aduc_framework/engineers/neura_link.py

# aduc_framework/engineers/neura_link.py
#
# Versão 2.0.0 (Interface Neural com Controle de Memória)
#
# Este componente substitui o antigo 'Composer'. Ele atua como o hub central
# de comunicação com o LLM, abstraindo a formatação de prompts, o envio
# de requisições e o parsing de respostas. Agora inclui um método `reset_memory`
# para dar ao orquestrador controle explícito sobre o ciclo de vida da conversa.

import logging
import json
import re
import yaml
import os
from PIL import Image
from typing import List, Dict, Any, Optional

# --- Importando os managers de LLM de baixo nível e o motor de prompt ---
from ..managers.gemini_manager import gemini_manager_singleton
from ..managers.llama_multimodal_manager import llama_multimodal_manager_singleton
from .prompt_engine import prompt_engine_singleton

logger = logging.getLogger(__name__)

def robust_json_parser(raw_text: str) -> dict:
    """
    Analisa um objeto JSON de uma string que pode conter texto extra,
    como blocos de código Markdown ou explicações do LLM.
    """
    logger.debug(f"Neura_Link(JSON_PARSER): Tentando parsear JSON (primeiros 500 chars):\n---\n{raw_text[:500]}\n---")
    match = re.search(r'```json\s*(\{.*?\})\s*```', raw_text, re.DOTALL)
    if match:
        json_str = match.group(1); logger.debug("JSON explícito encontrado.")
        return json.loads(json_str)
    try:
        start_index = raw_text.find('{'); end_index = raw_text.rfind('}')
        if start_index != -1 and end_index != -1 and end_index > start_index:
            json_str = raw_text[start_index : end_index + 1]; logger.debug("JSON por delimitadores '{...}' encontrado.")
            return json.loads(json_str)
    except json.JSONDecodeError: pass
    try:
        return json.loads(raw_text)
    except json.JSONDecodeError as e:
        logger.error(f"Falha CRÍTICA no parser de JSON. O LLM retornou um texto inválido. Resposta bruta: \n{raw_text}")
        raise ValueError(f"O LLM retornou um formato JSON inválido que não pôde ser corrigido. Erro: {e}")

class NeuraLink:
    """
    Neura_Link é a interface de comunicação com a IA. Ele carrega templates,
    formata prompts, envia requisições e processa as respostas, com controle
    sobre a memória da sessão.
    """
    def __init__(self):
        logger.info("Neura_Link: Lendo config.yaml para selecionar o LLM Engine...")
        with open("config.yaml", 'r') as f: config = yaml.safe_load(f)
        
        self.provider = config.get('specialists', {}).get('llm_engine', {}).get('provider', 'gemini')
        
        if self.provider == 'llama_multimodal':
            self.llm_manager = llama_multimodal_manager_singleton
            logger.info("Neura_Link: Motor de LLM configurado para usar 'Llama'.")
        else:
            self.llm_manager = gemini_manager_singleton
            logger.info("Neura_Link: Motor de LLM configurado para usar 'Gemini' (padrão).")

        prompt_engine_singleton.set_provider(self.provider)
        self.task_templates = self._load_task_templates()
        logger.info(f"Neura_Link inicializado com {len(self.task_templates)} templates de tarefa.")

    def _load_task_templates(self) -> Dict[str, str]:
        """Carrega todos os arquivos .txt do diretório de templates de tarefa."""
        templates = {}
        try:
            template_dir = os.path.join(os.path.dirname(__file__), '..', 'prompts', 'task_templates')
            for task_file in os.listdir(template_dir):
                if task_file.endswith(".txt"):
                    task_id = os.path.splitext(task_file)[0]
                    with open(os.path.join(template_dir, task_file), 'r', encoding='utf-8') as f:
                        templates[task_id] = f.read()
        except FileNotFoundError:
            raise FileNotFoundError(f"Diretório de templates de tarefa não encontrado. Verifique a estrutura do projeto.")
        return templates

    def reset_memory(self):
        """
        Envia um comando para o manager de LLM subjacente reiniciar sua
        sessão de chat, garantindo um contexto limpo para uma nova operação.
        """
        logger.info("Neura_Link: Solicitando reinicialização da memória da sessão de chat.")
        # Chama o manager com o gatilho `restart_session` e um prompt vazio.
        # O manager está programado para não fazer uma chamada à API se o prompt for vazio.
        self.llm_manager.process_turn(prompt_text="", restart_session=True)

    def execute_task(self, task_id: str, template_data: Dict[str, Any], image_paths: Optional[List[str]] = None, expected_format: str = "text", use_memory: bool = False) -> Any:
        """
        Executa uma única tarefa cognitiva, orquestrando todo o processo.
        """
        logger.info(f"Neura_Link: Executando tarefa '{task_id}'...")
        
        generic_template = self.task_templates.get(task_id)
        if not generic_template:
            raise ValueError(f"Neura_Link: Template para a tarefa '{task_id}' não foi encontrado.")
            
        prompt_content = generic_template
        for key, value in template_data.items():
            prompt_content = prompt_content.replace(f"{{{key}}}", str(value))
        
        images = [Image.open(p) for p in image_paths] if image_paths else None
        
        final_model_prompt = prompt_engine_singleton.translate(
            generic_prompt_content=prompt_content, has_image=bool(images)
        )
        
        logger.info(f"Neura_Link: Enviando prompt finalizado para o provedor '{self.provider}'. Use Memory: {use_memory}")
        response_raw = self.llm_manager.process_turn(
            prompt_text=final_model_prompt, 
            image_list=images,
            use_memory=use_memory
        )
        logger.info(f"Neura_Link: Resposta bruta recebida do provedor '{self.provider}'.")
        
        if expected_format == "json":
            return robust_json_parser(response_raw)
        else:
            return response_raw.strip()

# --- Instância Singleton ---
neura_link_singleton = NeuraLink()