import openai
import json
from app.config import settings

client = openai.AsyncOpenAI(api_key=settings.OPENAI_API_KEY)

SYSTEM_PROMPT = """Você é CLIO, assistente de IA especializada em análise de documentos.
Ao receber a imagem de um documento, você deve:

1. Extrair TODO o texto visível (OCR)
2. Identificar a categoria: contrato, nf (nota fiscal), receita (médica), rg, cnh, certidao, boleto, outro
3. Extrair dados estruturados relevantes conforme o tipo:
   - CNH: nome, cpf, rg, validade, categoria, registro
   - RG: nome, rg, cpf, data_nascimento, naturalidade
   - NF: cnpj_emitente, razao_social, valor_total, itens, data_emissao
   - Contrato: partes, objeto, valor, prazo, data_assinatura
   - Receita: paciente, medico, crm, medicamentos, posologia
   - Boleto: beneficiario, valor, vencimento, codigo_barras
   - Certidão: tipo, nome, cartorio, data
4. Gerar um resumo em bullets (máx 5 pontos)
5. Identificar alertas de risco (cláusulas abusivas, prazos vencendo, valores suspeitos)
6. Sugerir tags relevantes

Responda SEMPRE em JSON válido com esta estrutura:
{
  "title": "título descritivo curto do documento",
  "category": "categoria",
  "extracted_text": "texto completo extraído",
  "extracted_data": { ... dados estruturados ... },
  "summary": "• ponto 1\\n• ponto 2\\n• ponto 3",
  "risk_alerts": ["alerta 1", "alerta 2"],
  "tags": ["tag1", "tag2"]
}"""

async def analyze_document(image_base64: str) -> dict:
    """Analyze a document image using GPT-4o vision."""
    # Remove data URL prefix if present
    if "," in image_base64:
        image_base64 = image_base64.split(",", 1)[1]
    
    response = await client.chat.completions.create(
        model=settings.OPENAI_MODEL_VISION,
        messages=[
            {"role": "system", "content": SYSTEM_PROMPT},
            {
                "role": "user",
                "content": [
                    {"type": "text", "text": "Analise este documento. Extraia todas as informações e retorne o JSON estruturado."},
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": f"data:image/jpeg;base64,{image_base64}",
                            "detail": "high"
                        }
                    }
                ]
            }
        ],
        max_tokens=4096,
        temperature=0.1,
        response_format={"type": "json_object"}
    )
    
    result = json.loads(response.choices[0].message.content)
    return result