processors/processor_base.py

"""
Classe Abstrata Base para Processadores
Define interface padrão para todos os especialistas
"""
from abc import ABC, abstractmethod
from typing import Dict, Any, Optional, List
from datetime import datetime
import logging
import json

logger = logging.getLogger(__name__)


class ProcessorBase(ABC):
    """
    Classe abstrata que define a interface padrão para todos os processadores
    
    Cada especialista herda desta classe e implementa:
    - process(): lógica específica do especialista
    - validate(): validação de saída
    - get_schema(): schema JSON esperado
    """
    
    def __init__(self, specialist_id: int, specialist_name: str, llm_model=None):
        """
        Inicializa processador base
        
        Args:
            specialist_id: ID do especialista (1-9)
            specialist_name: Nome descritivo
            llm_model: Modelo LLM para usar (Gemini, OpenAI, etc)
        """
        self.specialist_id = specialist_id
        self.specialist_name = specialist_name
        self.llm_model = llm_model
        self.execution_time = 0
        self.confidence_score = 0
        self.errors = []
        self.warnings = []
        
    @abstractmethod
    def process(self, acordao_data: Dict[str, Any]) -> Dict[str, Any]:
        """
        Processa dados do acórdão e retorna resultado específico do especialista
        
        Args:
            acordao_data: Dados estruturados do acórdão
            
        Returns:
            Dicionário com resultado da análise
        """
        pass
    
    @abstractmethod
    def validate(self, result: Dict[str, Any]) -> bool:
        """
        Valida resultado contra schema esperado
        
        Args:
            result: Resultado a validar
            
        Returns:
            True se válido, False caso contrário
        """
        pass
    
    @abstractmethod
    def get_schema(self) -> Dict[str, Any]:
        """
        Retorna schema JSON esperado para validação
        
        Returns:
            Schema JSON format
        """
        pass
    
    def pre_process(self, raw_data: str) -> Dict[str, Any]:
        """
        Pré-processa dados brutos (limpeza, formatação)
        
        Args:
            raw_data: Dados brutos (texto do acórdão)
            
        Returns:
            Dados estruturados
        """
        return {
            "raw_text": raw_data.strip(),
            "length": len(raw_data),
            "processed_at": datetime.now().isoformat()
        }
    
    def post_process(self, result: Dict[str, Any]) -> Dict[str, Any]:
        """
        Pós-processa resultado antes de retornar
        
        Args:
            result: Resultado bruto do processamento
            
        Returns:
            Resultado formatado e enriquecido
        """
        enriched = {
            "specialist_id": self.specialist_id,
            "specialist_name": self.specialist_name,
            "result": result,
            "execution_time": self.execution_time,
            "confidence_score": self.confidence_score,
            "errors": self.errors,
            "warnings": self.warnings,
            "timestamp": datetime.now().isoformat()
        }
        return enriched
    
    def add_error(self, error_msg: str):
        """Adiciona erro à lista"""
        self.errors.append(error_msg)
        logger.error(f"[{self.specialist_name}] {error_msg}")
    
    def add_warning(self, warning_msg: str):
        """Adiciona aviso à lista"""
        self.warnings.append(warning_msg)
        logger.warning(f"[{self.specialist_name}] {warning_msg}")
    
    def set_confidence(self, score: int):
        """Define score de confiança (0-100)"""
        if 0 <= score <= 100:
            self.confidence_score = score
        else:
            self.add_warning(f"Confidence score {score} fora do range 0-100")
    
    def to_json(self, result: Dict[str, Any]) -> str:
        """Converte resultado para JSON string"""
        try:
            return json.dumps(result, ensure_ascii=False, indent=2)
        except Exception as e:
            self.add_error(f"Erro ao serializar JSON: {e}")
            return "{}"
    
    def from_json(self, json_str: str) -> Dict[str, Any]:
        """Parse JSON string para dicionário"""
        try:
            return json.loads(json_str)
        except Exception as e:
            self.add_error(f"Erro ao parsear JSON: {e}")
            return {}
    
    @property
    def info(self) -> Dict[str, Any]:
        """Retorna informações sobre o processador"""
        return {
            "specialist_id": self.specialist_id,
            "specialist_name": self.specialist_name,
            "llm_model": self.llm_model.__class__.__name__ if self.llm_model else None,
            "schema": self.get_schema()
        }