#!/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
Factory pour les agents LLM dédié exclusivement à Llama_vision.
Permet d'isoler les comportements spécifiques pour ce multimodal.
"""

import logging
import time

from typing import Dict, Any, Optional

from agents.llama_vision.agent_ticket_analyser import AgentTicketAnalyser
from agents.llama_vision.agent_image_sorter import AgentImageSorter
from agents.llama_vision.agent_image_analyser import AgentImageAnalyser
from agents.llama_vision.agent_report_generator import AgentReportGenerator

from llm_classes.llama_vision import LlamaVision

logger = logging.getLogger("AgentFactoryLlamaVision")

class AgentFactoryLlamaVision:
    """
    Factory pour les agents LLM dédié à Llama_vision
    """

    @staticmethod
    def create_llm() -> LlamaVision:
        """
        Crée une nouvelle instance du modèle LlamaVision.
        Chaque instance est indépendante pour permettre des configurations spécifiques par agent.
        """
        logger.info("Initialisation du modèle llama_vision")
        start_time = time.time()
        model = LlamaVision()
        init_time = time.time() - start_time
        logger.info(f"Modèle llama_vision initialisé en {init_time:.2f} secondes")
        return model
    
    @staticmethod
    def create_ticket_analyser(llm: Optional[LlamaVision] = None) -> AgentTicketAnalyser:
        """
        Crée un agent d'analyse de tickets avec sa propre instance LLM.
        
        Args:
            llm: Instance LlamaVision existante (optionnel, une nouvelle instance sera créée si None)
            
        Returns:
            Agent d'analyse de tickets configuré
        """
        logger.info("Création de l'agent de tickets (llama_vision)")
        # Créer une nouvelle instance LLM spécifique à cet agent si aucune n'est fournie
        if llm is None:
            llm = AgentFactoryLlamaVision.create_llm()
        return AgentTicketAnalyser(llm)
    
    @staticmethod
    def create_image_sorter(llm: Optional[LlamaVision] = None) -> AgentImageSorter:
        """
        Crée un agent de tri d'images avec sa propre instance LLM.
        
        Args:
            llm: Instance LlamaVision existante (optionnel, une nouvelle instance sera créée si None)
            
        Returns:
            Agent de tri d'images configuré
        """
        logger.info("Création de l'agent de tri des images (llama_vision)")
        # Créer une nouvelle instance LLM spécifique à cet agent si aucune n'est fournie
        if llm is None:
            llm = AgentFactoryLlamaVision.create_llm()
        return AgentImageSorter(llm)
    
    @staticmethod
    def create_image_analyser(llm: Optional[LlamaVision] = None) -> AgentImageAnalyser:
        """
        Crée un agent d'analyse d'images avec sa propre instance LLM.
        
        Args:
            llm: Instance LlamaVision existante (optionnel, une nouvelle instance sera créée si None)
            
        Returns:
            Agent d'analyse d'images configuré
        """
        logger.info("Création de l'agent d'analyse des images (llama_vision)")
        # Créer une nouvelle instance LLM spécifique à cet agent si aucune n'est fournie
        if llm is None:
            llm = AgentFactoryLlamaVision.create_llm()
        return AgentImageAnalyser(llm)
    
    @staticmethod
    def create_report_generator(llm: Optional[LlamaVision] = None) -> AgentReportGenerator:
        """
        Crée un agent de génération de rapports avec sa propre instance LLM.
        
        Args:
            llm: Instance LlamaVision existante (optionnel, une nouvelle instance sera créée si None)
            
        Returns:
            Agent de génération de rapports configuré
        """
        logger.info("Création de l'agent de génération de rapports (llama_vision)")
        # Créer une nouvelle instance LLM spécifique à cet agent si aucune n'est fournie
        if llm is None:
            llm = AgentFactoryLlamaVision.create_llm()
        return AgentReportGenerator(llm)
        
    @staticmethod
    def create_all_agents() -> Dict[str, Any]:
        """
        Crée tous les agents nécessaires pour Llama_vision avec des instances LLM séparées.
        Chaque agent reçoit sa propre instance pour éviter les problèmes de configuration partagée.
        
        Returns:
            Dictionnaire contenant tous les agents créés
        """
        logger.info("Création de tous les agents avec instances LLM indépendantes")
        return {
            "ticket_analyser": AgentFactoryLlamaVision.create_ticket_analyser(),
            "image_sorter": AgentFactoryLlamaVision.create_image_sorter(),
            "image_analyser": AgentFactoryLlamaVision.create_image_analyser(),
            "report_generator": AgentFactoryLlamaVision.create_report_generator()
        }