.to_dict()


# ============================================================
# EXEMPLO DE USO
# ============================================================

if __name__ == "__main__":
    # Teste básico
    handler = ImprovedContextHandler()
    
    test_cases = [
        # (mensagem, tem_reply, descrição)
        ("Oq é isso?", True, "Pergunta muito curta com reply"),
        ("Como funciona isso?", True, "Pergunta curta com reply"),
        ("Oq é isso?", False, "Pergunta curta SEM reply (ambígua)"),
        ("Você pode explicar melhor esse conceito?", True, "Pergunta normal com reply"),
        ("Como funciona inteligência artificial?", False, "Pergunta normal sem reply"),
    ]
    
    print("=== TESTE DE PESOS DE CONTEXTO ===\n")
    
    for message, has_reply, description in test_cases:
        print(f"Caso: {description}")
        print(f"Mensagem: \"{message}\"")
        print(f"Tem reply: {has_reply}")
        
        reply_meta = {"is_reply": has_reply} if has_reply else None
        weights = handler.calculate_context_weights(message, reply_meta)
        
        print(f"Pesos calculados:")
        print(f"  - Reply context: {weights.reply_context:.2f}")
        print(f"  - Quoted analysis: {weights.quoted_analysis:.2f}")
        print(f"  - Short-term memory: {weights.short_term_memory:.2f}")
        print(f"  - Vector memory: {weights.vector_memory:.2f}")
        print()