import os
import requests
import time
import concurrent.futures
import base64 # <-- NOUVEL IMPORT POUR DECODER L'IMAGE
from modules.logger import log_event

def generer_image_cloudflare(prompt: str) -> bytes:
    """Appel à l'API Cloudflare Workers AI avec décodage Base64"""
    account_id = os.getenv("CLOUDFLARE_ACCOUNT_ID")
    api_token = os.getenv("CLOUDFLARE_API_TOKEN")
    if not account_id or not api_token: return None
    
    url = f"https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/run/@cf/stabilityai/stable-diffusion-xl-base-1.0"
    headers = {"Authorization": f"Bearer {api_token}"}
    
    try:
        resp = requests.post(url, headers=headers, json={"prompt": prompt}, timeout=120)
        if resp.status_code == 200:
            # On vérifie si Cloudflare nous répond en texte (JSON)
            if "application/json" in resp.headers.get("Content-Type", ""):
                data = resp.json()
                if data.get("success") and "result" in data:
                    # On transforme le texte Base64 en véritable fichier image binaire
                    return base64.b64decode(data["result"])
            else:
                # S'il répond nativement en binaire (parfois le cas selon la requête)
                return resp.content
    except Exception as e:
        log_event("WARNING", "MEDIA", f"Échec Cloudflare : {e}")
    return None

# ... (le reste du fichier reste identique)

def generer_image_huggingface(prompt: str) -> bytes:
    """Appel à l'API HuggingFace"""
    api_key = os.getenv("HUGGINGFACE_API_KEY")
    if not api_key: return None
    
    url = "https://api-inference.huggingface.co/models/stabilityai/stable-diffusion-xl-base-1.0"
    headers = {"Authorization": f"Bearer {api_key}"}
    
    try:
        resp = requests.post(url, headers=headers, json={"inputs": prompt}, timeout=120)
        if resp.status_code == 200: return resp.content
    except Exception as e:
        log_event("WARNING", "MEDIA", f"Échec HF : {e}")
    return None

def generer_les_deux_images(prompt: str, fichiers: list) -> tuple:
    trace = []
    if fichiers:
        trace.append("🟢 Mode Image-to-Image (Désactivé en multi-fournisseur)")
        return f"*(BETA)* Le mode Image-to-Image nécessite une API spécifique. \n\nFichiers : {', '.join(fichiers)}", "#ff9800", "Système", "En dev", trace
        
    trace.append("🟢 Lancement Text-to-Image (HuggingFace + Cloudflare)")
    
    # Exécution des deux API en parallèle pour gagner du temps
    with concurrent.futures.ThreadPoolExecutor() as executor:
        future_hf = executor.submit(generer_image_huggingface, prompt)
        future_cf = executor.submit(generer_image_cloudflare, prompt)
        img_hf = future_hf.result()
        img_cf = future_cf.result()

    dossier_media = "/DATA/AppData/MULTI-IA-AETHAS38/RAG/Media"
    os.makedirs(dossier_media, exist_ok=True)
    
    reponse_md = f"**Prompt analysé :** {prompt}\n\n"
    fournisseurs_actifs = []
    
    # Traitement Cloudflare
    if img_cf:
        nom_cf = f"img_cf_{int(time.time())}.png"
        with open(os.path.join(dossier_media, nom_cf), 'wb') as f: f.write(img_cf)
        reponse_md += f"### ☁️ Cloudflare Workers AI (SDXL)\n![Cloudflare](/Media/{nom_cf})\n\n---\n\n"
        fournisseurs_actifs.append("Cloudflare")
        trace.append("🟢 Cloudflare : Succès")
    else:
        trace.append("🔴 Cloudflare : Échec")

    # Traitement HuggingFace
    if img_hf:
        nom_hf = f"img_hf_{int(time.time())}.png"
        with open(os.path.join(dossier_media, nom_hf), 'wb') as f: f.write(img_hf)
        reponse_md += f"### 🤗 HuggingFace (SDXL)\n![HuggingFace](/Media/{nom_hf})\n\n"
        fournisseurs_actifs.append("HuggingFace")
        trace.append("🟢 HF : Succès")
    else:
        trace.append("🔴 HF : Échec")

    # Si les deux ont échoué
    if not img_hf and not img_cf:
        return "*Échec critique : HuggingFace et Cloudflare ont échoué (ou clés manquantes).* \nVérifiez les logs du serveur.", "#ff4444", "Système", "Erreur", trace
        
    return reponse_md, "#00e5ff", " + ".join(fournisseurs_actifs), "Stable Diffusion XL", trace

def router_media(prompt: str, type_media: str, premium: bool, fichiers: list) -> tuple:
    trace = [f"🟢 Routage Média : {type_media.upper()}"]
    if type_media == "image":
        return generer_les_deux_images(prompt, fichiers)
    elif type_media == "video":
        return "*La génération vidéo nécessite une API payante (Luma, Kling).* \n\nPrompt : " + prompt, "#ff4444", "Système", "En attente API", trace
    return "Type de média non reconnu.", "#333", "Erreur", "Aucun", trace