main.py

import os
import uvicorn
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware
from openai import OpenAI
from pydantic import BaseModel
from typing import List

# 1. Configuration des accès
# Assurez-vous d'avoir défini ALBERT_API_KEY dans vos secrets Hugging Face
ALBERT_API_KEY = os.getenv("ALBERT_API_KEY")
ALBERT_BASE_URL = "https://albert.api.etalab.gouv.fr/v1"

# Initialisation du client compatible Albert
client = OpenAI(
    api_key=ALBERT_API_KEY,
    base_url=ALBERT_BASE_URL
)

app = FastAPI()

# 2. Configuration CORS pour autoriser votre frontend React
app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"], # En production, remplacez par l'URL de votre front
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

# Modèle de données pour valider les requêtes entrantes
class Message(BaseModel):
    role: str
    content: str

class ChatRequest(BaseModel):
    messages: List[Message]

@app.post("/api/chat")
async def chat_albert(request: ChatRequest):
    try:
        # On utilise l'alias simplifié qui fonctionne sur tous les comptes Albert
        response = client.chat.completions.create(
            model="mistralai/Mistral-Small-3.2-24B-Instruct-2506", 
            messages=[{"role": m.role, "content": m.content} for m in request.messages],
            temperature=0.7,
            max_tokens=1000
        )
        return {"content": response.choices[0].message.content}
    except Exception as e:
        # On imprime l'erreur exacte dans les logs de Hugging Face pour pouvoir la lire
       response = client.chat.completions.create(...)
    print(f"RÉPONSE IA : {response.choices[0].message.content}") # Ajoute ça !
    return {"content": response.choices[0].message.content}

if __name__ == "__main__":
    # Hugging Face utilise souvent le port 7860
    uvicorn.run(app, host="0.0.0.0", port=7860)