modules/utils.py

import logging
import re
import base64
import unicodedata
import streamlit as st
from modules.config import client_anthropic


# --------------- Prompt Enhancer (shared) ---------------

_ENHANCER_SYSTEM = (
    "Voce e um especialista em engenharia de prompts. "
    "Sua tarefa e aprimorar o prompt do usuario para obter a melhor resposta possivel "
    "de um assistente de IA chamado J.A.R.V.I.S. (assistente de PM para squad de Risco e Seguranca do banco Cora).\n\n"
    "CONTEXTO IMPORTANTE: O J.A.R.V.I.S. ja possui templates internos para PRDs, Tech Specs, "
    "apresentacoes e outros documentos. Ele tambem carrega contexto automaticamente (OKRs, roadmap, "
    "metricas, dados do squad). Voce NAO precisa sugerir templates, formatos ou estruturas — "
    "foque APENAS em melhorar a clareza, especificidade e intencao do pedido do usuario.\n\n"
    "Regras:\n"
    "1. Mantenha a INTENCAO original do usuario intacta.\n"
    "2. Adicione clareza, especificidade e detalhes relevantes (tom, audiencia, foco, exclusoes).\n"
    "3. NAO sugira templates, formatos, estruturas de documento ou modelos — o sistema ja tem.\n"
    "4. NAO adicione instrucoes tecnicas sobre como o modelo deve responder (ex: 'use markdown').\n"
    "5. Se o prompt for trivial (saudacao, agradecimento, pergunta simples de 1 linha), "
    "retorne-o como esta — nao force complexidade.\n"
    "6. Responda APENAS com o prompt aprimorado, sem explicacoes ou meta-comentarios.\n"
    "7. Mantenha o idioma original (portugues brasileiro).\n"
    "8. Nao adicione emojis a menos que o original tenha."
)

_TRIVIAL_RE = re.compile(
    r"^(oi|ola|hey|obrigad[oa]|valeu|ok|sim|nao|bom dia|boa tarde|boa noite|beleza|blz|fala|e ai)[!?.]*$",
    re.IGNORECASE,
)


def aprimorar_prompt(texto: str) -> str:
    """Envia o prompt do usuario ao Claude Opus para aprimoramento."""
    if _TRIVIAL_RE.match(texto.strip()):
        return texto
    try:
        resp = client_anthropic.messages.create(
            model="claude-opus-4-6",
            max_tokens=2048,
            system=_ENHANCER_SYSTEM,
            messages=[{"role": "user", "content": texto}],
        )
        aprimorado = resp.content[0].text.strip()
        return aprimorado if aprimorado else texto
    except Exception as e:
        logging.warning(f"[Enhancer] Falha ao aprimorar prompt: {e}")
        return texto


def sanitizar(nome):
    n = unicodedata.normalize("NFKD", nome).encode("ascii", "ignore").decode("utf-8")
    return re.sub(r"[^a-zA-Z0-9._-]", "_", n)


def extrair_texto_arquivo(uploaded_file) -> str:
    nome = uploaded_file.name.lower()
    texto = ""
    if nome.endswith((".png", ".jpg", ".jpeg")):
        dados = base64.standard_b64encode(uploaded_file.read()).decode("utf-8")
        media_type = "image/png" if nome.endswith(".png") else "image/jpeg"
        resp = client_anthropic.messages.create(
            model=st.session_state.modelo, max_tokens=2048,
            messages=[{"role": "user", "content": [
                {"type": "image", "source": {"type": "base64", "media_type": media_type, "data": dados}},
                {"type": "text", "text": "Extraia e descreva todo o conteudo desta imagem detalhadamente."}
            ]}]
        )
        texto = resp.content[0].text
    elif nome.endswith(".pdf"):
        try:
            import PyPDF2
            reader = PyPDF2.PdfReader(uploaded_file)
            pages_text = []
            for i, page in enumerate(reader.pages, 1):
                page_content = (page.extract_text() or "").strip()
                if page_content:
                    pages_text.append(f"--- PAGINA {i} ---\n{page_content}")
            texto = "\n\n".join(pages_text)
        except Exception as e:
            logging.warning(f"[Utils] Falha ao extrair PDF '{nome}': {e}")
            texto = ""
    elif nome.endswith(".docx"):
        try:
            import docx
            doc = docx.Document(uploaded_file)
            texto = "\n".join(p.text for p in doc.paragraphs if p.text.strip())
        except Exception as e:
            logging.warning(f"[Utils] Falha ao extrair DOCX '{nome}': {e}")
            texto = ""
    elif nome.endswith(".csv"):
        try:
            import pandas as pd
            texto = pd.read_csv(uploaded_file).to_markdown()
        except Exception as e:
            logging.warning(f"[Utils] Falha ao ler CSV '{nome}' como markdown: {e}")
            texto = uploaded_file.read().decode("utf-8", errors="ignore")
    elif nome.endswith(".pptx"):
        try:
            from pptx import Presentation
            prs = Presentation(uploaded_file)
            slides_text = []
            for i, slide in enumerate(prs.slides, 1):
                parts = []
                for shape in slide.shapes:
                    if shape.has_text_frame:
                        for para in shape.text_frame.paragraphs:
                            t = para.text.strip()
                            if t:
                                parts.append(t)
                    if shape.has_table:
                        table = shape.table
                        for row in table.rows:
                            row_text = " | ".join(cell.text.strip() for cell in row.cells)
                            if row_text.strip(" |"):
                                parts.append(row_text)
                slides_text.append(f"--- SLIDE {i} ---\n" + ("\n".join(parts) if parts else "[Slide sem texto extraivel — pode conter imagem, grafico ou SmartArt]"))
            texto = "\n\n".join(slides_text)
        except Exception as e:
            logging.warning(f"[Utils] Falha ao extrair PPTX '{nome}': {e}")
            texto = ""
    elif nome.endswith(".txt"):
        texto = uploaded_file.read().decode("utf-8", errors="ignore")
    return texto.strip()