"""
═══════════════════════════════════════════════════════════════════════
INTEGRATION GUIDE — COMO INTEGRAR NO api.py EXISTENTE
═══════════════════════════════════════════════════════════════════════
Este arquivo mostra:
1. Como modificar o endpoint POST /akira existente
2. Como usar ContextManagerV2
3. Como usar ListenStreamProcessor
4. Exemplos práticos de fluxo

IMPORTANTE: Isso SUBSTITUI o sistema antigo de context, mantendo
compatibilidade com code existente.
═══════════════════════════════════════════════════════════════════════
"""

# ═══════════════════════════════════════════════════════════════════════
# 📦 IMPORTS NECESSÁRIOS
# ═══════════════════════════════════════════════════════════════════════

from modules.context_manager_v2 import (
    ContextManagerV2,
    get_context_manager,
    MessageType
)
from modules.listen_stream_processor import (
    ListenStreamProcessor,
    get_listen_processor
)
from typing import Dict, Any
import logging

logger = logging.getLogger(__name__)

ctx_manager = get_context_manager()
listen_processor = get_listen_processor()


# ═══════════════════════════════════════════════════════════════════════
# 🔄 NOVO FLUXO DO ENDPOINT /akira
# ═══════════════════════════════════════════════════════════════════════

"""
ANTES (buggy):
────────────────────────────────────────────────────────────────
POST /akira
{
    "usuario": "Isaac",
    "numero": "202391978787009",
    "texto": "@AKIRA qual é a capital?"
}

→ api.py chama obter_historico() 
→ PROBLEMA: Retorna ALL mensagens, misturando grupos
→ AKIRA responde sem isolação

DEPOIS (robusto):
────────────────────────────────────────────────────────────────
POST /akira
{
    "usuario": "Isaac",
    "numero": "202391978787009",
    "texto": "@AKIRA qual é a capital?",
    "tipo_conversa": "grupo" | "pv",
    "grupo_id": "g120363392399993499" (opcional),
    "referenced_message_author": "AKIRA", (opcional)
}

→ listen_processor.processar_mensagem_chegando()
  → Classifica como DIRECT ou CONTEXTUAL
  → Adiciona à context_manager isolado por conversation_id
  
→ Se DIRECT (true):
  → ctx_manager.obter_historico_direto()
    → APENAS mensagens direcionadas a AKIRA
    → Isolado por conversation_id
  → AKIRA responde
  
→ Se CONTEXTUAL (false):
  → Registra mas NÃO processa
  → AKIRA entende fluxo via obter_contexto_grupo_amplificado()
"""


# ═══════════════════════════════════════════════════════════════════════
# 🔧 MODIFICAÇÃO NO ENDPOINT /akira
# ═══════════════════════════════════════════════════════════════════════

def novo_akira_endpoint_handler(request_data: Dict[str, Any]) -> Dict[str, Any]:
    """
    Novo handler para POST /akira com isolação de contexto.
    
    Substitui a lógica antiga em api.py:akira_endpoint()
    """
    
    # ─────────────────────────────────────────────────────────────
    # PASSO 1: EXTRAI DADOS CHEGANDO
    # ─────────────────────────────────────────────────────────────
    usuario = request_data.get('usuario', 'desconhecido')
    numero = request_data.get('numero', '')
    texto = request_data.get('texto', '')
    tipo_conversa = request_data.get('tipo_conversa', 'pv')
    grupo_id = request_data.get('grupo_id')
    
    # Referência (se é resposta a outra mensagem)
    referenced_author = request_data.get('referenced_message_author')
    referenced_texto = request_data.get('referenced_message_texto')
    referenced_id = request_data.get('referenced_message_id')
    
    logger.info(
        f"📨 Mensagem chegando: {usuario} ({numero}) em {tipo_conversa} | "
        f"Texto: {texto[:50]}..."
    )
    
    # ─────────────────────────────────────────────────────────────
    # PASSO 2: PROCESSA VIA LISTEN STREAM
    # ─────────────────────────────────────────────────────────────
    evento = {
        'usuario': usuario,
        'numero': numero,
        'texto': texto,
        'tipo_conversa': tipo_conversa,
        'grupo_id': grupo_id,
        'referenced_message_author': referenced_author,
        'referenced_message_texto': referenced_texto,
        'referenced_message_id': referenced_id,
    }
    
    resultado_processamento = listen_processor.processar_mensagem_chegando(evento)
    
    logger.info(
        f"🔍 Classificação: {resultado_processamento['tipo_message']} | "
        f"Deve processar: {resultado_processamento['deve_processar']}"
    )
    
    # ─────────────────────────────────────────────────────────────
    # PASSO 3: DECIDE SE AKIRA RESPONDE
    # ─────────────────────────────────────────────────────────────
    
    if not resultado_processamento['deve_processar']:
        # Mensagem CONTEXTUAL → apenas registra, não responde
        logger.info(f"📚 Mensagem contextual (escuta). Conversão_id: {resultado_processamento['conversation_id']}")
        return {
            'status': 'context_registered',
            'tipo': 'contextual',
            'message': f"Entendi. {usuario} falou sobre isso no grupo.",
            'deve_responder': False,
            'conversation_id': resultado_processamento['conversation_id'],
        }
    
    # ─────────────────────────────────────────────────────────────
    # PASSO 4: AKIRA RESPONDE (mensagem é DIRETA)
    # ─────────────────────────────────────────────────────────────
    
    conversation_id = resultado_processamento['conversation_id']
    
    # Obtém contexto ISOLADO
    contexto = listen_processor.obter_contexto_para_resposta(
        numero=numero,
        tipo_conversa=tipo_conversa,
        grupo_id=grupo_id,
        include_contextual=True
    )
    
    logger.info(
        f"📖 Contexto obtido: {contexto['total_direct']} mensagens diretas | "
        f"Participantes: {contexto.get('participants', [])}"
    )
    
    # ─────────────────────────────────────────────────────────────
    # PASSO 5: ENRIQUECER COM CONTEXTO DE GRUPO
    # ─────────────────────────────────────────────────────────────
    
    contexto_grupo_info = contexto.get('grupo_flow', {})
    participants = contexto.get('participants', [])
    
    # Monta prompt para AKIRA
    prompt_system = f"""
Você é AKIRA, assistente IA em um grupo.
Contexto:
- Participantes do grupo: {', '.join(participants) if participants else 'Desconhecido'}
- Tópicos recentes: {', '.join(contexto.get('topics', [])) if contexto.get('topics') else 'Vários'}
- Sua conversa com {usuario}: {len(contexto['direct_messages'])} mensagens anteriores

IMPORTANTE: Responda APENAS sobre o que foi perguntado a você. 
NÃO comente sobre outras conversas do grupo (escuta sem falar).
"""
    
    # Histórico ISOLADO
    mensagens_anteriores = [
        {
            'usuario': m['usuario'],
            'texto': m['texto'],
            'timestamp': m['timestamp']
        }
        for m in contexto['direct_messages']
    ]
    
    # ─────────────────────────────────────────────────────────────
    # PASSO 6: CHAMA LLM (seu código existente)
    # ─────────────────────────────────────────────────────────────
    
    # Isso seria integrado com seu chain LLM existente:
    # resposta = gerar_resposta_llm(
    #     sistema=prompt_system,
    #     historico=mensagens_anteriores,
    #     mensagem_atual=texto,
    #     usuario=usuario
    # )
    
    resposta = f"[RESPOSTA DE AKIRA] Você perguntou: {texto[:100]}"  # Placeholder
    
    # ─────────────────────────────────────────────────────────────
    # PASSO 7: RETORNA
    # ─────────────────────────────────────────────────────────────
    
    return {
        'status': 'success',
        'tipo': 'direct',
        'resposta': resposta,
        'deve_responder': True,
        'conversation_id': conversation_id,
        'usuario': usuario,
        'contexto_info': {
            'num_direct_messages': contexto['total_direct'],
            'participants': participants,
            'topics': contexto.get('topics', []),
        }
    }


# ═══════════════════════════════════════════════════════════════════════
# 📝 ALTERAÇÕES NECESSÁRIAS NO api.py
# ═══════════════════════════════════════════════════════════════════════

"""
LOCAIS ESPECÍFICOS A MODIFICAR EM api.py:

1️⃣  IMPORT SECTION (top do arquivo)
────────────────────────────────────────────────────────────────
    Adicionar:
    
    from modules.context_manager_v2 import get_context_manager
    from modules.listen_stream_processor import get_listen_processor
    
    ctx_manager = get_context_manager()
    listen_processor = get_listen_processor()


2️⃣  FUNÇÃO akira_endpoint() - SUBSTITUIR INTEIRA
────────────────────────────────────────────────────────────────
    Localização: api.py::akira_endpoint() (aproximadamente linha 950)
    
    Ação: SUBSTITUIR todo o corpo da função pelo code do
    novo_akira_endpoint_handler() acima.
    
    O que muda:
    ✅ Remove: data = contexto.obter_historico()  (BUGGY - sem filtro)
    ✅ Adiciona: resultado_processamento = listen_processor.processar_mensagem_chegando()
    ✅ Adiciona: if not resultado_processamento['deve_processar']: return (skip contextual)
    ✅ Adiciona: contexto = listen_processor.obter_contexto_para_resposta() (ISOLADO)


3️⃣  FUNÇÃO _get_user_context() - MODIFICAR
────────────────────────────────────────────────────────────────
    Localização: api.py::_get_user_context() (aproximadamente linha 1000)
    
    ANTES:
    def _get_user_context(numero, usuario):
        historico = contexto.obter_historico()  # ❌ SEM FILTRO
        return {
            'historico': historico,
            'usuario': usuario
        }
    
    DEPOIS:
    def _get_user_context(numero, usuario, tipo_conversa='pv', grupo_id=None):
        # Usa novo context manager ISOLADO
        historico = ctx_manager.obter_historico_direto(
            numero=numero,
            tipo_conversa=tipo_conversa,
            grupo_id=grupo_id,
            limit=50
        )
        contexto_grupo = ctx_manager.obter_contexto_grupo_amplificado(
            numero=numero,
            tipo_conversa=tipo_conversa,
            grupo_id=grupo_id
        ) if tipo_conversa == "grupo" else None
        
        return {
            'historico': [m.to_dict() for m in historico],
            'usuario': usuario,
            'contexto_grupo': contexto_grupo,
            'conversation_id': historico[0].conversation_id if historico else None
        }


4️⃣  FUNÇÃO obter_historico() - DEPRECAR OU SUBSTITUIR
────────────────────────────────────────────────────────────────
    Localização: database.py ou modules/database.py
    
    ANTES:
    def obter_historico():
        return db.query(Mensagem).all()  # ❌ RETORNA TUDO
    
    DEPOIS:
    def obter_historico(conversation_id: str, msg_type: str = 'all'):
        # msg_type: 'direct', 'contextual', 'all'
        query = db.query(Mensagem).filter(
            Mensagem.conversation_id == conversation_id
        )
        if msg_type == 'direct':
            query = query.filter(Mensagem.tipo == 'direct')
        elif msg_type == 'contextual':
            query = query.filter(Mensagem.tipo == 'contextual')
        return query.order_by(Mensagem.timestamp.desc()).limit(100).all()


5️⃣  SUPORTE AO PAYLOAD NOVO
────────────────────────────────────────────────────────────────
    O endpoint POST /akira AGORA ACEITA:
    
    {
        "usuario": "Isaac",
        "numero": "202391978787009",
        "texto": "@AKIRA qual é a capital?",
        "tipo_conversa": "grupo",  ← NOVO
        "grupo_id": "g120363392399993499",  ← NOVO (opcional)
        "referenced_message_author": "Stefânio",  ← NOVO (opcional)
        "referenced_message_texto": "Oi",  ← NOVO (opcional)
        "referenced_message_id": "msg_123"  ← NOVO (opcional)
    }
    
    Os campos 'tipo_conversa', 'grupo_id', 'referenced_*' são opcionais
    e vêm do discord-ts quando disponíveis. Se não vierem, valor default
    é 'pv' (conversa privada).
"""


# ═══════════════════════════════════════════════════════════════════════
# 📊 EXEMPLO DE USO COMPLETO
# ═══════════════════════════════════════════════════════════════════════

"""
CENÁRIO: Isaac e Stefânio em grupo

1️⃣  ISAAC envia: "@AKIRA qual é a capital de Portugal?"
    grupo: "g120363392399993499"
    
    → listen_processor classifica como DIRECT (menciona @AKIRA)
    → ctx_manager.adicionar_message_direta() com conversation_id único
    → AKIRA responde: "A capital é Lisboa"

2️⃣  STEFÂNIO responde (sem @AKIRA): "Bacano, eu não sabia"
    
    → listen_processor classifica como CONTEXTUAL
    → ctx_manager.adicionar_message_contextual()
    → AKIRA NÃO responde (não foi direcionada a ela)
    → Mas AKIRA "entende" que Stefânio achou legal

3️⃣  STEFÂNIO envia: "Qual é a capital da França?" (sem @AKIRA)
    
    → listen_processor classifica como CONTEXTUAL
    → AKIRA não responde

4️⃣  ISAAC responde: "@AKIRA? Já que perguntou, qual é?"
    
    → listen_processor classifica como DIRECT (menciona @AKIRA)
    → Obtém contexto ISOLADO (só conversas diretas com Isaac)
    → AKIRA NÃO vê a pergunta de Stefânio (contextual)
    → AKIRA responde baseada só no que Isaac perguntou

RESULTADO: ✅ AKIRA entende quem fala o quê
          ✅ Não mistura contextos
          ✅ Responde apenas quando direcionada
          ✅ Escuta o fluxo sem contaminar
"""


# ═══════════════════════════════════════════════════════════════════════
# 🎯 PRÓXIMOS PASSOS
# ═══════════════════════════════════════════════════════════════════════

"""
TAREFAS PARA IMPLEMENTAR:

1. ✅ Criar context_manager_v2.py (FEITO)
2. ✅ Criar listen_stream_processor.py (FEITO)
3. 🔄 Modificar api.py:
   - Importar novos módulos
   - Reescrever akira_endpoint()
   - Atualizar _get_user_context()
4. 🔄 Modificar database.py:
   - Adicionar suporte a conversation_id na query
   - Adicionar campo 'tipo' na tabela Mensagem
5. 🔄 Testar com fluxo real:
   - Isaac + Stefânio em grupo
   - Verificar isolamento
6. 🔄 Integrar com discord-ts:
   - discord-ts deve enviar 'tipo_conversa' e 'grupo_id'
   - Enviar 'referenced_message_author' quando é reply
"""

__all__ = [
    'novo_akira_endpoint_handler',
    'ctx_manager',
    'listen_processor',
]