import os
import sys
import torch
import time

# Ensure the app directory is in the path
project_root = os.path.abspath(os.path.join(os.path.dirname(__file__), ".."))
sys.path.append(project_root)

from app import (
    index_files, 
    answer_with_rag, 
    get_embedding_function, 
    get_llm, 
    clear_index
)

def run_reproduction_test():
    print("--- Vollständiger RAG-Inhaltswiedergabe Test ---")
    
    # 1. Voraussetzungen prüfen
    test_file = os.path.join(project_root, "tests", "test_data", "sample.txt")
    if not os.path.exists(test_file):
        print(f"Fehler: Testdatei {test_file} nicht gefunden.")
        return

    # 2. Modelle laden
    print("Lade Modelle (Embedding & LLM)... Dies kann einen Moment dauern.")
    get_embedding_function()
    get_llm()
    
    # 3. Index vorbereiten
    print("Bereite Index vor...")
    clear_index()
    
    # 4. Datei indexieren
    print(f"Indexiere {test_file}...")
    # index_files(file_paths, mongo_uri, mongo_db, mongo_coll, use_mongo)
    status = index_files([test_file], "mongodb://localhost:27017/", "test_rag_db", "test_chunks", False)
    print(f"Status: {status}")

    # 5. RAG Abfrage stellen
    question = "Was ist Quantenmechanik laut der bereitgestellten Information?"
    print(f"\nFragestellung: {question}")
    print("Generiere Antwort...\n")
    
    full_answer = ""
    start_time = time.time()
    
    # Wir nutzen den Generator aus app.py
    for token in answer_with_rag(question, []):
        full_answer += token
        sys.stdout.write(token)
        sys.stdout.flush()
    
    duration = time.time() - start_time
    print(f"\n\n--- Fertig (Dauer: {duration:.2f}s) ---")
    
    # 6. Validierung
    keywords = ["Physik", "Atome", "Teilchen", "Natur"]
    found_keywords = [kw for kw in keywords if kw.lower() in full_answer.lower()]
    
    print(f"\nGefundene Schlüsselwörter: {found_keywords}")
    if len(found_keywords) >= 2:
        print("TEST BESTANDEN: Die Inhaltswiedergabe war erfolgreich.")
    else:
        print("TEST FEHLGESCHLAGEN: Die Antwort enthielt nicht genügend relevante Informationen.")

if __name__ == "__main__":
    run_reproduction_test()