update: FoddaciTron V2 - Agora com cérebro DeepSeek, memória SQLite e mais tóxico

app.py

@@ -1,121 +1,134 @@
 import os
+import sys
 import json
 import logging
-import sys
-from typing import Optional
-from fastapi import FastAPI, Request
-from fastapi.responses import StreamingResponse, JSONResponse
+import shutil
+import random
+import pysqlite3
+sys.modules["sqlite3"] = sys.modules.pop("pysqlite3") # Truque pro Chroma não reclamar
+
+from fastapi import FastAPI
+from fastapi.responses import StreamingResponse
 from pydantic import BaseModel
-import httpx
 from openai import OpenAI
+from huggingface_hub import hf_hub_download
 
-# =============================================================================
-# 0. LOGGING SETUP (CRITICAL FOR DEBUGGING)
-# =============================================================================
-# This configures the logs to show up in Hugging Face "Logs" tab with timestamps
-logging.basicConfig(
-    level=logging.INFO,
-    format="%(asctime)s [%(levelname)s] %(message)s",
-    handlers=[logging.StreamHandler(sys.stdout)]
-)
-logger = logging.getLogger(__name__)
+# RAG Libs
+from langchain_huggingface import HuggingFaceEmbeddings
+from langchain_community.vectorstores import Chroma
 
 # =============================================================================
-# 1. CONFIGURATION & CLIENTS
+# 0. SETUP
 # =============================================================================
+logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(message)s", handlers=[logging.StreamHandler(sys.stdout)])
+logger = logging.getLogger(__name__)
 
-app = FastAPI(title="FoddaciTron Orchestrator")
-
-# Your deployed Modal API URL
-MODAL_URL = "https://ricsrdocasro--foddacitron-api-generate.modal.run"
+app = FastAPI(title="FoddaciTron RAG Final")
 
-# SiliconFlow / DeepSeek Client Configuration
 SILICON_KEY = os.environ.get("SILICONFLOW_API_KEY")
+if not SILICON_KEY:
+    logger.error("❌ SEM CHAVE SILICONFLOW!")
 
-# --- STARTUP CHECK ---
-@app.on_event("startup")
-async def startup_event():
-    logger.info("🚀 SYSTEM STARTUP INITIATED")
-    if not SILICON_KEY:
-        logger.error("❌ CRITICAL: SILICONFLOW_API_KEY is missing! Router will fail.")
-    else:
-        logger.info(f"✅ SiliconFlow Key found: {SILICON_KEY[:4]}...***")
-    
-    logger.info(f"🔗 Target Modal URL: {MODAL_URL}")
-
-try:
-    smart_client = OpenAI(
-        api_key=SILICON_KEY,
-        base_url="https://api.siliconflow.com/v1" 
-    )
-except Exception as e:
-    logger.error(f"❌ Failed to init OpenAI client: {e}")
+client = OpenAI(api_key=SILICON_KEY, base_url="https://api.siliconflow.com/v1")
 
 # =============================================================================
-# 2. PROMPTS
+# 1. MOTOR DO BOT (CARREGA ESTILO LOCAL + MEMÓRIA REMOTA)
 # =============================================================================
 
-META_PROMPT = """
-You are the Orchestrator for an AI Character named 'FoddaciTron', based on the Brazilian YouTube channel 'Jogandofoddaci'.
-The audience is chaotic, uses heavy internet slang (Twitch/Twitter BR), and loves 'trash humor'.
-
-Your Goal: Analyze the user's input and decide the conversation flow.
-
-1. ANALYZE THE INPUT:
-   - Is it "Lore/Reference"? (About Jean/Carteiro, Vito/Gemaplys, Saiko, specific series like Clock Tower/Cock Tower, Dark Souls 2, Scissorman).
-   - Is it "Silly/Spam"? (Random noises like 'miau', 'leite', 'fecaloide', standard greetings).
-   - Is it "Serious/Complex"? (Coding questions, math, life advice, politics, general knowledge).
-
-2. EXECUTE THE DECISION (JSON OUTPUT ONLY):
-   - **Case A (Lore/Silly/Simple):** Return JSON {"type": "direct"}
-   
-   - **Case B (Serious/Complex):** Return JSON:
-     {
-       "type": "rewrite",
-       "fact_answer": "A resposta técnica e correta para a pergunta do usuário (EM PORTUGUÊS).",
-       "style_note": "Instruções de personalidade (EM PORTUGUÊS): Ex: 'Zoe o usuário por perguntar de C++, compare com o código ruim do Yandere Simulator, chame de nerdola'."
-     }
-
-IMPORTANT: The keys ("type", "fact_answer", "style_note") must be in English, but the CONTENT values MUST be in Portuguese (PT-BR).
-Output PURE JSON. No markdown formatting.
-"""
-
-DIRECT_SYSTEM_PROMPT = """
-Você é o FODDACITRON, mascote do canal Jogandofoddaci.
-
-SUA PERSONALIDADE:
-Você é um bot de chat da Twitch: tóxico de leve, engraçado, e fala muita besteira.
-
-DIRETRIZ PARA "MIAU" OU SPAM:
-Se o usuário mandar apenas sons ou spam, zoe ele ou responda na mesma moeda.
-Exemplo:
-User: "Miau"
-Você: "Miau é o caralho, aqui é o Foddacitron. 🥛"
-"""
-
-REWRITER_SYSTEM_PROMPT = """
-Você é o FoddaciTron.
-Sua tarefa: TRADUZIR o texto técnico abaixo para uma linguagem de "Internet/Gamer tóxico", mas MANTENDO O SENTIDO.
-
-REGRAS DE OURO (LEIA COM ATENÇÃO):
-1.  **PROIBIDO ALUCINAR:** Não mencione "Jean", "Cock Tower", "Scissorman" ou "Dark Souls" se o assunto for técnico (como programação, ciência, etc). Isso confunde o usuário.
-2.  **FOCO NA EXPLICAÇÃO:** O usuário precisa entender a resposta. Não transforme o texto em uma salada de palavras.
-3.  **ESTILO:** Use gírias como "Intankável", "Miau", "Coisa de nerd", "Fecaloide", mas use-as apenas para pontuar a frase.
-4.  **ESTRUTURA:** Comece ofendendo o usuário por ser nerd, dê a explicação simplificada, e termine com um xingamento.
-
-EXEMPLO BOM:
-Entrada: "C++ permite acesso direto à memória, o que causa vazamentos."
-Saída: "Olha o nerdola querendo saber de C++. É o seguinte, fecaloide: essa linguagem deixa você mexer na memória direto, aí você faz merda e vaza tudo. É intankável."
-
-EXEMPLO RUIM (O QUE NÃO FAZER):
-Entrada: "C++ é inseguro."
-Saída: "O Jean Nintendista joga C++ no Dark Souls da Cock Tower com o Scissorman." (ISSO É PROIBIDO).
-
-AGORA TRADUZA O TEXTO TÉCNICO ABAIXO:
-"""
+class FoddaciEngine:
+    def __init__(self):
+        self.vector_db = None
+        self.style_bank = []
+        
+        # CAMINHOS
+        self.local_style_path = "foddaci_db_v2/style_bank.json" # Arquivo pequeno no Space
+        self.chroma_persist_dir = "chroma_db_storage"           # Pasta temporária pro banco
+        
+        # CONFIG DO DATASET (Onde está o arquivo de 1GB)
+        self.dataset_repo_id = "ricsrdocasro/FoddaciBrain"    # <--- TROQUE AQUI (Ex: Ricsrdocasro/foddaci-brain)
+        self.dataset_filename = "chroma.sqlite3"                # <--- Nome do arquivo lá no Dataset
+        
+    def load_resources(self):
+        logger.info("🚀 Iniciando carregamento dos sistemas...")
+        
+        # --- A. CARREGAR ESTILO (LOCAL) ---
+        try:
+            if os.path.exists(self.local_style_path):
+                with open(self.local_style_path, "r", encoding="utf-8") as f:
+                    data = json.load(f)
+                    self.style_bank = data if isinstance(data, list) else data.get("comments", [])
+                logger.info(f"🤬 Style Bank carregado: {len(self.style_bank)} ofensas prontas.")
+            else:
+                logger.warning("⚠️ style_bank.json não encontrado! Usando fallback.")
+                self.style_bank = ["Miau.", "Intankável.", "Nerdola."]
+        except Exception as e:
+            logger.error(f"❌ Erro ao ler estilo: {e}")
+
+        # --- B. CARREGAR MEMÓRIA (REMOTO 1GB) ---
+        # Verifica se já baixamos para não baixar 2x se o container só reiniciou
+        db_file_target = os.path.join(self.chroma_persist_dir, "chroma.sqlite3")
+        
+        if not os.path.exists(db_file_target):
+            logger.info("🧠 Memória não encontrada. Baixando do Dataset (Isso é rápido)...")
+            try:
+                os.makedirs(self.chroma_persist_dir, exist_ok=True)
+                
+                # Download do Hugging Face Dataset
+                downloaded_path = hf_hub_download(
+                    repo_id=self.dataset_repo_id,
+                    filename=self.dataset_filename,
+                    repo_type="dataset"
+                )
+                
+                # Move para a pasta correta
+                shutil.copy(downloaded_path, db_file_target)
+                logger.info("✅ Download concluído!")
+            except Exception as e:
+                logger.error(f"❌ ERRO CRÍTICO NO DOWNLOAD DA MEMÓRIA: {e}")
+                return
+        
+        # Conecta o Chroma ao arquivo baixado
+        try:
+            logger.info("🔌 Conectando neurônios...")
+            embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-MiniLM-L6-v2")
+            
+            self.vector_db = Chroma(
+                persist_directory=self.chroma_persist_dir,
+                embedding_function=embeddings,
+                collection_name="foddaci_memory" # Importante: Tem que ser o mesmo nome de quando criou
+            )
+            logger.info("🤖 Cérebro Conectado!")
+        except Exception as e:
+            logger.error(f"❌ Erro ao abrir Chroma: {e}")
+
+    def get_rag_data(self, query: str):
+        # 1. Pega Contexto
+        context = ""
+        if self.vector_db:
+            try:
+                docs = self.vector_db.similarity_search(query, k=3)
+                context = "\n\n".join([d.page_content for d in docs])
+            except Exception:
+                context = ""
+        
+        # 2. Pega Estilo Aleatório (Few-Shot)
+        style_sample = ""
+        if self.style_bank:
+            # Pega 3 frases aleatórias
+            sample = random.sample(self.style_bank, min(3, len(self.style_bank)))
+            style_sample = "\n".join([f"- {s}" for s in sample])
+            
+        return context, style_sample
+
+# Inicializa Engine Global
+engine = FoddaciEngine()
+
+@app.on_event("startup")
+async def startup():
+    engine.load_resources()
 
 # =============================================================================
-# 3. API ENDPOINTS
+# 2. ENDPOINTS
 # =============================================================================
 
 class UserRequest(BaseModel):
@@ -123,119 +136,46 @@ class UserRequest(BaseModel):
 
 @app.get("/")
 def home():
-    logger.info("Health check ping received.")
-    return {"status": "FoddaciTron Orchestrator Online 🥛", "endpoints": "/chat"}
+    return {"status": "FoddaciTron Online", "model": "DeepSeek-V3", "brain": "RAG 1GB"}
 
 @app.post("/chat")
 async def chat_handler(req: UserRequest):
     user_msg = req.message
-    logger.info(f"📩 NEW MESSAGE RECEIVED: '{user_msg}'")
-
-    decision = {"type": "direct"} # Default safety fallback
-
-    # --- HEURISTIC CHECK (Save time & Money) ---
-    # If message is very short (e.g., "Miau", "Ola", "Tudo bem?"), skip the brain.
-    word_count = len(user_msg.split())
-    if len(user_msg) < 15 or word_count < 3:
-        logger.info("⚡ Fast Path: Message too short for Router. Going Direct.")
-        decision = {"type": "direct"}
-        
-    else:
-        # --- STEP 1: DEEPSEEK ROUTER ---
-        try:
-            logger.info("🤔 Sending to DeepSeek (Router)...")
-            
-            # We set a strict timeout of 8 seconds. 
-            # If the brain is too slow, we just chat normally.
-            completion = smart_client.chat.completions.create(
-                model="deepseek-ai/DeepSeek-V3", 
-                messages=[
-                    {"role": "system", "content": META_PROMPT},
-                    {"role": "user", "content": user_msg}
-                ],
-                response_format={"type": "json_object"},
-                max_tokens=200, # Reduced tokens to speed it up
-                timeout=8.0     # <--- FORCED TIMEOUT (No more waiting 2 mins)
-            )
-            raw_content = completion.choices[0].message.content
-            logger.info(f"🤖 DeepSeek Raw Response: {raw_content}")
-
-            try:
-                decision = json.loads(raw_content)
-                logger.info(f"🚦 Decision parsed: {decision.get('type')}")
-            except json.JSONDecodeError:
-                logger.warning("⚠️ DeepSeek returned invalid JSON. Falling back to DIRECT.")
-                decision = {"type": "direct"}
-
-        except Exception as e:
-            # If DeepSeek times out or fails, we log it but KEEP GOING to Modal
-            logger.error(f"❌ Router API Error (Timeout/Auth): {str(e)}")
-            logger.info("⚠️ Proceeding with Direct Fallback due to Brain Error.")
-            decision = {"type": "direct"}
-
-    # --- STEP 2: PREPARE PROMPTS ---
-    final_prompt = ""
-    current_system_prompt = DIRECT_SYSTEM_PROMPT
-    decision_type = decision.get("type", "direct")
-
-    if decision_type == "rewrite":
-        logger.info("📝 Configuring REWRITE pipeline")
-        fact_answer = decision.get("fact_answer", "Resposta não encontrada.")
-        style_note = decision.get("style_note", "")
-        gen_settings = {"temperature": 0.3, "top_p": 0.5}
-        
-        current_system_prompt = f"{REWRITER_SYSTEM_PROMPT}\n\nCONTEXTO DO DIRETOR: {style_note}"
-        final_prompt = fact_answer
-    else:
-        logger.info("🗣️ Configuring DIRECT pipeline")
-        final_prompt = user_msg
-        gen_settings = {"temperature": 0.8, "top_p": 0.95}
-
-    # --- STEP 3: STREAMING RESPONSE ---
-    logger.info("🌊 initiating Stream to Modal...")
-    return StreamingResponse(
-        stream_generator(final_prompt, current_system_prompt, gen_settings),
-        media_type="text/plain"
-    )
-
-# --- HELPER: STREAM GENERATOR ---
-async def stream_generator(prompt, system_prompt, settings):
-    async with httpx.AsyncClient(timeout=120.0) as client:
-        try:
-            logger.debug(f"Payload sent to Modal: prompt_len={len(prompt)}")
-            
-            async with client.stream(
-                "POST", 
-                MODAL_URL, 
-                json={
-                    "prompt": prompt, 
-                    "system_prompt": system_prompt,
-                    "temperature": settings["temperature"],  # 0.7 is usually default. 0.3 makes it focused/strict.
-                    "top_p": settings["top_p"]
-                }
-            ) as response:
-                
-                if response.status_code != 200:
-                    error_msg = f"❌ Error from Modal: {response.status_code} - {response.text}"
-                    logger.error(error_msg)
-                    yield f"Erro no cérebro do bot: {response.status_code}"
-                    return
-
-                logger.info("✅ Connection established. Streaming chunks...")
-                
-                chunk_count = 0
-                async for chunk in response.aiter_text():
-                    chunk_count += 1
-                    yield chunk
-                
-                logger.info(f"🏁 Stream finished. Total chunks: {chunk_count}")
-
-        except httpx.ConnectError:
-            logger.error("❌ Connection Refused. Check MODAL_URL.")
-            yield "Erro: Não consegui conectar com o cérebro (Modal offline ou URL errada)."
-        except httpx.ReadTimeout:
-            logger.error("❌ Read Timeout. Modal took too long.")
-            yield "Erro: O cérebro demorou demais para responder (Timeout)."
-        except Exception as e:
-            logger.error(f"❌ Unexpected Stream Error: {str(e)}")
-            yield f"Erro Interno: {str(e)}"
+    
+    # Busca dados
+    context, style_examples = engine.get_rag_data(user_msg)
+    
+    # Monta Prompt
+    system_prompt = f"""
+    Você é o FODDACITRON, do canal Jogandofoddaci.
+    
+    --- SEU GUIA DE ESTILO (FALE ASSIM) ---
+    {style_examples}
+    ---------------------------------------
+    
+    --- MEMÓRIA RECUPERADA (LORE) ---
+    {context}
+    ---------------------------------
+    
+    INSTRUÇÃO:
+    Responda o usuário: "{user_msg}"
+    Use a Memória para fatos. Use o Estilo para o tom (tóxico/engraçado/gamer).
+    Se for algo técnico, explique, mas xingue ele de nerd.
+    """
+    
+    return StreamingResponse(stream_deepseek(system_prompt), media_type="text/plain")
+
+async def stream_deepseek(prompt):
+    try:
+        stream = client.chat.completions.create(
+            model="deepseek-ai/DeepSeek-V3",
+            messages=[{"role": "user", "content": prompt}],
+            stream=True,
+            temperature=1.3, # Temperatura alta = Mais criatividade/caos
+            max_tokens=512
+        )
+        for chunk in stream:
+            if chunk.choices[0].delta.content:
+                yield chunk.choices[0].delta.content
+    except Exception as e:
+        yield f"Erro no cérebro: {e}"

requirements.txt

@@ -1,5 +1,11 @@
 fastapi
 uvicorn
 pydantic
-httpx
-openai
+openai
+huggingface_hub
+langchain
+langchain-huggingface
+langchain-community
+chromadb
+sentence-transformers
+pysqlite3-binary