# /opt/docker/dev/service_finder/backend/app/api/v1/endpoints/documents.py
import uuid
from typing import Any, Dict
from fastapi import APIRouter, Depends, UploadFile, File, Form, BackgroundTasks, HTTPException, status
from sqlalchemy.ext.asyncio import AsyncSession

from app.db.session import get_db
from app.api.deps import get_current_user
from app.services.document_service import DocumentService
from app.models.identity import User

router = APIRouter()

@router.post("/upload/{parent_type}/{parent_id}")
async def upload_document(
    parent_type: str,
    parent_id: str,
    background_tasks: BackgroundTasks,
    doc_type: str = Form(..., description="A dokumentum típusa: 'invoice', 'registration_card', 'sale_contract'"),
    file: UploadFile = File(...),
    db: AsyncSession = Depends(get_db),
    current_user: User = Depends(get_current_user)
):
    """
    MB 2.0 Dokumentum Pipeline.
    1. Ellenőrzi a felhasználó havi OCR kvótáját (Admin 2.0).
    2. Optimalizálja és NAS-ra menti a képet (WebP konverzió).
    3. Automatikusan elindítja a Robot 1-et (OCR), ha a típus engedélyezett.
    """
    
    # 1. Bemeneti validáció
    valid_parents = ["organizations", "assets", "transfers"]
    if parent_type not in valid_parents:
        raise HTTPException(
            status_code=status.HTTP_400_BAD_REQUEST, 
            detail=f"Érvénytelen cél-típus! Megengedett: {', '.join(valid_parents)}"
        )

    try:
        # 2. Feldolgozás a szolgáltatás rétegben
        # Itt történik a kvóta-ellenőrzés és a Robot 1 triggerelése is
        doc = await DocumentService.process_upload(
            db=db,
            user_id=current_user.id,
            file=file,
            parent_type=parent_type,
            parent_id=parent_id,
            doc_type=doc_type,
            background_tasks=background_tasks
        )
        
        # 3. Válasz összeállítása az állapot alapján
        response_data = {
            "document_id": doc.id,
            "original_name": doc.original_name,
            "status": doc.status,
            "thumbnail": doc.thumbnail_path,
        }

        if doc.status == "processing":
            response_data["message"] = "🤖 Robot 1 megkezdte a dokumentum elemzését. Értesítjük, ha kész!"
        else:
            response_data["message"] = "Dokumentum sikeresen archiválva a széfben."

        return response_data

    except HTTPException as he:
        # Közvetlenül átengedjük a service-ből jövő (pl. kvóta) hibákat
        raise he
    except ValueError as ve:
        raise HTTPException(status_code=status.HTTP_403_FORBIDDEN, detail=str(ve))
    except Exception as e:
        # Sentinel naplózás és általános hiba
        raise HTTPException(
            status_code=status.HTTP_500_INTERNAL_SERVER_ERROR, 
            detail="Kritikus hiba a dokumentum feldolgozása során."
        )

@router.get("/{document_id}/status")
async def get_document_status(
    document_id: uuid.UUID,
    db: AsyncSession = Depends(get_db),
    current_user: User = Depends(get_current_user)
):
    """Lekérdezhető, hogy a robot végzett-e már a feldolgozással."""
    # (Itt egy egyszerű lekérdezés a Document táblából a státuszra)
    pass