main.py

import streamlit as st

# Setze Page Config als allererste Streamlit Operation
st.set_page_config(
    page_title="KI-Assistent für Wirtschaftsprüfungsthemen",
    page_icon="🤖",
    layout="centered",
    initial_sidebar_state="expanded",
    menu_items=None
)

import os
import logging
from typing import Dict, List, Any
from pathlib import Path
from environment_setup import setup_environment

# Import eigene Module
from styles import apply_enhanced_custom_css
from ui_utils import (
    display_chat_message,
    display_typical_questions,
    display_metadata,
    add_scroll_button,
    add_font_size_control
)
from callbacks import ProcessCallback
from session_state import initialize_session_state
from chatbot_new import IntelligentRAGChatbot, InitializationError, ChatbotError

# Logging Setup
logger = logging.getLogger(__name__)

def handle_response(response: Dict[str, Any], message_index: int):
    """Verarbeitet die Chatbot-Antwort mit Metadaten"""
    try:
        if response.get('error'):
            st.error(response['error'])
            return

        answer_text = response.get('response', '')
        if not answer_text:
            st.error("Keine Antwort vom Chatbot erhalten")
            return

        metadata = response.get('metadata', {})

        # Füge Nachricht mit Metadaten zum State hinzu
        st.session_state.messages.append({
            "role": "assistant",
            "content": answer_text,
            "metadata": metadata  # Stelle sicher, dass die Metadaten gespeichert werden
        })

        # Zeige Nachricht und Metadaten an
        display_chat_message({
            "role": "assistant", 
            "content": answer_text,
            "metadata": metadata
        }, message_index)

    except Exception as e:
        logger.error(f"Fehler bei der Antwortverarbeitung: {e}")
        st.error("Die Antwort konnte nicht verarbeitet werden.")

def process_chat_interface():
    """Verarbeitet die Chat-Oberfläche"""
    try:
        # Zeige bestehende Nachrichten
        for idx, message in enumerate(st.session_state.messages):
            display_chat_message(message, idx)

        # Zeige typische Fragen wenn keine Interaktion
        if len(st.session_state.messages) <= 1:
            typical_questions = [
                "Wofür steht die Corporate Governance?",
                "Was ist der Ablauf einer internen Revision?",
                "Was sind die Dimensionen der Nachhaltigkeit?",
                "Was sind die Aufgaben eines Wirtschaftsprüfers?"
            ]
            display_typical_questions(typical_questions)

        # Chat Eingabe
        if prompt := st.chat_input("Ihre Frage...", key="chat_input"):
            process_user_input(prompt)
        elif "user_prompt" in st.session_state:
            # Verarbeite die Frage aus dem Session State (von den Typical Questions Buttons)
            process_user_input(st.session_state.user_prompt)
            del st.session_state.user_prompt
        
        # Kopieren von Text aus der Zwischenablage
        if 'to_copy' in st.session_state:
            st.code(st.session_state.to_copy, language="markdown")
            st.success("Text wurde in die Zwischenablage kopiert!")
            del st.session_state.to_copy

    except Exception as e:
        logger.error(f"Fehler im Chat Interface: {e}")
        st.error("Fehler in der Chat-Oberfläche")

def process_user_input(prompt: str):
    """Verarbeitet Benutzereingaben"""
    try:
        # Füge Benutzernachricht hinzu
        st.session_state.messages.append({"role": "user", "content": prompt})
        display_chat_message({"role": "user", "content": prompt}, len(st.session_state.messages)-1)

        # Aktualisiere Konversationskontext
        st.session_state.conversation_context["interaction_count"] += 1

        # Verarbeite Anfrage
        with st.spinner("Verarbeite Anfrage..."):
            callback = ProcessCallback(st.empty())
            
            # Hole Antwort vom Chatbot
            response = st.session_state.chatbot.get_response(
                query=prompt, 
                callback=callback
            )

            # Update Konversationskontext
            if response.get('response'):
                st.session_state.conversation_context["last_response"] = response['response']

            handle_response(response, len(st.session_state.messages))

    except Exception as e:
        logger.error(f"Fehler bei der Eingabeverarbeitung: {e}")
        st.error("Ihre Anfrage konnte nicht verarbeitet werden.")
def display_feedback_message():
    """Zeigt Feedback-Nachrichten mit angepassten Farben an"""
    if 'feedback' in st.session_state:
        if st.session_state.feedback['feedbackType'] == 'positive':
            st.success("Vielen Dank für Ihr positives Feedback!", icon="👍")
        elif st.session_state.feedback['feedbackType'] == 'negative':
            st.warning("Vielen Dank für Ihr Feedback. Wir werden es prüfen!", icon="👎")
        del st.session_state.feedback

def add_theme_selection():
    """Fügt Theme-Auswahl mit eindeutigen Keys hinzu"""
    st.markdown("### Design")
    cols = st.columns(2)
    
    # Speichere vorheriges Theme
    previous_theme = st.session_state.get("theme", "light")
    
    with cols[0]:
        if st.button("🌞 Hell", key="light_theme_button", use_container_width=True):
            st.session_state.theme = "light"
            if previous_theme != "light":
                st.rerun()
            
    with cols[1]:
        if st.button("🌙 Dunkel", key="dark_theme_button", use_container_width=True):
            st.session_state.theme = "dark"
            if previous_theme != "dark":
                st.rerun()

def main():
    try:
        # Setup Environment
        api_key, vector_store_path = setup_environment()
        os.environ["GOOGLE_API_KEY"] = api_key
        
        # State und CSS
        initialize_session_state()
        apply_enhanced_custom_css()
        
        # Sidebar
        with st.sidebar:
            st.markdown("## Einstellungen")
            add_font_size_control()
            st.markdown("---")
            add_theme_selection()  # Jetzt korrekt importiert
            st.markdown("---")
            st.markdown("## Über den KI-Assistenten")
            st.markdown(
                """
                Entwickelt, um Fragen zu Wirtschaftsprüfungsthemen zu beantworten.
                Nutzt fortschrittliche Technologien, um relevante Informationen zu finden.
    
                **Hinweis:** Die Antworten dienen nur zu Informationszwecken und ersetzen keine professionelle Beratung.
                """
            )
            st.markdown("---")
    
        # Feedback Anzeige
        if st.session_state.get('feedback'):
            display_feedback_message()
    
        # Hauptbereich
        st.title("KI-Assistent für Wirtschaftsprüfungsthemen")
        process_chat_interface()
    
        # Scroll Button
        if len(st.session_state.messages) > 5:
            add_scroll_button()

    except Exception as e:
        st.error(f"Kritischer Fehler: {str(e)}")
        logger.error(f"Kritischer Fehler: {str(e)}", exc_info=True)  # Erweitert um Stack Trace

if __name__ == "__main__":
    main()