agent.py

import os
import json
from smolagents import MultiStepAgent, PythonInterpreterTool
from smolagents.agents import ActionOutput
from smolagents.utils import AgentToolExecutionError
from smolagents.memory import ToolCall
from models import ModelManager
from tools import search_web, scrape_website, read_file


class MonAgent(MultiStepAgent):
    """
    Un agent multi-étapes avec l'implémentation COMPLÈTE de TOUTES les méthodes
    requises et optionnelles pour garantir un fonctionnement sans erreur
    d'implémentation manquante.
    """

    def initialize_system_prompt(self) -> str:
        """
        [PIÈCE 1/4 - OBLIGATOIRE] Définit la "personnalité" et les instructions
        de base de l'agent. C'est la première chose que l'on doit implémenter.
        """
        # Ce prompt est optimisé pour forcer une sortie JSON claire (enfin j'espère)
        return """You are a world-class autonomous agent. Your goal is to fully answer the user's question by creating a plan and using tools.

You MUST format your response as a JSON object containing a "plan" key, which is a list of tool calls.
If you don't respond to a JSON object then everything will fail, it's a matter of life and death.
Each tool call is a dictionary with "tool" and "args".

Example of a valid response with a tool call:
{
  "plan": [
    {
      "tool": "search_web",
      "args": {
        "query": "Who is the current president of France?"
      }
    }
  ]
}

If you have the final answer, respond with an empty plan and the answer in the 'final_answer' key:
{
  "plan": [],
  "final_answer": "The final answer is..."
}

**Your constraints are:**
1.  **Analyze your plan:** Before executing, review your plan. Do not repeat actions that you have already performed. If you have already gathered the necessary information, move on to answering the question.
2.  **Use tools effectively:** You have access to a variety of tools. Choose the best tool for each step.
3.  **Final Answer Format:** When you have the final answer, you MUST respond with the answer and ONLY the answer. Do not include any extra text, explanations, or conversational phrases like "The answer is...". Your response should be an exact match to what is being asked.
"""

    def _step_stream(self, memory_step):
        """
        Le cœur de l'agent : décide de la prochaine action.
        """
        memory_messages = self.write_memory_to_messages()
        memory_step.model_input_messages = memory_messages

        try:
            chat_message = self.model.generate(
                memory_messages,
                tools_to_call_from=list(self.tools.values()),
            )
            memory_step.model_output_message = chat_message
            memory_step.token_usage = chat_message.token_usage
        except Exception as e:
            raise Exception(f"Erreur lors de la génération du modèle : {e}")

        chat_tool_calls = chat_message.tool_calls
        if not chat_tool_calls:
            yield ActionOutput(output=chat_message.content, is_final_answer=True)
            return

        # Conversion de ChatMessageToolCall en ToolCall
        tool_calls_for_memory = [
            ToolCall(name=tc.function.name, arguments=tc.function.arguments, id=tc.id)
            for tc in chat_tool_calls
        ]
        memory_step.tool_calls = tool_calls_for_memory
        # ----------------------------------------------------------------

        final_answer = None
        is_final = False
        for i, tool_call in enumerate(chat_tool_calls):
            yield tool_call # On continue de yield l'objet original pour le stream

            tool_name = tool_call.function.name
            tool_arguments = tool_call.function.arguments

            tool_output_value = self.execute_tool_call(tool_name, tool_arguments)

            if tool_name == "final_answer":
                final_answer = tool_output_value
                is_final = True

            observation = self.render_tool_result(tool_output_value)
            
            # On met à jour l'observation dans la mémoire
            if memory_step.observations is None:
                memory_step.observations = ""
            memory_step.observations += f"\nObservation de l'outil '{tool_name}':\n{observation}"
            
            yield {"tool_call_id": tool_call.id, "output": observation}

        yield ActionOutput(output=final_answer, is_final_answer=is_final)


    def execute_tool_call(self, tool_name: str, arguments: any) -> any:
        """
        Exécute un outil avec les arguments fournis, en gérant les arguments
        sous forme de chaîne de caractères ou de dictionnaire.
        """
        if tool_name not in self.tools:
            raise AgentToolExecutionError(f"Outil inconnu '{tool_name}'.", self.logger)

        tool = self.tools[tool_name]
        
        # Gestion des arguments sous forme de chaîne
        parsed_arguments = arguments
        if isinstance(parsed_arguments, str):
            try:
                # Essayer de parser la chaîne comme du JSON
                parsed_arguments = json.loads(parsed_arguments)
            except json.JSONDecodeError:
                # Si ce n'est pas du JSON, on la passe telle quelle
                pass

        try:
            if isinstance(parsed_arguments, dict):
                return tool(**parsed_arguments)
            else:
                # Si ce n'est pas un dictionnaire, on passe l'argument directement
                return tool(parsed_arguments)
        except Exception as e:
            raise AgentToolExecutionError(f"Erreur lors de l'exécution de l'outil '{tool_name}' avec les arguments {arguments}: {type(e).__name__}: {e}", self.logger)


    def parse_plan(self, response: str) -> list[dict]:
        """
        Transforme le texte brut du modèle en une liste d'actions structurées.
        """
        cleaned_response = response.strip().removeprefix("```json").removesuffix("```").strip()
        try:
            parsed_json = json.loads(cleaned_response)
            return parsed_json.get("plan", [])
        except json.JSONDecodeError:
            print(f"⚠️ Erreur de parsing JSON dans `parse_plan`. Réponse reçue:\n{response}")
            return []

    def render_tool_result(self, tool_output: any) -> str:
        """
        Transforme le résultat d'un outil (qui peut être n'importe quel objet Python) en un texte simple que l'IA peut comprendre pour la suite.
        C'était probablement la pièce manquante principale.
        """
        print(f"⚙️  Formatage du résultat de l'outil: {str(tool_output)[:300]}...")
        if isinstance(tool_output, str):
            return tool_output
        if isinstance(tool_output, (list, dict)):
            try:
                return json.dumps(tool_output, indent=2, ensure_ascii=False)
            except TypeError:
                return str(tool_output)
        return str(tool_output)

    def render_final_answer(self, final_context: dict, final_response: str) -> str:
        """
        Est appelée à la toute fin pour formater la réponse finale.
        """
        # Essaye de parser une réponse finale structurée en JSON
        cleaned_response = final_response.strip().removeprefix("```json").removesuffix("```").strip()
        try:
            parsed_json = json.loads(cleaned_response)
            return parsed_json.get("final_answer", final_response)
        except json.JSONDecodeError:
            return final_response


class BasicAgent:
    """
    Classe de compatibilité qui utilise notre nouvel agent complet et robuste.
    Elle gère également la pré-analyse des entrées multimodales.
    """
    def __init__(self):
        print("Initialisation du BasicAgent...")
        try:
            if not os.getenv("HF_TOKEN"):
                print("⚠️  Attention: Le token Hugging Face (HF_TOKEN) n'est pas défini.")

            self.tools_list = [
                search_web, 
                scrape_website, 
                read_file, 
                PythonInterpreterTool(),
                get_youtube_transcript
            ]
            
            self.agent = MonAgent(
                model=ModelManager().get_orchestrator(),
                tools=self.tools_list
            )
            print("BasicAgent initialisé avec succès")

        except Exception as e:
            print(f"❌ Erreur critique lors de l'initialisation: {e}")
            self.agent = None

    def __call__(self, question: str) -> str:
        """
        Le point d'entrée de l'agent. Gère la détection d'URL et l'augmentation du prompt.
        """
        if self.agent is None:
            return "Erreur: L'agent n'a pas pu être initialisé. Vérifiez les logs et la configuration (HF_TOKEN)."
        
        print(f"\n{'='*40}\n Nouvelle Question: {question}\n{'='*40}")

        augmented_prompt = question
        
        # 1. Détecter les URLs dans la question
        url_pattern = r'https?://[^\s]+'
        urls = re.findall(url_pattern, question)
        
        if urls:
            url = urls[0] # On prend la première URL trouvée
            
            # Traiter l'URL en fonction de son type
            context_from_url = ""
            
            # Cas d'une image
            if any(url.endswith(ext) for ext in ['.jpg', '.jpeg', '.png', '.gif', '.bmp']):
                print(f"🖼️ URL d'image détectée: {url}")
                try:
                    vision_model = ModelManager().get_vision_model()
                    vision_response = vision_model.generate(
                        [{"role": "user", "content": [
                            {"type": "text", "text": "Describe this image in detail to help me answer a question."},
                            {"type": "image_url", "image_url": {"url": url}}
                        ]}]
                    )
                    context_from_url = f"Here is a description of the image at {url}:\n{vision_response.content}"
                except Exception as e:
                    context_from_url = f"Error analyzing image at {url}: {e}"
            
            # Cas d'une vidéo YouTube
            elif "youtube.com" in url or "googleusercontent.com/youtube.com" in url:
                print(f"📹 URL YouTube détectée: {url}")
                try:
                    # On appelle directement la fonction outil pour la pré-analyse
                    transcript_result = get_youtube_transcript(url)
                    if "error" in transcript_result:
                        context_from_url = f"Error getting transcript: {transcript_result['error']}"
                    else:
                        context_from_url = f"Here is the transcript of the video at {url}:\n{transcript_result['transcript']}"
                except Exception as e:
                    context_from_url = f"Error processing YouTube URL: {e}"

            # Construire le prompt augmenté
            if context_from_url:
                augmented_prompt = (
                    f"CONTEXTUAL INFORMATION:\n---\n{context_from_url}\n---\n"
                    f"Based on the context above, please answer the following question:\n{question}"
                )
                print(f"✨ Prompt augmenté pour l'agent:\n{augmented_prompt}")

        try:
            # Lancer l'agent avec le prompt final (original ou augmenté)
            return self.agent.run(augmented_prompt)
        except Exception as e:
            import traceback
            print(f"❌ Erreur irrécupérable lors du traitement par MonAgent: {e}\n{traceback.format_exc()}")
            return f"Une erreur irrécupérable s'est produite: {e}"