import os
import json
import requests
from modules.logger import log_event

CATALOGUE_FILE = "/DATA/AppData/MULTI-IA-AETHAS38/catalogue_dynamique.json"

def interroger_huggingface(prompt: str, modele_cible=None):
    """
    Connecteur pour l'API Serverless de Hugging Face.
    Sélectionne dynamiquement le modèle le plus populaire scanné par l'Updater.
    """
    api_key = os.getenv("HUGGINGFACE_API_KEY")
    if not api_key:
        raise Exception("Clé API HuggingFace manquante dans le .env")
        
    # Extraction dynamique du meilleur modèle Hugging Face gratuit disponible
    if not modele_cible:
        try:
            if os.path.exists(CATALOGUE_FILE):
                with open(CATALOGUE_FILE, "r", encoding="utf-8") as f:
                    data = json.load(f)
                hf_models = [m.replace("huggingface/", "") for m in data.get("free_models", []) if m.startswith("huggingface/")]
                if hf_models:
                    modele_cible = hf_models[0] # Modèle le plus téléchargé selon l'Updater
        except Exception:
            pass
            
    if not modele_cible:
        modele_cible = "mistralai/Mistral-7B-Instruct-v0.3"
        
    url = f"https://router.huggingface.co/hf-inference/models/{modele_cible}"
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    
    # Paramètres optimisés pour les LLMs d'instruction
    payload = {
        "inputs": prompt,
        "parameters": {
            "max_new_tokens": 2048,
            "return_full_text": False,
            "temperature": 0.7
        }
    }
    
    try:
        resp = requests.post(url, headers=headers, json=payload, timeout=60)
        if resp.status_code == 200:
            data = resp.json()
            if isinstance(data, list) and len(data) > 0 and "generated_text" in data[0]:
                texte = data[0]["generated_text"].strip()
                return texte, "#ffb000", "HuggingFace", modele_cible
                
        raise Exception(f"Erreur {resp.status_code} : {resp.text}")
    except Exception as e:
        log_event("WARNING", "HUGGINGFACE", f"Échec de la requête pour {modele_cible} : {e}")
        raise e