app.py

# ╔════════════════════════════════════════════════════════════════════════════╗
# ║ PIPELINE v29: PLANEJADOR AUTO-AGENTE | SUPERA PARADOXO MEHON ║
# ║ 1º: PLANEJA → 2º-N: EXECUTA → N+1: CONVERGE COM HISTÓRICO ║
# ╚════════════════════════════════════════════════════════════════════════════╝

import os
import json
import re
import time
from datetime import datetime
import gradio as gr
import google.generativeai as genai

# ==================== 1. CONFIGURAÇÃO GLOBAL ====================
api_key = os.getenv("GOOGLE_API_KEY")
if api_key: 
    genai.configure(api_key=api_key)
    model_flash = genai.GenerativeModel("gemini-flash-latest")
    model_pro = genai.GenerativeModel("gemini-pro-latest")
else:
    model_flash = model_pro = None
    print("⚠️ GOOGLE_API_KEY não encontrada. Configure via export GOOGLE_API_KEY=...")

ARQUIVO_HISTORY = "history_v29.json"

# ==================== 2. UTILIDADES DE PERSISTÊNCIA ====================
def carregar_history():
    """Carrega histórico persistente"""
    try:
        with open(ARQUIVO_HISTORY, "r", encoding="utf-8") as f:
            return json.load(f)
    except:
        return []

def salvar_history(history):
    """Salva histórico automaticamente"""
    try:
        with open(ARQUIVO_HISTORY, "w", encoding="utf-8") as f:
            json.dump(history, f, ensure_ascii=False, indent=2)
        return True
    except:
        return False

def ler_anexo(arquivo):
    """Processa arquivos anexados"""
    if not arquivo: return ""
    try:
        with open(arquivo.name, "r", encoding="utf-8") as f:
            nome = os.path.basename(arquivo.name)
            return f"\n\n📎 ANEXO: {nome}\n{f.read()}\n[FIM ANEXO]\n"
    except:
        return "❌ Erro lendo anexo"

def exportar_chat(history):
    """Gera TXT para download"""
    if not history: return ""
    timestamp = datetime.now().strftime('%Y-%m-%d_%H%M%S')
    chat_txt = f"MEHON v29 EXPORT - {timestamp}\n\n"
    for i, msg in enumerate(history, 1):
        role = "👤 USUÁRIO" if i % 2 == 1 else "🤖 MEHON"
        chat_txt += f"{role}:\n{msg}\n\n{'-'*80}\n\n"
    return chat_txt

# ==================== 3. AGENTE PLANEJADOR (SUPERA MEHON) ====================
def gerar_plano_auto(input_completo, history_contexto):
    """AGENTE 1: CRIA PLANO DINÂMICO baseando-se em histórico + input"""
    if not model_pro: 
        return None, "❌ Sem API_KEY"
    
    # Compacta histórico (últimas 5 trocas, 200 chars cada)
    history_resumo = ""
    if len(history_contexto) >= 2:
        history_resumo = "\n".join([
            f"👤: {h[0][:200]}... | 🤖: {h[1][:200]}..." 
            for h in history_contexto[-5:]
        ])
    
    prompt_planejador = f"""🚀 PLANEJADOR AUTO-AGENTE v29 - SUPERA PARADOXO MEHON

CONTEXTO HISTÓRICO DO USUÁRIO:
{history_resumo}

INPUT ATUAL: {input_completo}

---

CRIE PLANO ESTRUTURADO DE 3-6 AGENTES para resolver PERFEITAMENTE:

📋 FORMATO OBRIGATÓRIO (JSON VÁLIDO):
[
  {{"nome": "NomeClaro", "missao": "InstruçãoPrecisade200palavras", "modelo": "flash", "tipo_saida": "texto"}},
  ...
]

✅ CRITÉRIOS DO PLANO:
• DECOMPONHA: problema → análise → cenários → validação → síntese
• IDENTIFIQUE ambiguidades/possibilidades do input
• PERSONALIZE com histórico do usuário
• ÚLTIMO agente SEMPRE gera saída FINAL pro usuário
• Evite resposta direta - USE CADEIA DE PENSAMENTO

EXEMPLO PLANO BOM:
[
  {{"nome": "AnalisadorInput", "missao": "Identifique elementos principais, ambiguidades e contexto", "modelo": "flash", "tipo_saida": "json"}},
  {{"nome": "ExploradorCenários", "missao": "Liste 3-5 cenários possíveis com probabilidades", "modelo": "pro", "tipo_saida": "json"}},
  {{"nome": "SintetizadorFinal", "missao": "Converja tudo em resposta única e acionável", "modelo": "pro", "tipo_saida": "texto"}}
]

APENAS JSON VÁLIDO - SEM TEXTO EXTRA!"""

    try:
        resp = model_pro.generate_content(prompt_planejador, temperature=0.3)
        plano_raw = resp.text.strip().replace('``````','').replace('json','')
        plano = json.loads(plano_raw)
        
        # Valida estrutura mínima
        if not isinstance(plano, list) or len(plano) < 2:
            return None, "❌ Plano inválido (precisa 2+ agentes)"
            
        return plano, f"✅ Plano: {len(plano)} agentes gerados"
    except Exception as e:
        return None, f"❌ Erro plano: {str(e)[:100]}"

# ==================== 4. EXECUTOR DE AGENTES DINÂMICOS ====================
def executar_agente_especifico(timeline, agente_config, history_contexto):
    """Executa agente específico do plano dinâmico"""
    if not (model_flash or model_pro): 
        return {"role": "system", "error": "Sem API"}, "(ERRO: API)", "Sem Google API Key"
    
    modelo = model_pro if agente_config.get("modelo") == "pro" else model_flash
    
    # Contexto: últimos 8 passos da timeline + histórico
    contexto_timeline = json.dumps(timeline[-8:], ensure_ascii=False, indent=2)
    history_resumo = "\n".join([f"👤: {h[0][:100]}... | 🤖: {h[1][:100]}..." for h in history_contexto[-3:]])
    
    prompt = f"""CONTEXTO DA CADEIA DE PENSAMENTO:
{contexto_timeline}

HISTÓRICO RECENTE:
{history_resumo}

AGENTE ATIVO: {agente_config['nome']}
MISSÃO ESPECÍFICA: {agente_config['missao']}

{ 'JSON estruturado e válido' if agente_config['tipo_saida']=='json' else 'Resposta clara, completa e finalizada pro usuário' }:"""
    
    log = f"🔸 {agente_config['nome']} ({agente_config['modelo']})"
    try:
        inicio = time.time()
        resp = modelo.generate_content(prompt, temperature=0.1 if agente_config['tipo_saida']=='json' else 0.7)
        out = resp.text.strip()
        
        # Parse output
        content = json.loads(out.replace('``````','')) if agente_config['tipo_saida']=='json' else out
        tempo = time.time() - inicio
        
        log += f" ✓ {tempo:.1f}s"
        return {"role": "assistant", "agent": agente_config['nome'], "content": content}, log, out
        
    except Exception as e:
        log += f" ✗ {str(e)[:50]}"
        return {"role": "system", "error": str(e)}, log, str(e)

# ==================== 5. ORQUESTRADOR PRINCIPAL (MEHON) ====================
def pipeline_mehon_completo(texto, arquivo, history):
    """Pipeline completo: PLANEJA → EXECUTA → CONVERGE"""
    
    # Processa input
    anexo = ler_anexo(arquivo)
    full_input = f"{texto}{anexo}".strip()
    
    if not full_input:
        yield history, [], "ℹ️ Input vazio - digite algo!"
        return
    
    # Inicializa pipeline
    history = history + [[full_input, "🧠 Iniciando raciocínio MEHON..."]]
    timeline = [{"role": "user", "content": full_input, "timestamp": datetime.now().isoformat()}]
    logs = f"🚀 MEHON v29 | {datetime.now().strftime('%H:%M:%S')}\n"
    
    yield history, timeline, logs
    
    # PASSO 1: PLANEJADOR AUTO-GERA plano dinâmico
    history[-1][1] = "🎯 Planejador criando agentes sob medida..."
    yield history, timeline, logs
    
    plano, log_plano = gerar_plano_auto(full_input, history)
    if not plano:
        history[-1][1] = f"❌ {log_plano}"
        yield history, timeline, logs
        return
    
    logs += f"{log_plano}\n"
    timeline.append({"role": "system", "plano_gerado": plano, "step": "PLANEJAMENTO"})
    yield history, timeline, logs
    
    # PASSO 2: EXECUTA plano dinâmico sequencialmente
    resposta_acumulada = ""
    for i, agente in enumerate(plano):
        history[-1][1] = f"⚙️ [{i+1}/{len(plano)}] {agente['nome']} pensando..."
        yield history, timeline, logs
        
        resultado, log_add, raw = executar_agente_especifico(timeline, agente, history)
        timeline.append(resultado)
        logs += f"  {log_add}\n"
        
        # Atualiza chat com output textual
        if agente.get('tipo_saida') == 'texto' and 'content' in resultado:
            resposta_acumulada = resultado['content']
            preview = resposta_acumulada[:900] + "..." if len(resposta_acumulada) > 900 else resposta_acumulada
            history[-1][1] = preview
            yield history, timeline, logs
    
    # Finaliza
    logs += f"\n✅ Pipeline MEHON concluído | {len(plano)} agentes | {len(timeline)} passos"
    salvar_history(history)  # Auto-save
    
    yield history, timeline, logs

# ==================== 6. INTERFACE GRADIO COMPLETA ====================
def criar_app_mehon_v29():
    """UI completa e funcional"""
    css = """
    footer { display: none !important; }
    .gradio-container { max-width: 1400px; }
    .mehon-title { font-size: 1.6em; font-weight: bold; color: #1e40af; text-align: center; }
    .status-bar { background: linear-gradient(90deg, #3b82f6, #1e40af); color: white; padding: 8px; border-radius: 8px; }
    """
    
    history_inicial = carregar_history()
    
    with gr.Blocks(title="🚀 PIPELINE MEHON v29", css=css, theme=gr.themes.Soft()) as app:
        
        # HEADER
        gr.Markdown("### 🧠 PIPELINE MEHON v29 - Raciocínio Estruturado Automático")
        gr.Markdown("*O modelo planeja → executa → converge. Supera respostas probabilísticas diretas.*")
        
        with gr.Tabs():
            
            # ABA 1: EXECUÇÃO PRINCIPAL
            with gr.Tab("💭 Raciocínio MEHON", icon="🧠"):
                chatbot = gr.Chatbot(
                    value=history_inicial,
                    height=550,
                    show_copy_button=True,
                    show_label=False,
                    render_markdown=True
                )
                
                with gr.Row():
                    with gr.Column(scale=8):
                        txt_input = gr.Textbox(
                            placeholder="""Qualquer pergunta complexa... 
O modelo CRIARÁ seu plano de agentes e executará em cadeia!""",
                            lines=4,
                            container=False
                        )
                    with gr.Column(scale=1):
                        file_input = gr.File(
                            label="📎 Anexo", 
                            file_types=[".txt", ".py", ".json", ".md", ".yaml", ".csv"]
                        )
                    with gr.Column(scale=1):
                        btn_executar = gr.Button("🚀 EXECUTAR PLANO", variant="primary")
                
                status_atual = gr.Markdown("Status: Pronto", visible=True)
            
            # ABA 2: DEBUG COMPLETO
            with gr.Tab("🔍 Plano & Execução", icon="🔬"):
                with gr.Row():
                    with gr.Column(scale=1):
                        gr.Markdown("### 📋 Plano Gerado")
                        json_plano = gr.JSON(label="Agentes Dinâmicos", lines=15)
                    with gr.Column(scale=1):
                        gr.Markdown("### 📊 Timeline Completa")
                        timeline_json = gr.JSON(label="Cadeia de Pensamento", lines=15)
                
                gr.Markdown("### 📈 Logs de Execução")
                logs_execucao = gr.Textbox(label="Runtime Logs", lines=12)
            
            # ABA 3: GERENCIAMENTO
            with gr.Tab("📁 Histórico & Export", icon="💾"):
                gr.Markdown("**Histórico persistente em `history_v29.json`**")
                with gr.Row():
                    btn_limpar_chat = gr.Button("🗑️ Limpar Chat", variant="stop")
                    btn_export_txt = gr.Button("📥 Download TXT", variant="secondary")
                    btn_salvar_manual = gr.Button("💾 Salvar Manual", variant="secondary")
                
                export_content = gr.Textbox(label="Conteúdo para Download", lines=20, max_lines=30)
                status_ops = gr.Label("Status: OK", visible=True)
        
        # ==================== EVENTOS ====================
        def executar_pipeline_completo(txt, file, hist):
            """Wrapper para generator do pipeline"""
            for resultado in pipeline_mehon_completo(txt, file, hist):
                yield resultado  # [chatbot, timeline, logs]
        
        # Trigger principal
        btn_executar.click(
            executar_pipeline_completo,
            inputs=[txt_input, file_input, chatbot],
            outputs=[chatbot, timeline_json, logs_execucao]
        ).then(
            lambda: gr.update(value=""),
            outputs=[txt_input]
        )
        
        txt_input.submit(
            executar_pipeline_completo,
            inputs=[txt_input, file_input, chatbot],
            outputs=[chatbot, timeline_json, logs_execucao]
        )
        
        # Controles
        btn_limpar_chat.click(lambda: [], chatbot)
        btn_export_txt.click(exportar_chat, chatbot, export_content)
        btn_salvar_manual.click(lambda h: salvar_history(h) or "Salvo!", chatbot, status_ops)
    
    return app

# ==================== LAUNCH ====================
if __name__ == "__main__":
    print("🚀 Iniciando PIPELINE MEHON v29...")
    print("💡 Configure GOOGLE_API_KEY para uso completo")
    print("📁 History salvo em history_v29.json")
    
    app = criar_app_mehon_v29()
    app.launch(
        server_name="0.0.0.0", 
        server_port=7861, 
        share=False,
        show_error=True,
        quiet=False
    )