# type: ignore
"""
AKIRA V21 ULTIMATE - Módulos Core
===============================
Arquitetura modular para IA conversacional com análise emocional BART.
Inclui aprendizado contínuo, escuta global e visão computacional.
"""

__version__ = "21.01.2025"
__author__ = "Isaac Quarenta"

# Exportações principais
from .config import (
    APP_NAME,
    APP_VERSION,
    DEBUG_MODE,
    NLP_CONFIG,
    get_system_prompt,
    PRIVILEGED_USERS,
    EmotionAnalyzer,
    MemoriaEmocional,
    get_emotion_analyzer,
    validate_config,
    # NLP Avançado exports - CORRIGIDO
    NLPAdvancedConfig,
    AdvancedNLP,
    get_advanced_nlp,
)

from .database import Database

from .contexto import Contexto, criar_contexto

# Import API com tratamento de erro
try:
    from .api import AkiraAPI, get_blueprint
    API_AVAILABLE = True
except ImportError as e:
    print(f"Aviso: API não disponível - {e}")
    API_AVAILABLE = False

# Aprendizado contínuo - é um módulo opcional
APRENDIZADO_CONTINUO_AVAILABLE = False
try:
    from .aprendizado_continuo import (
        AprendizadoContinuo,
        get_aprendizado_continuo,
        processar_conversa_global,
        ConversaGlobal,
        APIContextScore,
    )
    APRENDIZADO_CONTINUO_AVAILABLE = True
except ImportError as e:
    print(f"Aviso: Aprendizado Continuo nao disponivel - {e}")

# Visão Computacional - módulo opcional (requer OpenCV e Tesseract)
COMPUTER_VISION_AVAILABLE = False
try:
    from .computervision import (
        ComputerVision,
        get_computer_vision,
        VisionConfig,
        ImageFeature,
        analyze_image_from_base64,
        analyze_image_file,
    )
    COMPUTER_VISION_AVAILABLE = True
except ImportError as e:
    print(f"Aviso: Visão Computacional não disponível - {e}")

# ThinkingEngine - Chain-of-Thought pré-processamento (requer sentence-transformers)
THINKING_ENGINE_AVAILABLE = False
try:
    from .thinking_engine import ThinkingEngine, get_thinking_engine
    THINKING_ENGINE_AVAILABLE = True
except ImportError as e:
    print(f"Aviso: ThinkingEngine não disponível - {e}")

__all__ = [
    # Config
    "APP_NAME",
    "APP_VERSION",
    "DEBUG_MODE",
    "NLP_CONFIG",
    "get_system_prompt",
    "PRIVILEGED_USERS",
    "EmotionAnalyzer",
    "MemoriaEmocional",
    "get_emotion_analyzer",
    "validate_config",
    # NLP Avançado
    "NLPAdvancedConfig",
    "AdvancedNLP",
    "get_advanced_nlp",
    # Database
    "Database",
    # Contexto
    "Contexto",
    "criar_contexto",
    # API
    "AkiraAPI",
    "get_blueprint",
    "API_AVAILABLE",
    # Aprendizado Continuo
    "APRENDIZADO_CONTINUO_AVAILABLE",
    # Visão Computacional
    "COMPUTER_VISION_AVAILABLE",
]

# 🔧 AUTO-PATCHER: Sender Attribution Fix
try:
    import os as _os
    _api_file = _os.path.join(_os.path.dirname(__file__), 'api.py')
    with open(_api_file, 'r', encoding='utf-8', errors='replace') as _f:
        _api_content = _f.read()
    if 'validate_sender_name' not in _api_content:
        # Ler linhas
        with open(_api_file, 'r', encoding='utf-8', errors='replace') as _f:
            _linhas = _f.readlines()
        # Encontrar IDEMPOTENCY CHECK
        _idx1 = None
        for _i in range(len(_linhas)):
            if 'IDEMPOTENCY CHECK' in _linhas[_i] and _i > 1150 and _i < 1160:
                _idx1 = _i
                break
        if _idx1:
            _codigo1 = """                 # 🔧 SENDER ATTRIBUTION FIX: Validate and reconstruct empty sender names
                 def validate_sender_name(name, number, ctx=''):
                     if name and isinstance(name, str) and name.strip() and not name.strip().isdigit():
                         return name.strip()
                     if number:
                         last_8 = number[-8:] if len(number) >= 8 else number
                         rec = f"Usuario#{last_8}"
                         self.logger.warning(f"[SENDER FIX] {ctx}: nome vazio, reconstruído: {rec}")
                         return rec
                     return "Usuario#unknown"
                 usuario = validate_sender_name(usuario, numero, "usuario_principal")

"""
            _linhas = _linhas[:_idx1] + [_codigo1] + _linhas[_idx1:]
            # Encontrar SELF-REPLY RECOGNITION
            _idx2 = None
            for _i in range(len(_linhas)):
                if 'SELF-REPLY RECOGNITION' in _linhas[_i] and _i > 1200 and _i < 1250:
                    _idx2 = _i
                    break
            if _idx2:
                _codigo2 = """                 # 🔧 SENDER FIX: Apply validation to quoted_author_name
                 if is_reply and quoted_author_numero:
                     quoted_author_name = validate_sender_name(quoted_author_name, quoted_author_numero, "quoted_author")

"""
                _linhas = _linhas[:_idx2] + [_codigo2] + _linhas[_idx2:]
                with open(_api_file, 'w', encoding='utf-8') as _f:
                    _f.writelines(_linhas)
except Exception:
    pass
# Adiciona Aprendizado Continuo se disponível
if APRENDIZADO_CONTINUO_AVAILABLE:
    __all__.extend([
        "AprendizadoContinuo",
        "get_aprendizado_continuo",
        "processar_conversa_global",
        "ConversaGlobal",
        "APIContextScore",
    ])

# Adiciona Visão Computacional se disponível
if COMPUTER_VISION_AVAILABLE:
    __all__.extend([
        "ComputerVision",
        "get_computer_vision",
        "VisionConfig",
        "ImageFeature",
        "analyze_image_from_base64",
        "analyze_image_file",
    ])