# Import library yang diperlukan
import os # Import os untuk menghapus file database jika diperlukan
from flask import Flask, request, jsonify
import time # Untuk simulasi delay database
import random # Untuk simulasi data acak
import sqlite3 # Import library SQLite

app = Flask(__name__)

# Nama file database SQLite
DATABASE_FILE = 'rag_data.db'

def init_db():
    """
    Menginisialisasi database SQLite dan mengisi data sampel.
    Jika file database sudah ada, ia akan dihapus untuk memastikan skema terbaru.
    """
    # Hapus file database jika sudah ada untuk memastikan skema terbaru
    if os.path.exists(DATABASE_FILE):
        os.remove(DATABASE_FILE)
        print(f"File database '{DATABASE_FILE}' yang sudah ada telah dihapus.")

    conn = sqlite3.connect(DATABASE_FILE)
    cursor = conn.cursor()

    # Buat tabel jika belum ada
    # Menambahkan kolom 'product_code'
    cursor.execute('''
        CREATE TABLE IF NOT EXISTS products (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            product_code TEXT UNIQUE NOT NULL, -- Kolom baru: kode produk (SQL comment)
            name TEXT NOT NULL,
            price REAL,
            stock INTEGER,
            description TEXT
        )
    ''')

    # Data sampel produk (menambahkan kode produk)
    products_data = [
        ('PROD001', 'Produk A', 1200.00, 50, 'Produk A adalah barang elektronik berkualitas tinggi dengan garansi 2 tahun.'),
        ('LAPTOPX', 'Laptop Gaming X', 15000.00, 15, 'Laptop Gaming X memiliki RAM 16GB, SSD 512GB, dan RTX 3060 untuk pengalaman gaming terbaik.'),
        ('SMARTZ', 'Smartphone Z', 800.00, 120, 'Smartphone Z dilengkapi kamera 108MP, baterai tahan lama, dan layar AMOLED.'),
        ('HPWPRO', 'Headphone Wireless Pro', 250.00, 75, 'Headphone Wireless Pro menawarkan kualitas suara superior, noise cancellation, dan daya tahan baterai hingga 30 jam.')
    ]

    # Masukkan data sampel (hanya jika tabel kosong)
    cursor.execute("SELECT COUNT(*) FROM products")
    if cursor.fetchone()[0] == 0:
        cursor.executemany("INSERT INTO products (product_code, name, price, stock, description) VALUES (?, ?, ?, ?, ?)", products_data)
        print("Data produk sampel berhasil diimpor.")
    else:
        print("Tabel 'products' sudah berisi data (ini seharusnya tidak terjadi setelah penghapusan database).")

    conn.commit()

    # --- Tampilkan Data Sampel Setelah Inisialisasi ---
    print("\n--- Data Produk yang Tersedia ---")
    cursor.execute("SELECT id, product_code, name, price, stock, description FROM products")
    products = cursor.fetchall()
    if products:
        for p_id, product_code, name, price, stock, description in products:
            print(f"ID: {p_id}, Kode Produk: {product_code}, Nama: {name}, Harga: Rp.{price:.2f}, Stok: {stock}, Deskripsi: {description}")
    else:
        print("Tidak ada data produk.")
    # --- Akhir Bagian Tampilkan Data Sampel ---

    conn.close()

@app.route('/rag_query', methods=['POST'])
def rag_query():
    # Mengambil 'query' dan 'tipe' dari body request JSON
    query = request.json.get('query')
    tipe = request.json.get('tipe')

    if not query:
        return jsonify({"error": "No query provided"}), 400
    if not tipe or tipe not in ['harga', 'stok', 'detail']:
        return jsonify({"error": "Invalid or missing 'tipe' parameter. Must be 'harga', 'stok', or 'detail'."}), 400

    print(f"\n[RAG Server] Menerima query RAG: '{query}' dengan tipe: '{tipe}'")

    # Simulasi delay query ke database
    time.sleep(random.uniform(0.1, 0.5))

    conn = sqlite3.connect(DATABASE_FILE)
    cursor = conn.cursor()
    found_data = "Tidak ada data relevan dari database."

    query_lower = query.lower()
    print(f"[RAG Server] query_lower (setelah di-lowercase): '{query_lower}'") # Debug print

    # Fungsi pembantu untuk mengekstrak nama produk dari kueri
    # Karena 'tipe' sudah eksplisit, fungsi ini hanya perlu fokus pada nama produk.
    def extract_product_name(q_lower_local):
        # Kata kunci yang mungkin mendahului nama produk yang ingin diabaikan
        # Misalnya, "berapa sisa produk A" -> ingin mendapatkan "produk A"
        # Urutkan dari frasa terpanjang ke terpendek
        leading_phrases = [
            "berapa sisa ", "detail stok ", "harga ", "stok ", "detail ",
            "apa itu ", "jelaskan ", "nama produk "
        ]
        
        extracted_name = q_lower_local
        for phrase in leading_phrases:
            if extracted_name.startswith(phrase): 
                extracted_name = extracted_name[len(phrase):].strip()
                break # Hentikan setelah menemukan dan menghapus frasa yang cocok pertama
        
        # Jika query_lower adalah "produk A" atau "laptop gaming x"
        # dan tidak ada frasa di atas, maka extracted_name akan sama dengan query_lower
        return extracted_name

    # Ekstrak nama produk yang mungkin dari kueri yang diterima
    product_search_term = extract_product_name(query_lower)
    print(f"[RAG Server] product_search_term (hasil ekstraksi): '{product_search_term}'") # Debug print

    # Logika pencarian berdasarkan parameter 'tipe'
    if tipe == "harga":
        print("[RAG Server] Mencari informasi harga.") # Debug print
        cursor.execute("SELECT name, price FROM products WHERE LOWER(name) LIKE ? OR LOWER(product_code) LIKE ?", ('%' + product_search_term + '%', '%' + product_search_term + '%',))
        result = cursor.fetchone()
        if result:
            found_data = f"Harga {result[0]} adalah Rp.{result[1]:.0f} "
    
    elif tipe == "stok":
        print("[RAG Server] Mencari informasi stok.") # Debug print
        cursor.execute("SELECT name, stock FROM products WHERE LOWER(name) LIKE ? OR LOWER(product_code) LIKE ?", ('%' + product_search_term + '%', '%' + product_search_term + '%',))
        result = cursor.fetchone()
        if result:
            found_data = f"Stok {result[0]} saat ini tersedia {result[1]} unit."

    elif tipe == "detail":
        print("[RAG Server] Mencari informasi detail/deskripsi.") # Debug print
        cursor.execute("SELECT name, description FROM products WHERE LOWER(name) LIKE ? OR LOWER(product_code) LIKE ?", ('%' + product_search_term + '%', '%' + product_search_term + '%',))
        result = cursor.fetchone()
        if result:
            found_data = f"Detail {result[0]}: {result[1]}"
    
    # Fallback: Jika tidak ada tipe spesifik yang cocok atau tidak ditemukan data
    # Meskipun 'tipe' sudah divalidasi, ini bisa jadi fallback jika pencarian spesifik gagal
    if found_data == "Tidak ada data relevan dari database.":
        print("[RAG Server] Tidak ada data spesifik ditemukan, mencoba pencarian umum.") # Debug print
        cursor.execute("SELECT name, description, price, stock FROM products WHERE LOWER(name) LIKE ? OR LOWER(product_code) LIKE ?", ('%' + product_search_term + '%', '%' + product_search_term + '%',))
        result = cursor.fetchone()
        if result:
            # Format respons yang lebih komprehensif jika ditemukan
            found_data = (
                f"Informasi Produk: {result[0]}. "
                f"Deskripsi: {result[1]}. "
                f"Harga: Rp. {result[2]:.2f}. "
                f"Stok: {result[3]} unit."
            )

    conn.close()
    
    print(f"[RAG Server] Mengembalikan data: '{found_data}'")
    return jsonify({"data": found_data})

if __name__ == '__main__':
    # Inisialisasi database saat aplikasi dimulai
    init_db()
    print("Memulai MCP Server RAG di http://127.0.0.1:5001")
    app.run(port=5001, debug=True) # debug=True hanya untuk pengembangan