import os
import sys
import json
from google import genai
from google.genai.errors import APIError
# Importation de genai.types.Part pour construire la partie fichier
from google.genai.types import Part 
from config import GEMINI_API_KEY_INTERNAL, GEMINI_MODEL_NAME, DEFAULT_MAX_TOKENS, DEFAULT_TEMPERATURE

# --- Configuration du Client Gemini ---

# Le prompt système (System Instruction) pour guider le modèle
SYSTEM_PROMPT = "Vous êtes un assistant IA appler Ernestmind et tu as ete entrener pas l'entreprise ErnestMind AI, expert en programmation, développement web (full-stack), et résolution de problèmes techniques. Répondez de manière concise, précise et professionnelle selon la langue utilisateur, en utilisant la mise en forme Markdown appropriée (blocs de code si nécessaire)."

# Instance du client et indicateur de chargement
client = None
MODEL_LOADED_SUCCESSFULLY = False

def get_model_instance():
    """
    Initialise ou retourne l'instance du client Gemini.
    """
    global client, MODEL_LOADED_SUCCESSFULLY
    if client is None:
        try:
            # Utilisation de la clé interne pour initialiser le client
            client = genai.Client(api_key=GEMINI_API_KEY_INTERNAL)
            MODEL_LOADED_SUCCESSFULLY = True
            print(f"INFO: Client Gemini initialisé. Modèle configuré pour utiliser {GEMINI_MODEL_NAME}.")
        except Exception as e:
            print(f"ALERTE: Échec de l'initialisation du client Gemini: {e}", file=sys.stderr)
            MODEL_LOADED_SUCCESSFULLY = False
    return client

# Initialisation du client lors du chargement du module
get_model_instance()


def generate_code_response(prompt: str, user_id: str, file_data: tuple[bytes, str] | None = None, max_tokens: int = DEFAULT_MAX_TOKENS, temperature: float = DEFAULT_TEMPERATURE):
    """
    Génère une réponse en streaming en utilisant l'API Gemini, supportant le multimodal.
    file_data est un tuple (contenu_binaire: bytes, mime_type: str) ou None.
    """
    if not MODEL_LOADED_SUCCESSFULLY or client is None:
        yield "Erreur: La clé API Gemini est manquante ou invalide. Le service est désactivé."
        return
    
    # Configuration de la requête
    config = {
        "systemInstruction": SYSTEM_PROMPT,
        "temperature": temperature,
        "maxOutputTokens": max_tokens,
    }

    # --- Construction du contenu multimodal ---
    contents = []
    
    if file_data:
        file_bytes, mime_type = file_data
        # Créer la partie fichier pour l'API Gemini
        try:
            file_part = Part.from_bytes(data=file_bytes, mime_type=mime_type)
            contents.append(file_part)
        except Exception as e:
            # Si la création de la 'Part' échoue (ex: format non supporté)
            error_message = f"Erreur de traitement du fichier: {str(e)}. Le fichier n'a pas été envoyé au modèle."
            print(f"Erreur Fichier (user_id: {user_id}): {error_message}", file=sys.stderr)
            # On laisse le prompt texte passer, mais on log l'erreur
    
    # Ajouter le prompt texte
    contents.append({"role": "user", "parts": [{"text": prompt}]})
    
    # Sécurité: le contenu ne doit pas être vide
    if not contents:
        yield "Erreur: Le contenu de la requête (prompt ou fichier) est vide."
        return

    try:
        # --- Appel à l'API STREAMING ---
        response_stream = client.models.generate_content_stream(
            model=GEMINI_MODEL_NAME,
            contents=contents, # Contents contient maintenant le fichier et le texte
            config=config,
        )

        # Itérer sur le flux et retourner chaque morceau de texte (token)
        for chunk in response_stream:
            if chunk.text:
                yield chunk.text

    except APIError as e:
        error_message = f"Erreur de l'API Gemini: {e.message}"
        print(f"Erreur API (user_id: {user_id}): {error_message}", file=sys.stderr)
        yield f"Erreur: {error_message}"
        
    except Exception as e:
        error_message = f"Erreur de streaming inattendue: {str(e)}"
        print(f"Erreur Inattendue (user_id: {user_id}): {error_message}", file=sys.stderr)
        yield f"Erreur: {error_message}"