import logging
from fastapi import FastAPI, HTTPException, BackgroundTasks
from pydantic import BaseModel
from typing import List, Optional, Dict, Any
import uvicorn
import sys
import os

# Thêm thư mục gốc vào PYTHONPATH để tìm thấy các module chat, search, ingestion...
sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))

from chat.rag_engine import RAGEngine
from core.config import settings

# Cấu hình Logging
logging.basicConfig(level=logging.INFO, format="%(asctime)s - %(name)s - %(levelname)s - %(message)s")
logger = logging.getLogger("API")

app = FastAPI(
    title="PoC SharePoint RAG API",
    description="Hệ thống hỏi đáp nội bộ dựa trên SharePoint và Distributed VLM",
    version="1.0.0"
)

# Khởi tạo RAG Engine (Singleton)
# Khi API khởi động, nó sẽ nạp sẵn Embedding Model vào RAM để phản hồi cực nhanh
try:
    if settings.opensearch_host == "opensearch":
        settings.opensearch_host = "localhost" # Fallback cho Local Dev
    rag_engine = RAGEngine()
except Exception as e:
    logger.error(f"Không thể khởi động RAG Engine: {e}")
    rag_engine = None

# --- MODELS ---
class ChatRequest(BaseModel):
    query: str
    history: Optional[List[Dict[str, str]]] = []

class ChatResponse(BaseModel):
    answer: str
    sources: List[Dict[str, Any]] = []

# --- ENDPOINTS ---

@app.get("/health")
def health_check():
    """Kiểm tra sức khỏe hệ thống"""
    return {
        "status": "healthy",
        "llm_provider": settings.llm_provider,
        "opensearch_host": settings.opensearch_host
    }

@app.post("/chat", response_model=ChatResponse)
async def chat_endpoint(request: ChatRequest):
    """
    Điểm cuối để thực hiện hỏi đáp (RAG).
    """
    if not rag_engine:
        raise HTTPException(status_code=503, detail="RAG Engine chưa được khởi tạo thành công.")
    
    try:
        logger.info(f"Nhận câu hỏi: {request.query}")
        result = rag_engine.chat(request.query, history=request.history)
        
        return ChatResponse(
            answer=result["answer"],
            sources=result["sources"]
        )
    except Exception as e:
        logger.error(f"Lỗi xử lý chat: {e}")
        raise HTTPException(status_code=500, detail=str(e))

@app.post("/ingest")
async def start_ingestion(background_tasks: BackgroundTasks):
    """
    Kích hoạt quá trình quét SharePoint và nạp dữ liệu vào OpenSearch.
    Chạy dưới dạng Background Task để không làm treo API.
    """
    # TODO: Kết nối với script sync.py và quy trình extraction
    # Ở đây chúng ta sẽ gọi một function xử lý bất đồng bộ
    background_tasks.add_task(dummy_ingest_task)
    return {"message": "Quá trình đồng bộ dữ liệu đã bắt đầu chạy ngầm."}

async def dummy_ingest_task():
    logger.info("Bắt đầu Ingestion task...")
    # Sẽ tích hợp logic từ test_rag_pipeline.py vào đây
    pass

if __name__ == "__main__":
    # Chạy server tại cổng 8000
    uvicorn.run(app, host="0.0.0.0", port=8000)