import os
from rich.console import Console

# Импортируем необходимые модули, которые реализованы в отдельных файлах
from vector_store import get_vector_store
from agent import RAGAgent
from init_knowledge_base import init_kb

console = Console()

# Конфигурация окружения
QDRANT_HOST = os.getenv("QDRANT_HOST", "localhost")
QDRANT_PORT = int(os.getenv("QDRANT_PORT", 6333))
OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
if not OPENAI_API_KEY:
    raise RuntimeError("Не задана переменная окружения OPENAI_API_KEY")

# Инициализация векторного хранилища
vector_store = get_vector_store(
    host=QDRANT_HOST,
    port=QDRANT_PORT,
    api_key=OPENAI_API_KEY,
)

# При необходимости загружаем начальные документы
init_kb(vector_store)

# Создаём агента RAG, передавая ему векторное хранилище и ключ OpenAI
agent = RAGAgent(
    vector_store=vector_store,
    openai_api_key=OPENAI_API_KEY,
)

def main() -> None:
    """
    Интерактивный цикл: пользователь вводит вопрос, агент отвечает.
    Ввод 'exit' или 'quit' завершает программу.
    """
    console.print("[bold green]Запуск интерактивного режима. Введите 'exit' для выхода.[/]")
    while True:
        question = input("Вопрос: ")
        if question.lower() in ("exit", "quit"):
            break
        try:
            answer, sources = agent.ask(question)
            console.print(f"[blue]Ответ:[/]\n{answer}")
            console.print("[yellow]Источники:[/]")
            for src in sources:
                console.print(f"- {src}")
        except Exception as e:
            console.print_exception()

if __name__ == "__main__":
    main()