// lib/repositories/ai_repository.dart

// 1. IMPORTER LES INTERFACES ET LES IMPLÉMENTATIONS NÉCESSAIRES
// Le fichier ollama_service.dart contient nos nouvelles classes découpées.
import '../services/ollama_service.dart';
import '../services/stable_diffusion_service.dart';
import '../services/gemini_service.dart';
import '../services/image_editing_service.dart';

// Énumération pour choisir le modèle de génération d'image.
enum ImageGenerationModel { stableDiffusion, gemini }

/// Le AiRepository est le point d'entrée centralisé pour toutes les opérations d'IA.
/// L'interface utilisateur ne parlera qu'à ce Repository.
class AiRepository {
  // --- NOS SERVICES SPÉCIALISÉS ---

  // Pour l'analyse initiale de l'image ("prompt 1").
  // On utilise l'implémentation Ollama, mais on ne dépend que de l'interface.
  final ImageAnalysisService _imageAnalyzer = OllamaImageAnalysisService();

  // Pour générer les idées de posts.
  final PostCreationService _postCreator = OllamaPostCreationService();

  // Pour améliorer le texte.
  final TextImprovementService _textImprover = OllamaTextImprovementService();

  // Une collection de services pour la GÉNÉRATION D'IMAGES.
  final Map<ImageGenerationModel, ImageEditingService> _imageGenerators;

  // Le constructeur initialise la collection de générateurs d'images.
  AiRepository()
      : _imageGenerators = {
    ImageGenerationModel.stableDiffusion: StableDiffusionService(),
    ImageGenerationModel.gemini: GeminiService(),
  };

  // --- LES MÉTHODES PUBLIQUES UTILISÉES PAR L'INTERFACE UTILISATEUR ---

  /// Étape: `MediaPickerScreen` -> `AiEnhancementScreen`
  /// Analyse l'image pour obtenir une description textuelle (le "prompt 1").
  /// C'est la tâche qui est lancée "en amont".
  Future<String> analyzeImageForPrompt(String base64Image) {
    print("[AiRepository] Délégation de l'analyse de l'image à l'ImageAnalyzer...");
    return _imageAnalyzer.analyzeImage(base64Image);
  }

  /// Étape: `AiEnhancementScreen`
  /// Génère de nouvelles versions d'une image en utilisant un modèle spécifique.
  Stream<String> generateImageVariations({
    required ImageGenerationModel model,
    required String base64Image,
    required String prompt,
    required int width,
    required int height,
    int numberOfImages = 1,
  }) {
    print("[AiRepository] Délégation de la génération d'images au modèle : $model");
    final generator = _imageGenerators[model];
    if (generator == null) {
      // Retourne un stream avec une erreur si le modèle n'est pas configuré.
      return Stream.error(Exception("Le modèle de génération d'image '$model' n'est pas disponible."));
    }
    return generator.editImage(base64Image, prompt, width, height, numberOfImages: numberOfImages);
  }

  /// Étape: `TextGenerationScreen`
  /// Génère des idées de posts basées sur l'image et un profil utilisateur.
  Future<List<String>> generatePostIdeas({
    required String base64Image,
    required String profession,
    required String tone,
  }) {
    print("[AiRepository] Délégation de la création de posts au PostCreator...");
    return _postCreator.generatePostIdeas(
      base64Image: base64Image,
      profession: profession,
      tone: tone,
    );
  }

  /// Étape: `PostRefinementScreen`
  /// Améliore un texte existant selon une instruction.
  Future<String> improvePostText({
    required String originalText,
    required String userInstruction,
  }) {
    print("[AiRepository] Délégation de l'amélioration du texte au TextImprover...");
    return _textImprover.improveText(
      originalText: originalText,
      userInstruction: userInstruction,
    );
  }
}