import os
from datetime import datetime
from modules.logger import log_event

# Définition du chemin racine sécurisé sur ton RAID
RAG_BASE_DIR = "/DATA/AppData/MULTI-IA-AETHAS38/RAG"

# Les thématiques générales pour organiser l'apprentissage
THEMATIQUES_RAG = [
    "Minecraft_KubeJS",
    "Juridique_Loi_Francaise",
    "Serveur_Debian",
    "Bureautique_Excel",
    "Regles_Aethas38"
]

def initialiser_arborescence_rag():
    """Crée les dossiers RAG physiques sur le disque s'ils n'existent pas."""
    try:
        if not os.path.exists(RAG_BASE_DIR):
            os.makedirs(RAG_BASE_DIR)
            log_event("INFO", "RAG", "Création du dossier racine RAG.")
            
        for theme in THEMATIQUES_RAG:
            chemin_theme = os.path.join(RAG_BASE_DIR, theme)
            if not os.path.exists(chemin_theme):
                os.makedirs(chemin_theme)
                log_event("INFO", "RAG", f"Création du sous-dossier thématique : {theme}")
    except Exception as e:
        log_event("ERROR", "RAG", f"Erreur lors de l'initialisation de l'arborescence : {e}")

def extraire_contexte_rag(thematique):
    """
    Lit tous les fichiers .txt ou .md d'une thématique donnée
    et les concatène pour les injecter dans le prompt de l'IA.
    """
    contexte_global = ""
    chemin_theme = os.path.join(RAG_BASE_DIR, thematique)
    
    if not os.path.exists(chemin_theme):
        return contexte_global
        
    try:
        for fichier in os.listdir(chemin_theme):
            if fichier.endswith(".txt") or fichier.endswith(".md"):
                chemin_fichier = os.path.join(chemin_theme, fichier)
                with open(chemin_fichier, 'r', encoding='utf-8') as f:
                    contexte_global += f"\n--- Extrait de {fichier} ---\n"
                    contexte_global += f.read() + "\n"
    except Exception as e:
        log_event("ERROR", "RAG", f"Erreur de lecture du contexte {thematique} : {e}")
        
    return contexte_global

def rechercher_contexte_rag(prompt, categorie="general"):
    """
    Récupère le contenu des fichiers de la thématique pour alimenter l'IA.
    """
    try:
        # On fait appel à la fonction qui lit tous les .md/.txt du dossier thématique
        return extraire_contexte_rag(categorie)
    except Exception as e:
        log_event("ERROR", "RAG_MANAGER", f"Erreur lors de la recherche RAG : {e}")
        return ""

def auto_apprendre_rag(prompt, reponse, thematique_simplifiee):
    """
    Sauvegarde automatiquement les réponses pertinentes pour enrichir la base de connaissances.
    """
    # Mapping entre le mot-clé deviné par Qwen et le vrai nom de ton dossier
    mapping = {
        "minecraft": "Minecraft_KubeJS",
        "droit": "Juridique_Loi_Francaise",
        "serveur": "Serveur_Debian",
        "excel": "Bureautique_Excel",
        "regles": "Regles_Aethas38"
    }
    
    theme_reel = mapping.get(thematique_simplifiee.lower())
    if not theme_reel:
        return # Si Qwen n'a pas détecté de thème précis (ex: "aucun"), on n'enregistre rien pour ne pas polluer.

    try:
        chemin_theme = os.path.join(RAG_BASE_DIR, theme_reel)
        os.makedirs(chemin_theme, exist_ok=True)
        
        nom_fichier = f"apprentissage_{datetime.now().strftime('%Y%m%d_%H%M%S')}.md"
        chemin_fichier = os.path.join(chemin_theme, nom_fichier)
        
        contenu = f"## Question utilisateur\n{prompt}\n\n## Réponse de l'IA (Contexte validé)\n{reponse}\n"
        
        with open(chemin_fichier, 'w', encoding='utf-8') as f:
            f.write(contenu)
            
        log_event("INFO", "RAG_MANAGER", f"Nouvelle connaissance acquise et sauvegardée dans {theme_reel} ({nom_fichier}).")
    except Exception as e:
        log_event("ERROR", "RAG_MANAGER", f"Erreur lors de l'auto-apprentissage : {e}")

# On s'assure que les dossiers existent dès l'import du module
initialiser_arborescence_rag()