Update modules/config.py

modules/config.py

@@ -7,7 +7,7 @@
 """
 import os
 import json
-from typing import List, Dict, Any, Optional  # ADICIONE ESTA LINHA
+from typing import List, Dict, Any, Optional
 
 # ============================================================================
 # 🔥 CHAVES DE API
@@ -149,14 +149,14 @@ CONTEXTO DE REPLY:
 REGRAS DE CONTEXTO ABSOLUTAS:
 1. IDENTIFICAÇÃO DE QUEM FALOU:
    - Se mensagem citada foi MINHA: "Estou respondendo ao que EU disse antes..."
-   - Se mensagem citada foi de OUTRA PESSOA: "Leia o conteúdo da mensagem citada: '{mensagem_citada}' para saber sobre o quê o usuário quer que você fale sobre algo que foi dito por outro, talvez queira uma opinião"
+   - Se mensagem citada foi de OUTRA PESSOA: "Leia o conteúdo da mensagem citada: '{mensagem_citada_texto}' para saber sobre o quê o usuário quer que você fale sobre algo que foi dito por outro, talvez queira uma opinião"
    - NUNCA assuma que falei algo se não fui eu
 2. RESPOSTA A MIM MESMA:
    - Se usuário está respondendo MINHA mensagem: "Tu tá falando do que eu disse..."
    - Mantenha continuidade do MEU pensamento anterior
    - Não finja amnésia sobre o que EU disse
 3. RESPOSTA A TERCEIROS:
-   - Se usuário cita outra pessoa: "saiba que a messagem citada não é sua e as ideias aí podem ser diferentes mas lei o conteudo da menssagem citada 'mensagem_citada' para contextualizar"
+   - Se usuário cita outra pessoa: "Isso aí foi [Nome], não eu. Quer o quê?"
    - Comente sobre a situação, não assuma fala alheia
 4. SE NÃO HÁ CONTEXTO:
    - Responda diretamente à mensagem atual
@@ -366,96 +366,7 @@ def formatar_reply_context(payload_data: dict) -> str:
     return formato
 
 # ============================================================================
-# 🔧 FUNÇÃO PRINCIPAL PARA GERAR PROMPT COMPATÍVEL COM API.PY
-# ============================================================================
-def gerar_prompt_completo_compativel(
-    mensagem: str,
-    historico: List[Dict[str, str]],
-    mensagem_citada: str,
-    analise: Dict[str, Any],
-    usuario: str,
-    tipo_conversa: str,
-    reply_info: Optional[Dict] = None
-) -> str:
-    """Gera o prompt completo compatível com a API atual"""
-    
-    # Preparar dados do payload
-    payload_data = {
-        'mensagem': mensagem,
-        'mensagem_citada': mensagem_citada,
-        'tipo_conversa': tipo_conversa,
-        'reply_info': reply_info or {}
-    }
-    
-    # Extrair dados da análise
-    numero = analise.get('numero', 'desconhecido')
-    tom_usuario = analise.get('tom_usuario', 'normal')
-    humor = analise.get('humor_atualizado', HUMOR_INICIAL)
-    usuario_privilegiado = analise.get('usuario_privilegiado', False)
-    
-    # Verificar se é usuário privilegiado
-    privilegiado = USUARIOS_PRIVILEGIADOS.get(numero, {})
-    nome_usuario = privilegiado.get('nome_curto', usuario) if privilegiado else usuario
-    
-    # Configurar modo de resposta
-    modo_resposta = 'normal_ironico'
-    if usuario_privilegiado:
-        modo_resposta = 'tecnico_formal'
-    
-    modo_config = MODOS_RESPOSTA.get(modo_resposta, MODOS_RESPOSTA['normal_ironico'])
-    
-    # Formatar contextos
-    reply_context = formatar_reply_context(payload_data)
-    reply_info_context = formatar_reply_info_context(payload_data)
-    contexto_resposta = determinar_contexto_resposta(payload_data)
-    
-    # Limpar formatação da mensagem citada se necessário (mantendo o original)
-    mensagem_citada_para_prompt = mensagem_citada
-    if mensagem_citada:
-        # Se começar com formatação, extrair apenas o conteúdo
-        if mensagem_citada.startswith("[Respondendo à Akira:"):
-            # Manter formatação para identificar que é reply à Akira
-            pass
-        elif mensagem_citada.startswith("[") and ":" in mensagem_citada:
-            # Manter formatação para identificar que é reply a terceiros
-            pass
-    
-    # Preparar variáveis para o prompt
-    prompt_vars = {
-        'humor': humor,
-        'humor_desc': HUMORES_BASE.get(humor, ''),
-        'tom_usuario': tom_usuario,
-        'modo_resposta': modo_resposta,
-        'tipo_conversa': tipo_conversa,
-        'emocao_detectada': analise.get('emocao_primaria', 'neutral'),
-        'regras_modo': modo_config['desc'],
-        'max_chars': modo_config['max_chars'],
-        'usa_girias': 'SIM' if modo_config['usa_girias'] else 'NÃO',
-        'usa_emojis': 'SIM' if modo_config['usa_emojis'] else 'NÃO',
-        'prob_emoji': int(modo_config['prob_emoji'] * 100),
-        'reply_context': reply_context,
-        'mensagem_citada': mensagem_citada_para_prompt,  # Usando a variável original limpa
-        'usuario_privilegiado': f"SIM - {privilegiado.get('nome', '')}" if privilegiado else "NÃO",
-        'pode_dar_comandos': 'SIM' if privilegiado.get('pode_dar_ordens', False) else 'NÃO',
-        'reply_info_context': reply_info_context,
-        'usuario_citado_nome': reply_info.get('usuario_citado_nome', 'N/A') if reply_info else 'N/A',
-        'usuario_citado_numero': reply_info.get('usuario_citado_numero', 'N/A') if reply_info else 'N/A',
-        'eh_resposta_akira': 'SIM' if reply_info and reply_info.get('reply_to_bot', False) else 'NÃO',
-        'contexto_resposta': contexto_resposta,
-        'tipo_isolamento': 'GRUPO' if tipo_conversa == 'grupo' else 'PRIVADO',
-        'nome_usuario': nome_usuario
-    }
-    
-    # Gerar prompt final
-    prompt_final = SYSTEM_PROMPT.format(**prompt_vars)
-    
-    # Adicionar mensagem do usuário no final
-    prompt_final += f"\n\nMENSAGEM DO USUÁRIO ({usuario}): {mensagem}"
-    
-    return prompt_final
-
-# ============================================================================
-# 🔧 FUNÇÃO PARA API.PY (PARA USO DIRETO)
+# 🔧 FUNÇÃO PARA API.PY (PARA USO DIRETO) - SIMPLIFICADA PARA RESOLVER ERRO
 # ============================================================================
 def construir_prompt_api(
     mensagem: str,
@@ -471,15 +382,70 @@ def construir_prompt_api(
     Compatível com a chamada atual em api.py
     """
     try:
-        return gerar_prompt_completo_compativel(
-            mensagem=mensagem,
-            historico=historico,
-            mensagem_citada=mensagem_citada,
-            analise=analise,
-            usuario=usuario,
-            tipo_conversa=tipo_conversa,
-            reply_info=reply_info
-        )
+        # Dados básicos
+        humor_atual = analise.get('humor_atualizado', HUMOR_INICIAL)
+        tom_usuario = analise.get('tom_usuario', 'normal')
+        modo_resposta = analise.get('modo_resposta', 'normal_ironico')
+        
+        # Extrair conteúdo limpo da mensagem citada
+        mensagem_citada_texto = mensagem_citada
+        if mensagem_citada:
+            if mensagem_citada.startswith("[Respondendo à Akira:"):
+                mensagem_citada_texto = mensagem_citada[23:]
+            elif mensagem_citada.startswith("[") and ":" in mensagem_citada:
+                partes = mensagem_citada.split(":", 1)
+                if len(partes) > 1:
+                    mensagem_citada_texto = partes[1].strip()
+        
+        # Determinar contexto de reply
+        eh_resposta_akira = False
+        if reply_info:
+            eh_resposta_akira = reply_info.get('reply_to_bot', False)
+        elif mensagem_citada and mensagem_citada.startswith("[Respondendo à Akira:"):
+            eh_resposta_akira = True
+        
+        # Usuário privilegiado
+        usuario_privilegiado = analise.get('usuario_privilegiado', False)
+        privilegiado = USUARIOS_PRIVILEGIADOS.get(analise.get('numero', ''), {})
+        nome_usuario = privilegiado.get('nome_curto', usuario) if privilegiado else usuario
+        
+        # Modo config
+        modo_config = MODOS_RESPOSTA.get(modo_resposta, MODOS_RESPOSTA['normal_ironico'])
+        
+        # Preparar variáveis para o SYSTEM_PROMPT
+        prompt_vars = {
+            'humor': humor_atual,
+            'humor_desc': HUMORES_BASE.get(humor_atual, ''),
+            'tom_usuario': tom_usuario,
+            'modo_resposta': modo_resposta,
+            'tipo_conversa': tipo_conversa,
+            'emocao_detectada': analise.get('emocao_primaria', 'neutral'),
+            'regras_modo': modo_config['desc'],
+            'max_chars': modo_config['max_chars'],
+            'usa_girias': 'SIM' if modo_config['usa_girias'] else 'NÃO',
+            'usa_emojis': 'SIM' if modo_config['usa_emojis'] else 'NÃO',
+            'prob_emoji': int(modo_config['prob_emoji'] * 100),
+            'reply_context': formatar_reply_context({'mensagem_citada': mensagem_citada, 'reply_info': reply_info}),
+            'mensagem_citada_texto': mensagem_citada_texto,
+            'usuario_privilegiado': f"SIM - {privilegiado.get('nome', '')}" if privilegiado else "NÃO",
+            'pode_dar_comandos': 'SIM' if privilegiado.get('pode_dar_ordens', False) else 'NÃO',
+            'reply_info_context': formatar_reply_info_context({'reply_info': reply_info}),
+            'usuario_citado_nome': reply_info.get('usuario_citado_nome', 'N/A') if reply_info else 'N/A',
+            'usuario_citado_numero': reply_info.get('usuario_citado_numero', 'N/A') if reply_info else 'N/A',
+            'eh_resposta_akira': 'SIM' if eh_resposta_akira else 'NÃO',
+            'contexto_resposta': determinar_contexto_resposta({'reply_info': reply_info}),
+            'tipo_isolamento': 'GRUPO' if tipo_conversa == 'grupo' else 'PRIVADO',
+            'nome_usuario': nome_usuario
+        }
+        
+        # Gerar prompt final
+        prompt_final = SYSTEM_PROMPT.format(**prompt_vars)
+        
+        # Adicionar mensagem do usuário no final
+        prompt_final += f"\n\nMENSAGEM DO USUÁRIO ({usuario}): {mensagem}"
+        
+        return prompt_final
+        
     except Exception as e:
         # Fallback em caso de erro
         print(f"Erro ao construir prompt: {e}")
@@ -528,103 +494,54 @@ def validate_config():
 # 🎯 TESTE DA CORREÇÃO
 # ============================================================================
 if __name__ == "__main__":
-    # Teste com diferentes cenários para verificar se o erro foi resolvido
-    test_cases = [
-        {
-            "descricao": "Cenário 1: Reply à Akira",
-            "mensagem": "Você disse que ia ajudar, mas não fez nada!",
-            "mensagem_citada": "[Respondendo à Akira: 'Vou te ajudar com isso amanhã...']",
-            "tipo_conversa": "pv",
-            "reply_info": {
-                "reply_to_bot": True,
-                "usuario_citado_nome": "Akira",
-                "usuario_citado_numero": "bot"
-            },
-            "analise": {
-                "numero": "244123456789",
-                "tom_usuario": "normal",
-                "humor_atualizado": "normal_ironico",
-                "usuario_privilegiado": False,
-                "emocao_primaria": "neutral"
-            },
-            "usuario": "João"
-        },
-        {
-            "descricao": "Cenário 2: Reply a terceiros",
-            "mensagem": "O Carlos disse que você é chata, é verdade?",
-            "mensagem_citada": "[Carlos disse: 'A Akira é muito chata']",
-            "tipo_conversa": "grupo",
-            "reply_info": {
-                "reply_to_bot": False,
-                "usuario_citado_nome": "Carlos",
-                "usuario_citado_numero": "244555555555"
-            },
-            "analise": {
-                "numero": "244987654321",
-                "tom_usuario": "curioso",
-                "humor_atualizado": "curiosa_ironica",
-                "usuario_privilegiado": False,
-                "emocao_primaria": "curiosity"
-            },
-            "usuario": "Maria"
+    # Teste rápido para verificar se o erro foi resolvido
+    test_case = {
+        "mensagem": "oquê é latência?",
+        "mensagem_citada": "",
+        "tipo_conversa": "grupo",
+        "reply_info": None,
+        "analise": {
+            "numero": "244978787009",
+            "tom_usuario": "curioso",
+            "humor_atualizado": "normal_ironico",
+            "usuario_privilegiado": True,
+            "emocao_primaria": "neutral",
+            "modo_resposta": "tecnico_formal"
         },
-        {
-            "descricao": "Cenário 3: Sem reply (erro ortográfico)",
-            "mensagem": "Oi, como vc ta?",
-            "mensagem_citada": "",
-            "tipo_conversa": "pv",
-            "reply_info": None,
-            "analise": {
-                "numero": "244111111111",
-                "tom_usuario": "normal",
-                "humor_atualizado": "normal_ironico",
-                "usuario_privilegiado": False,
-                "emocao_primaria": "neutral"
-            },
-            "usuario": "Pedro"
-        }
-    ]
+        "usuario": "Isaac Quarenta"
+    }
     
     print("=" * 80)
     print("TESTANDO CORREÇÃO DO ERRO 'mensagem_citada'")
     print("=" * 80)
     
-    for i, test_case in enumerate(test_cases, 1):
-        print(f"\n{'='*60}")
-        print(f"TESTE {i}: {test_case['descricao']}")
-        print('='*60)
+    try:
+        prompt = construir_prompt_api(
+            mensagem=test_case['mensagem'],
+            historico=[],
+            mensagem_citada=test_case['mensagem_citada'],
+            analise=test_case['analise'],
+            usuario=test_case['usuario'],
+            tipo_conversa=test_case['tipo_conversa'],
+            reply_info=test_case['reply_info']
+        )
         
-        try:
-            prompt = construir_prompt_api(
-                mensagem=test_case['mensagem'],
-                historico=[],
-                mensagem_citada=test_case['mensagem_citada'],
-                analise=test_case['analise'],
-                usuario=test_case['usuario'],
-                tipo_conversa=test_case['tipo_conversa'],
-                reply_info=test_case['reply_info']
-            )
-            
-            print("✅ Prompt gerado com sucesso!")
-            print(f"📏 Tamanho: {len(prompt)} caracteres")
-            print(f"🔍 Contém 'mensagem_citada': {'mensagem_citada' in prompt}")
-            print(f"🔍 Contém 'reply_context': {'reply_context' in prompt}")
-            
-            # Verificar se a mensagem citada está sendo passada corretamente
-            if test_case['mensagem_citada']:
-                print(f"🔍 Mensagem citada no prompt: {'Sim' if test_case['mensagem_citada'] in prompt else 'Não'}")
+        print("✅ Prompt gerado com sucesso!")
+        print(f"📏 Tamanho: {len(prompt)} caracteres")
+        print(f"🔍 Contém 'mensagem_citada_texto': {'mensagem_citada_texto' in prompt}")
+        
+        # Mostrar partes do prompt
+        lines = prompt.split('\n')
+        for i, line in enumerate(lines[:20]):  # Primeiras 20 linhas
+            print(f"  {i:2}: {line[:80]}{'...' if len(line) > 80 else ''}")
             
-            # Mostrar partes importantes
-            lines = prompt.split('\n')
-            for line in lines[-10:]:  # Últimas 10 linhas
-                if any(keyword in line.lower() for keyword in ['reply', 'contexto', 'citad', 'akira', 'mensagem']):
-                    print(f"  {line[:80]}{'...' if len(line) > 80 else ''}")
-                    
-        except KeyError as e:
-            print(f"❌ ERRO: Chave faltando - {e}")
-            print("Verifique as variáveis no SYSTEM_PROMPT")
-        except Exception as e:
-            print(f"❌ ERRO: {e}")
+    except KeyError as e:
+        print(f"❌ ERRO: Chave faltando - {e}")
+        print("Verifique as variáveis no SYSTEM_PROMPT")
+    except Exception as e:
+        print(f"❌ ERRO: {e}")
+        import traceback
+        traceback.print_exc()
     
     print("\n" + "=" * 80)
     print("VALIDANDO CONFIGURAÇÃO...")