pastor-online/backend/app/main.py

"""API HTTP do Pastor Online.

Rotas:

* `GET  /api/health`   — verificação de saúde
* `GET  /api/status`   — estado da indexação (fontes lidas e vetores indexados)
* `POST /api/reindex`  — força a reindexação do corpus
* `POST /api/chat`     — chat em streaming (SSE)
* `GET  /api/sources`  — últimos trechos recuperados (inspeção)
"""

from __future__ import annotations

import asyncio
import json
import logging
from contextlib import asynccontextmanager
from dataclasses import dataclass
from typing import AsyncIterator

from fastapi import FastAPI, Header, HTTPException, Request
from fastapi.middleware.cors import CORSMiddleware
from fastapi.responses import StreamingResponse

from .chat import ChatService
from .config import Settings, get_settings
from .embedding import Embedder, HashEmbedder, SentenceTransformerEmbedder
from .indexer import Indexer
from .llm import LLMProvider, LLMProviderError, build_provider
from .models import (
    ChatRequest,
    HealthResponse,
    ReindexResponse,
    Source,
    SourcesResponse,
    StatusResponse,
)
from .retrieval import HybridRetriever
from .vector_store import InMemoryVectorStore, VectorStore

logger = logging.getLogger(__name__)


@dataclass
class Services:
    """Dependências de longa duração da aplicação."""

    settings: Settings
    store: VectorStore
    embedder: Embedder
    provider: LLMProvider
    indexer: Indexer
    chat: ChatService
    last_sources: list[Source]
    retriever: HybridRetriever
    embedder_warning: str | None = None


def _build_embedder(settings: Settings) -> tuple[Embedder, str | None]:
    """Cria o embedder conforme o modelo configurado.

    Devolve `(embedder, aviso)`. O aviso existe porque o fallback é silencioso por
    natureza — sem ele, `/api/status` reportaria o nome do modelo configurado
    enquanto a busca roda sem semântica nenhuma, e ninguém perceberia.
    """
    model = settings.embedding_model.strip().lower()
    if model in ("", "hash", "hash-test", "none"):
        return HashEmbedder(), None
    try:
        return (
            SentenceTransformerEmbedder(
                settings.embedding_model, batch_size=settings.embedding_batch_size
            ),
            None,
        )
    except Exception as exc:
        logger.error(
            "Não foi possível carregar o modelo de embedding %s: %s. "
            "Usando embedder determinístico.",
            settings.embedding_model,
            exc,
        )
        return HashEmbedder(), (
            f"O modelo de embedding '{settings.embedding_model}' não carregou ({exc}). "
            "A busca está rodando com um embedder determinístico SEM semântica: "
            "os resultados não são confiáveis. Corrija as dependências e reindexe."
        )


def create_app(
    settings: Settings | None = None,
    store: VectorStore | None = None,
    embedder: Embedder | None = None,
    provider: LLMProvider | None = None,
    indexer: Indexer | None = None,
    embedder_warning: str | None = None,
) -> FastAPI:
    """Cria a aplicação FastAPI. As dependências podem ser injetadas nos testes."""
    settings = settings or get_settings()

    # A ordem importa: o embedder precisa existir antes do store. `VectorStore`
    # default para `HashEmbedder` quando nasce sem um, e herdar o embedder dele
    # faria a aplicação nunca carregar o modelo configurado — a busca passaria a
    # rodar sem semântica enquanto `/api/status` anunciaria o nome do modelo.
    if embedder is None and store is not None:
        embedder = getattr(store, "embedder", None)
    if embedder is None:
        embedder, built_warning = _build_embedder(settings)
        embedder_warning = embedder_warning or built_warning
    if store is None:
        store = VectorStore(
            persist_dir=settings.vector_db_dir,
            collection_name=settings.collection_name,
            embedder=embedder,
        )
    if provider is None:
        provider = build_provider(settings)

    if indexer is None:
        indexer = Indexer(settings=settings, embedder=embedder, store=store)

    retriever = HybridRetriever(
        store=store,
        embedder=embedder,
        top_k=settings.top_k,
        min_similarity=settings.min_similarity,
        max_keyword_only=settings.max_keyword_only,
    )

    chat = ChatService(
        settings=settings,
        store=store,
        embedder=embedder,
        provider=provider,
        retriever=retriever,
    )

    services = Services(
        settings=settings,
        store=store,
        embedder=embedder,
        provider=provider,
        indexer=indexer,
        chat=chat,
        last_sources=[],
        retriever=retriever,
        embedder_warning=embedder_warning,
    )
    reindex_lock = asyncio.Lock()

    @asynccontextmanager
    async def lifespan(app: FastAPI) -> AsyncIterator[None]:
        """Indexa se configurado e sempre reconstrói o índice lexical.

        O BM25 vive em memória enquanto o Chroma persiste em disco: sem a
        reconstrução no arranque, um restart deixaria a busca híbrida degradada
        em só-vetorial, em silêncio.
        """
        asyncio.create_task(_run_initial_index(services))
        yield
        close = getattr(provider, "aclose", None)
        if close is not None:
            await close()

    app = FastAPI(
        title="Pastor Online",
        description="Sistema RAG para consulta bíblica com agente pastoral.",
        version="1.0.0",
        lifespan=lifespan,
    )
    app.state.services = services

    app.add_middleware(
        CORSMiddleware,
        allow_origins=settings.cors_origin_list,
        allow_credentials=False,
        allow_methods=["GET", "POST"],
        allow_headers=["Content-Type", "X-Reindex-Token"],
    )

    # ------------------------------------------------------------------ #
    # Rotas
    # ------------------------------------------------------------------ #

    @app.get("/api/health", response_model=HealthResponse)
    async def health() -> HealthResponse:
        """Verificação de saúde do serviço."""
        state = services.indexer.status().state
        return HealthResponse(
            status="ok",
            llm_provider=settings.llm_provider,
            indexing="indexing" if state == "indexing" else "ready",
        )

    @app.get("/api/status", response_model=StatusResponse)
    async def status() -> StatusResponse:
        """Estado da indexação: fontes lidas e vetores indexados."""
        current = services.indexer.status()
        errors = list(current.errors)
        if services.embedder_warning:
            errors.insert(0, services.embedder_warning)
        return StatusResponse(
            state=current.state,
            sources_total=current.sources_total,
            sources_indexed=current.sources_indexed,
            chunks=current.chunks,
            model=current.model,
            last_indexed_at=current.last_indexed_at,
            errors=errors,
            verses_indexed=current.verses_indexed,
            verses_total=current.verses_total,
            current_file=current.current_file,
        )

    @app.post("/api/reindex", response_model=ReindexResponse, status_code=202)
    async def reindex(
        x_reindex_token: str | None = Header(default=None),
    ) -> ReindexResponse:
        """Força a releitura e reindexação do corpus."""
        if settings.reindex_token:
            if x_reindex_token != settings.reindex_token:
                raise HTTPException(status_code=401, detail="Token inválido")

        if reindex_lock.locked():
            raise HTTPException(
                status_code=409, detail="Uma reindexação já está em andamento"
            )

        # O lock é adquirido e liberado pela tarefa de background: a rota apenas
        # agenda o trabalho. Liberá-lo aqui permitiria reindexações concorrentes.
        await reindex_lock.acquire()
        asyncio.create_task(_run_reindex(services, reindex_lock))

        return ReindexResponse(state="indexing")

    @app.post("/api/chat")
    async def chat(request: ChatRequest) -> StreamingResponse:
        """Responde a uma pergunta em streaming (SSE)."""
        if len(request.message) > settings.max_message_length:
            raise HTTPException(status_code=422, detail="Mensagem muito longa")

        history = [
            {"role": entry.role, "content": entry.content} for entry in request.history
        ]

        async def event_stream() -> AsyncIterator[str]:
            try:
                result = await services.chat.answer(request.message, history)
            except LLMProviderError as exc:
                logger.error("Falha no provedor de LLM: %s", exc)
                yield _sse("error", {"message": "Provedor de LLM indisponível."})
                return
            except Exception as exc:  # pragma: no cover - erro inesperado
                logger.exception("Erro ao processar a pergunta")
                yield _sse("error", {"message": "Erro interno ao processar a pergunta."})
                return

            sources = [
                {
                    "reference": source.reference,
                    "text": source.text,
                    "book": source.book,
                    "chapter": source.chapter,
                    "verse": source.verse,
                    "file": source.file,
                    "score": round(source.score, 4),
                }
                for source in result.sources
            ]
            services.last_sources = result.sources

            yield _sse("sources", {"sources": sources})
            yield _sse("token", {"text": result.text})
            yield _sse("done", {"citations": result.citations})

        return StreamingResponse(
            event_stream(),
            media_type="text/event-stream",
            headers={
                "Cache-Control": "no-cache",
                "Connection": "keep-alive",
                "X-Accel-Buffering": "no",
            },
        )

    @app.get("/api/sources", response_model=SourcesResponse)
    async def sources() -> SourcesResponse:
        """Trechos consultados na última resposta."""
        return SourcesResponse(
            sources=[
                Source(
                    reference=source.reference,
                    text=source.text,
                    book=source.book,
                    chapter=source.chapter,
                    verse=source.verse,
                    file=source.file,
                    score=source.score,
                )
                for source in services.last_sources
            ]
        )

    return app


def _sse(event: str, data: dict) -> str:
    """Serializa um evento SSE."""
    return f"event: {event}\ndata: {json.dumps(data, ensure_ascii=False)}\n\n"


async def _run_initial_index(services: Services) -> None:
    """Indexa o corpus (se `auto_index`) e reconstrói o índice lexical."""
    if services.settings.auto_index:
        await asyncio.to_thread(services.indexer.reindex)
    await asyncio.to_thread(_rebuild_keyword_index, services)


async def _run_reindex(services: Services, lock: asyncio.Lock) -> None:
    """Executa a reindexação em background, segurando o lock durante o trabalho."""
    try:
        await asyncio.to_thread(services.indexer.reindex, True)
        await asyncio.to_thread(_rebuild_keyword_index, services)
    finally:
        if lock.locked():
            lock.release()


def _rebuild_keyword_index(services: Services) -> None:
    """Reconstrói o BM25 a partir do banco vetorial, tolerando falha.

    Se falhar, a busca continua funcionando no lado vetorial — degradada, mas
    disponível. Silenciar aqui seria esconder o problema, então fica no log.
    """
    try:
        services.retriever.rebuild()
    except Exception:
        logger.exception(
            "Falha ao reconstruir o índice de palavras-chave; "
            "a busca seguirá apenas vetorial"
        )


def _build_default_app() -> FastAPI:
    """Cria a aplicação padrão, tolerando falha no carregamento do Chroma.

    O Uvicorn importa este módulo no arranque. Se o banco vetorial não puder ser
    aberto (volume ainda não montado, por exemplo), a aplicação precisa subir e
    reportar o erro em `/api/status`, não recusar o arranque.
    """
    try:
        return create_app()
    except Exception as exc:  # pragma: no cover - depende do ambiente
        logger.error("Falha ao inicializar a aplicação: %s", exc)
        settings = get_settings()
        embedder, embedder_warning = _build_embedder(settings)
        store = InMemoryVectorStore(embedder=embedder)
        provider = build_provider(settings)
        indexer = Indexer(settings=settings, embedder=embedder, store=store)
        return create_app(
            settings=settings,
            store=store,
            embedder=embedder,
            provider=provider,
            indexer=indexer,
            embedder_warning=embedder_warning,
        )


app = _build_default_app()