llm_ticket3/main_llama.py

"""Point d'entrée principal pour l'analyse d'un ticket de support en utilisant exclusivement LlamaVision."""

import os
import sys
import argparse
import logging
import json
from typing import Dict, Any

from agent_factory_llama import AgentFactoryLlamaVision, DEFAULT_MODEL_NAME
from orchestrator_llama import OrchestratorLlamaVision
from agents.utils.report_csv_exporter import traiter_rapports_ticket

# Configuration du logging
logging.basicConfig(level=logging.INFO,
                    format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',
                    handlers=[
                        logging.StreamHandler(),
                        logging.FileHandler('main_llama.log')
                    ])

logger = logging.getLogger("MainLlamaVision")

def parse_arguments():
    parser = argparse.ArgumentParser(description="Analyse complète d'un ticket avec LlamaVision.")
    
    parser.add_argument("ticket_id", help="ID du ticket à analyser (ex: T1234)")
    parser.add_argument("--output_dir", default="output", help="Répertoire de sortie (par défaut: output)")
    
    # Paramètre pour définir le modèle LlamaVision à utiliser
    parser.add_argument("--model", default=DEFAULT_MODEL_NAME, 
                        help=f"Modèle LlamaVision à utiliser (par défaut: {DEFAULT_MODEL_NAME})")
    
    # Options de configuration
    parser.add_argument("--no-dedup", action="store_true", help="Désactiver le préfiltrage des doublons d'images")
    parser.add_argument("--seuil", type=int, default=5, help="Seuil de similarité pour la déduplication (0-10)")
    parser.add_argument("--save-results", action="store_true", help="Sauvegarder les résultats intermédiaires")
    parser.add_argument("--debug", action="store_true", help="Activer le mode debug")
    parser.add_argument("--reports-dir", default="reports", help="Répertoire de sauvegarde des rapports")
    
    # Options OCR et traduction
    parser.add_argument("--no-ocr", action="store_true", help="Désactiver l'OCR sur les images")
    parser.add_argument("--no-english", action="store_true", help="Utiliser la langue originale au lieu de l'anglais")
    
    # Etapes facultatives
    parser.add_argument("--skip-ticket-analysis", action="store_true", help="Sauter l'analyse du ticket")
    parser.add_argument("--skip-image-sorting", action="store_true", help="Sauter le tri d'images")
    parser.add_argument("--skip-image-analysis", action="store_true", help="Sauter l'analyse des images")
    parser.add_argument("--skip-report", action="store_true", help="Sauter la génération du rapport")
                        
    return parser.parse_args()

def main():
    """Fonction principale pour l'analyse des tickets de support avec LlamaVision."""
    args = parse_arguments()
    
    # Configuration du niveau de log
    if args.debug:
        logging.getLogger().setLevel(logging.DEBUG)
        logger.debug("Mode debug activé")
    
    # Configuration de l'orchestrateur
    config = {
        "dedup_enabled": not args.no_dedup,
        "dedup_threshold": args.seuil,
        "save_results": args.save_results,
        "debug_mode": args.debug,
        "reports_dir": args.reports_dir,
        "ocr_enabled": not args.no_ocr,
        "english_only": not args.no_english,
        "model_name": args.model  # Ajouter explicitement le nom du modèle à la configuration
    }
    
    logger.info(f"Configuration: {json.dumps(config, indent=2)}")
    
    try:
        # Initialisation des agents avec le modèle LlamaVision spécifié
        logger.info(f"Utilisation du modèle LlamaVision: {args.model}")
        agents = AgentFactoryLlamaVision.create_all_agents(model_name=args.model)
        
        # Application des skips
        if args.skip_ticket_analysis:
            logger.info("Étape d'analyse du ticket désactivée")
            agents["ticket_analyser"] = None
        if args.skip_image_sorting:
            logger.info("Étape de tri d'images désactivée")
            agents["image_sorter"] = None
        if args.skip_image_analysis:
            logger.info("Étape d'analyse d'images désactivée")
            agents["image_analyser"] = None
        if args.skip_report:
            logger.info("Étape de génération de rapport désactivée")
            agents["report_generator"] = None
        
        # Orchestrateur LlamaVision
        orchestrator = OrchestratorLlamaVision(
            output_dir=args.output_dir,
            ticket_agent=agents.get("ticket_analyser"),
            image_sorter=agents.get("image_sorter"),
            image_analyser=agents.get("image_analyser"),
            report_generator=agents.get("report_generator"),
            config=config
        )
        
        logger.info(f"Lancement de l'analyse du ticket {args.ticket_id}")
        orchestrator.executer(args.ticket_id)
        logger.info(f"Analyse du ticket {args.ticket_id} terminée avec succès")
        
        # Génération des fichiers CSV si un rapport a été généré
        if agents.get("report_generator") and not args.skip_report:
            try:
                logger.info(f"Génération des fichiers CSV pour le ticket {args.ticket_id}")
                traiter_rapports_ticket(args.ticket_id)
                logger.info("Fichiers CSV générés avec succès")
            except Exception as e:
                logger.error(f"Erreur lors de la génération des fichiers CSV: {e}", exc_info=True)
                
    except Exception as e:
        logger.error(f"Erreur lors de l'exécution : {e}", exc_info=True)
        return 1
    
    return 0

if __name__ == "__main__":
    sys.exit(main())