import type { H3Event } from 'h3'
import { checkRateLimitJson } from '~/server/utils/rateLimitJson'

interface ChatbotPenseesRequest {
  query: string
  mode?: 'hybrid' | 'local' | 'global' | 'naive' | 'mix'
  corpus?: 'pensees' | 'projets' | 'both'
  filter_couche?: 'fond' | 'forme' | 'structure' | null
  filter_ecole?: string | null
  history?: Array<{ role: 'user' | 'assistant'; content: string }>
}

interface LightRAGQueryResponse {
  response: string
}

const SYSTEM_PREFACE_PENSEES = `Tu es un agent du RAG Pensées Écologiques, infrastructure militante du collectif trans-former.fr.
Tu réponds en t'appuyant STRICTEMENT sur le corpus ingéré (auteurs FRACAS Bonpote : écosocialisme, éco-anarchisme, écoféminismes, écologies décoloniales, technocritique, pensées du vivant, décroissance...).

Règles :
- Cite les sources (auteur, livre) à chaque assertion importante.
- Si la question dépasse le corpus, dis-le clairement. Pas d'hallucination.
- Ton politique direct, pas de neutralité fade.
- Réponse en français, dense, sans délayage.
- Distingue les positions selon les écoles quand elles divergent.`

const SYSTEM_PREFACE_PROJETS = `Tu es un agent du RAG Projets de Jules Nény (architecte, collectif trans-former.fr).
Tu réponds STRICTEMENT à partir des documents projet (fichiers butte-pinson__*.md et autres projets archi de Jules).
N'utilise PAS le corpus FRACAS Pensées Écologiques pour répondre, sauf si l'usager te le demande explicitement.

Règles :
- Cite les sources (nom de projet, document) à chaque assertion importante.
- Si la question dépasse le corpus projet, dis-le clairement. Pas d'hallucination.
- Ton praticien réflexif : 1ère personne quand pertinent, narration située.
- Réponse en français, dense, sans délayage.`

const SYSTEM_PREFACE_BOTH = `Tu es un agent du RAG croisé Pensées x Projets de Jules Nény (architecte militant, collectif trans-former.fr).
CENTRE TA RÉPONSE sur les documents PROJETS (fichiers butte-pinson__*.md et autres projets archi).
Mobilise le corpus FRACAS Pensées (autres fichiers) UNIQUEMENT pour éclairer théoriquement les partis pris des projets, jamais l'inverse.

Pondération attendue : ~70% ancrage projet concret, ~30% éclairage théorique FRACAS.

Règles :
- Cite les sources (auteur ou nom de projet, document) à chaque assertion.
- Si un thème n'est pas couvert par les projets, dis-le clairement avant d'éventuellement étendre au corpus Pensées.
- Pas d'hallucination, pas d'extrapolation hors corpus.
- Ton praticien militant : direct, pas neutre, ancré dans la pratique architecturale.
- Réponse en français, dense, sans délayage.`

export default defineEventHandler(async (event: H3Event) => {
  const config = useRuntimeConfig(event)

  // 1. Rate limit (20 req/jour/IP, IP hashée RGPD)
  const ip =
    getHeader(event, 'x-forwarded-for')?.split(',')[0].trim() ||
    event.node.req.socket?.remoteAddress ||
    '0.0.0.0'

  const allowed = checkRateLimitJson(ip, 'chatbot-pensees', 20)
  if (!allowed) {
    throw createError({ statusCode: 429, message: 'Limite de 20 questions par jour atteinte.' })
  }

  // 2. Body parse + validation
  const body = await readBody<ChatbotPenseesRequest>(event)
  if (!body?.query || body.query.trim().length < 3 || body.query.trim().length > 500) {
    throw createError({ statusCode: 400, message: 'Query invalide (3-500 caractères).' })
  }

  const query = body.query.trim()
  const mode = body.mode || 'hybrid'
  const corpus = body.corpus || 'both'
  const ragUrl = (config.ragPeUrl as string) || 'http://localhost:9621'

  // Préface adaptative selon corpus demandé
  const systemPreface =
    corpus === 'pensees'
      ? SYSTEM_PREFACE_PENSEES
      : corpus === 'projets'
        ? SYSTEM_PREFACE_PROJETS
        : SYSTEM_PREFACE_BOTH

  // 3. Health guard — LightRAG down = erreur claire, pas de fallback hallucinatoire
  try {
    await $fetch(`${ragUrl}/health`, { timeout: 5000 })
  } catch {
    throw createError({
      statusCode: 503,
      message: 'RAG indisponible pour l\'instant — réessaie dans quelques minutes.',
    })
  }

  // 4. Call LightRAG VPS — préface système injectée dans la query
  const ragQuery = `${systemPreface}\n\nQuestion : ${query}`

  let ragResponse: LightRAGQueryResponse
  try {
    ragResponse = await $fetch<LightRAGQueryResponse>(`${ragUrl}/query`, {
      method: 'POST',
      body: { query: ragQuery, mode },
      timeout: 90000,
    })
  } catch (e: any) {
    const status = e?.response?.status
    if (status === 429) {
      throw createError({ statusCode: 429, message: 'RAG saturé — réessaie dans quelques instants.' })
    }
    throw createError({ statusCode: 504, message: 'RAG en cours de processing — réessaie dans quelques secondes.' })
  }

  // 5. Retour formaté
  return {
    response: ragResponse.response ?? '',
    mode,
    corpus,
    filter: { couche: body.filter_couche ?? null, ecole: body.filter_ecole ?? null },
    timestamp: new Date().toISOString(),
  }
})