astrololo/services/logic/app/main.py

"""Warstwa LOGICZNA — usługa HTTP.

W górę: udostępnia API dla warstwy prezentacji.
W dół: woła warstwę bazodanową (DataClient).
Nie serwuje HTML, nie czyta plików/baz — tylko reguły i pośrednictwo.
"""
from __future__ import annotations

from datetime import datetime

import httpx
from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

from app import security
from app.clients.data_client import DataClient
from app.models import QueryRequest, QueryResponse
from app.service import QueryService

app = FastAPI(title="astrololo · warstwa logiczna")
service = QueryService()
security.install(app, "logiczna")     # token międzywarstwowy (LOG-32)

# --- silnik efemeryd (LOG-24): budowany leniwie, by nie wymagać Skyfielda do startu ---
_engine = None


def get_engine():
    global _engine
    if _engine is None:
        from app.engine.factory import build_engine

        _engine = build_engine()
    return _engine


class PositionsRequest(BaseModel):
    when_utc: datetime           # moment w UTC (świadomy strefy)
    lat: float = 0.0
    lon: float = 0.0
    objects: list[str] | None = None
    house_system: str = "whole_sign"   # whole_sign | equal | porphyry
    stations: bool = False             # licz stacje (LOG-03; wolniejsze — root-findy)
    zodiac: str = "tropical"           # LOG-04: tropical | sidereal_{lahiri,fagan_bradley,krishnamurti} | draconic


@app.post("/api/query", response_model=QueryResponse)
def query(req: QueryRequest) -> QueryResponse:
    try:
        return service.handle(req)
    except httpx.HTTPError as e:
        raise HTTPException(status_code=502, detail=f"Warstwa bazodanowa niedostępna: {e}")


@app.post("/chart/positions")
def chart_positions(req: PositionsRequest) -> dict:
    """Pełny horoskop: pozycje (LOG-01) + osie i domy (LOG-05) + aspekty (LOG-06);
    opcjonalnie stacje planet (LOG-03, stations=true)."""
    from app.engine.chart import build_chart
    from app.engine.models import ChartMoment

    engine = get_engine()
    moment = ChartMoment(when_utc=req.when_utc, lat=req.lat, lon=req.lon)
    try:
        chart = build_chart(engine, moment, req.house_system, zodiac=req.zodiac)
    except ValueError as e:
        raise HTTPException(status_code=422, detail=str(e))
    if req.stations:
        from app.engine.stations import find_stations

        for p in chart["positions"]:
            st = find_stations(engine, moment, p["name"])
            if st:
                p["stations"] = st
    return chart


@app.post("/chart/compare")
def chart_compare(req: PositionsRequest) -> dict:
    """Tryb dwu-silnikowy (LOG-26): policz oboma silnikami i zwróć raport różnic.

    Wymaga skonfigurowanego ENGINE_SWISSEPH_URL (silnik B). W przeciwnym razie
    zwraca informację, że porównanie jest niedostępne.
    """
    from app.engine.compare import compare_engines
    from app.engine.factory import build_engine
    from app.engine.models import ChartMoment

    moment = ChartMoment(when_utc=req.when_utc, lat=req.lat, lon=req.lon)
    try:
        report = compare_engines(build_engine("own"), build_engine("swisseph"), moment)
    except (RuntimeError, httpx.HTTPError) as e:
        raise HTTPException(status_code=503, detail=f"Silnik B niedostępny: {e}")
    return report.summary()


class ReportRequest(BaseModel):
    when_utc: datetime
    lat: float = 0.0
    lon: float = 0.0
    limit: int = 5000
    group: bool = False          # grupowanie identycznych opisów


@app.post("/chart/report")
def chart_report(req: ReportRequest) -> dict:
    """Wynik obliczeń szukany w bazie: z pozycji + domów + aspektów generuje
    sygnifikatory (fasety znak/dom/aspekt) i pyta warstwę danych o interpretacje."""
    from app.engine.chart import build_chart
    from app.engine.models import ChartMoment
    from app.significators import build_report

    engine = get_engine()
    moment = ChartMoment(when_utc=req.when_utc, lat=req.lat, lon=req.lon)
    chart = build_chart(engine, moment)     # pozycje z domami + aspekty
    try:
        report = build_report(
            chart["positions"], DataClient(),
            aspects=chart.get("aspects"), per_object_limit=req.limit, group=req.group,
        )
    except httpx.HTTPError as e:
        return {"engine": engine.name, "objects": [], "data_error": f"Warstwa danych niedostępna: {e}"}
    return {"engine": engine.name, **report}


class PromptRequest(BaseModel):
    """Wejście generatora promptu (LOG-29/30)."""
    profile: str = "natal"             # natal | period
    when_utc: datetime
    lat: float = 0.0
    lon: float = 0.0
    budget: str = "medium"             # concise | medium | extensive | huge | max
    limit: int = 5000
    provider: str | None = None        # do wyliczenia budżetu „max" wg okna modelu
    model: str | None = None
    # tylko dla profilu period:
    from_date: str | None = None
    to_date: str | None = None
    techniques: list[str] | None = None


@app.post("/chart/prompt")
def chart_prompt(req: PromptRequest) -> dict:
    """Gotowy prompt do LLM z naszych wyliczeń (LOG-29) z budżetowaniem (LOG-30).

    profile=natal  → horoskop urodzeniowy (ekran Interpretacje)
    profile=period → horoskop na wybrany okres (ekran Kalendarz)

    Nie woła żadnego modelu — zwraca sam prompt i statystyki redukcji, żeby dało się
    go obejrzeć i skopiować. Wysyłkę do modelu doda LOG-31.
    """
    from app.engine.chart import build_chart
    from app.engine.models import ChartMoment
    from app.prompt import CHARS_PER_TOKEN, MAX_BUDGET, build_natal_prompt, build_period_prompt

    engine = get_engine()
    moment = ChartMoment(when_utc=req.when_utc, lat=req.lat, lon=req.lon)
    chart = build_chart(engine, moment)
    label = req.when_utc.strftime("%Y-%m-%d %H:%M UTC")
    data_error = None

    # Budżet „maksymalny kontekst modelu": limit znaków liczymy z okna kontekstu
    # WYBRANEGO modelu, zawsze po odjęciu miejsca zarezerwowanego na odpowiedź.
    budget_chars = None
    if req.budget == MAX_BUDGET:
        from app.llm.factory import build_provider
        from app.llm.limits import prompt_token_budget
        try:
            prov = build_provider(req.provider)
            budget_chars = int(prompt_token_budget(prov.name, prov.model) * CHARS_PER_TOKEN)
        except Exception:                      # brak klucza/konfiguracji — zapas z tabeli
            budget_chars = None

    # Warstwa danych dokłada wyłącznie WSKAZANIA. Wyliczenia (horoskop, oś czasu) są
    # od niej niezależne — gdy padnie, prompt musi zachować wszystko, co policzyliśmy.
    try:
        if req.profile == "natal":
            from app.significators import build_report

            report: dict = {"objects": []}
            try:
                report = build_report(
                    chart["positions"], DataClient(),
                    aspects=chart.get("aspects"), per_object_limit=req.limit,
                )
            except httpx.HTTPError as e:
                data_error = f"Warstwa danych niedostępna: {e}"
            out = build_natal_prompt(chart, report, req.budget, label, budget_chars)

        elif req.profile == "period":
            if not (req.from_date and req.to_date):
                raise HTTPException(422, "profile=period wymaga from_date i to_date")
            from app.engine import houses as H
            from app.engine.timeline import build_timeline
            from app.significators import interpret_events

            ramc, eps = engine.sidereal(moment)
            points = {"Asc": H.compute_asc(ramc, eps, moment.lat), "MC": H.compute_mc(ramc, eps)}
            for p in engine.positions(moment):
                points[p.name] = p.longitude
            events = build_timeline(engine, moment, points, req.from_date, req.to_date,
                                    req.techniques)
            try:
                interpret_events(events, DataClient())
            except httpx.HTTPError as e:
                data_error = f"Warstwa danych niedostępna: {e}"   # oś czasu zostaje
            out = build_period_prompt(chart, events, req.from_date, req.to_date,
                                      req.budget, label, budget_chars)
        else:
            raise HTTPException(422, f"Nieznany profil: {req.profile!r} (natal | period)")
    except ValueError as e:                      # nieznany budżet
        raise HTTPException(422, str(e))

    out["engine"] = engine.name
    if data_error:
        out["data_error"] = data_error
    return out


class HoroscopeRequest(PromptRequest):
    """Jak PromptRequest + wybór dostawcy modelu (LOG-31)."""
    provider: str | None = None        # local (dom.) | openai | anthropic
    max_tokens: int | None = None


@app.post("/chart/horoscope")
def chart_horoscope(req: HoroscopeRequest) -> dict:
    """Napisany horoskop (LOG-31): prompt z LOG-29/30 → model → gotowy tekst.

    Zwraca TAKŻE użyty prompt — również gdy wywołanie modelu padnie — żeby dało się
    go obejrzeć i użyć ręcznie. `leaves_lan` mówi, czy treść baz opuściła naszą sieć
    (LOG-32); prezentacja ma na tej podstawie ostrzegać.
    """
    from app.llm.base import LLMError
    from app.llm.factory import build_provider
    from app.llm.limits import plan

    out = chart_prompt(req)            # ten sam prompt co w podglądzie
    try:
        provider = build_provider(req.provider)

        # Ile tokenów ma naprawdę ten prompt i ile zostaje na odpowiedź. Anthropic
        # liczy dokładnie (własny endpoint), reszta szacuje — od tego zależy, czy
        # w oknie kontekstu w ogóle zmieści się miejsce na horoskop.
        prompt_tokens = provider.count_tokens(out["prompt"])
        budget = plan(provider.name, provider.model, prompt_tokens, req.max_tokens)
        out["token_plan"] = budget
        if budget["warnings"]:
            out["warnings"] = budget["warnings"]
        if not budget["fits"]:
            out["llm_error"] = " ".join(budget["warnings"])
            return out

        result = provider.generate(out["prompt"], budget["max_output"])
    except LLMError as e:
        # prompt zostaje — użytkownik moze go skopiowac i uzyc recznie
        out["llm_error"] = str(e)
        return out

    out.update(
        horoscope=result.text,
        provider=result.provider,
        model=result.model,
        leaves_lan=result.leaves_lan,
        usage=result.usage,
    )
    return out


@app.get("/llm/health")
def llm_health(provider: str | None = None) -> dict:
    """Czy model jest osiągalny i skonfigurowany (bez generowania czegokolwiek)."""
    from app.llm.base import LLMError
    from app.llm.factory import build_provider

    try:
        return build_provider(provider).health()
    except LLMError as e:
        return {"status": f"blad konfiguracji: {e}"}


class ProfectionsRequest(BaseModel):
    when_utc: datetime           # moment urodzenia (UTC)
    lat: float = 0.0
    lon: float = 0.0
    start_age: int = 0
    count: int = 13              # domyślnie pełny cykl 12 lat + rok startowy


@app.post("/chart/profections")
def chart_profections(req: ProfectionsRequest) -> dict:
    """Profekcje roczne (LOG-10): wiek, profektowany Asc, Władca Roku (+MC/Su/Mo)."""
    from app.engine import houses as H
    from app.engine.models import ChartMoment
    from app.engine.profections import profection_rows

    engine = get_engine()
    natal = ChartMoment(when_utc=req.when_utc, lat=req.lat, lon=req.lon)
    ramc, eps = engine.sidereal(natal)
    points = {
        "Asc": H.compute_asc(ramc, eps, natal.lat),
        "MC": H.compute_mc(ramc, eps),
    }
    for p in engine.positions(natal, ["Sun", "Moon"]):
        points[p.name] = p.longitude
    rows = profection_rows(points, req.when_utc, req.start_age, req.count)
    return {"engine": engine.name, "rows": rows}


class ReturnRequest(BaseModel):
    when_utc: datetime           # moment urodzenia (UTC)
    lat: float = 0.0
    lon: float = 0.0
    kind: str = "solar"          # solar | lunar
    around: datetime | None = None   # data, wokół której szukać powrotu


@app.post("/chart/return")
def chart_return(req: ReturnRequest) -> dict:
    """Solar/Lunar Return (LOG-12): moment powrotu + pełny horoskop na ten moment."""
    from app.engine.chart import build_chart
    from app.engine.models import ChartMoment
    from app.engine.returns import find_return

    if req.kind not in ("solar", "lunar"):
        raise HTTPException(status_code=422, detail="kind: solar albo lunar")
    engine = get_engine()
    natal = ChartMoment(when_utc=req.when_utc, lat=req.lat, lon=req.lon)
    around = req.around or req.when_utc
    hit = find_return(engine, req.kind, natal, around)
    if hit is None:
        raise HTTPException(status_code=404, detail="nie znaleziono powrotu w oknie skanu")
    chart = build_chart(engine, ChartMoment(when_utc=hit, lat=req.lat, lon=req.lon))
    return {"engine": engine.name, "kind": req.kind,
            "return_utc": hit.isoformat(), **chart}


class FirdariaRequest(BaseModel):
    when_utc: datetime           # moment urodzenia (UTC)
    lat: float = 0.0
    lon: float = 0.0


@app.post("/chart/firdaria")
def chart_firdaria(req: FirdariaRequest) -> dict:
    """Firdaria (LOG-11): sekta + okresy główne i podokresy time-lordów."""
    from app.engine import houses as H
    from app.engine.firdaria import firdaria
    from app.engine.models import ChartMoment

    engine = get_engine()
    natal = ChartMoment(when_utc=req.when_utc, lat=req.lat, lon=req.lon)
    ramc, eps = engine.sidereal(natal)
    asc, mc = H.compute_asc(ramc, eps, natal.lat), H.compute_mc(ramc, eps)
    sun = engine.positions(natal, ["Sun"])[0].longitude
    return {"engine": engine.name, **firdaria(req.when_utc, sun, asc, mc)}


class TimelineRequest(BaseModel):
    when_utc: datetime           # moment urodzenia (UTC)
    lat: float = 0.0
    lon: float = 0.0
    from_date: str               # zakres: YYYY-MM-DD
    to_date: str
    techniques: list[str] | None = None   # profection | solar_return | solar_arc
    interpret: bool = False               # dopnij interpretacje z bazy (1B->2B)


@app.post("/chart/timeline")
def chart_timeline(req: TimelineRequest) -> dict:
    """Zbiorcza oś czasu z technik (LOG-14): technique | significator | start | exact | end.

    Z interpret=true dopina do zdarzeń interpretacje z warstwy danych (LOG-19, 1B->2B).
    """
    from app.engine import houses as H
    from app.engine.models import ChartMoment
    from app.engine.timeline import build_timeline

    engine = get_engine()
    natal = ChartMoment(when_utc=req.when_utc, lat=req.lat, lon=req.lon)
    ramc, eps = engine.sidereal(natal)
    points = {"Asc": H.compute_asc(ramc, eps, natal.lat), "MC": H.compute_mc(ramc, eps)}
    for p in engine.positions(natal):
        points[p.name] = p.longitude
    events = build_timeline(engine, natal, points, req.from_date, req.to_date, req.techniques)

    out = {"engine": engine.name, "from": req.from_date, "to": req.to_date}
    if req.interpret:
        from app.significators import interpret_events
        try:
            interpret_events(events, DataClient())
        except httpx.HTTPError as e:
            out["data_error"] = f"Warstwa danych niedostępna: {e}"
    out.update(count=len(events), events=events)
    return out


@app.get("/health")
def health() -> dict:
    info = {"status": "ok", "layer": "logic"}
    try:
        info["data_layer"] = DataClient().health()
    except httpx.HTTPError as e:
        info["data_layer"] = {"status": "down", "error": str(e)}
    return info