// lib/repositories/ai_repository.dart

import 'dart:convert'; // <-- IMPORT NÉCESSAIRE POUR jsonDecode
import '../domain/app_filter.dart';
import '../services/gemini_service.dart';
import '../services/stable_diffusion_service.dart';
import '../services/ollama_service.dart'; // <-- VOTRE FICHIER DE SERVICE PRINCIPAL

/// Le AiRepository est le point d'entrée centralisé pour toutes les opérations d'IA.
class AiRepository {
  final ImageAnalysisService _imageAnalyzer = OllamaImageAnalysisService();
  final PostCreationService _postCreator = OllamaPostCreationService();
  final TextImprovementService _textImprover = OllamaTextImprovementService();
  final StableDiffusionService stableDiffusionService = StableDiffusionService();
  final GeminiService geminiService = GeminiService();

  // --- CORRECTION MAJEURE ICI ---
  /// Étape 1: Analyse l'image, parse le JSON et retourne un objet structuré.
  Future<ImageAnalysisResult> analyzeImage(String base64Image) async {
    print("[AiRepository] Délégation de l'analyse à l'ImageAnalyzer...");

    // 1. On récupère la chaîne JSON brute depuis le service.
    final String jsonString = await _imageAnalyzer.analyzeImage(base64Image);

    print("[AiRepository] Parsing de la réponse JSON : $jsonString");

    // 2. On parse cette chaîne JSON pour en faire un objet Map.
    final Map<String, dynamic> jsonMap = jsonDecode(jsonString);

    // 3. On extrait les valeurs du Map. Le nom de la clé 'description' vient du prompt que vous avez écrit.
    final String prompt = jsonMap['description'] as String? ?? 'No description found.';
    final List<String> filterIds = (jsonMap['filters'] as List<dynamic>? ?? []).cast<String>();

    // 4. On retourne le Record (l'objet structuré) que l'UI attend.
    return (prompt: prompt, filterIds: filterIds);
  }
  // --- FIN DE LA CORRECTION ---

// ... (dans la classe AiRepository)


  Stream<String> editImage(
      String base64Image,
      String prompt,
      int width,
      int height, {
        List<ImageFilter> filtersToApply = const [],
      }) {
    // --- CORRECTION ---
    // Puisque stableDiffusionService.editImage retourne déjà le bon type (Stream<String>),
    // on le retourne directement.
    return stableDiffusionService.editImage(
      base64Image,
      prompt,
      width,
      height,
    );
    // --- FIN DE LA CORRECTION ---
  }


// ... (le reste de la classe est inchangé)


  Future<List<String>> generatePostIdeas({
    required String base64Image,
    required String profession,
    required String tone,
  }) {
    return _postCreator.generatePostIdeas(
      base64Image: base64Image,
      profession: profession,
      tone: tone,
    );
  }

  Future<String> improvePostText({
    required String originalText,
    required String userInstruction,
  }) {
    return _textImprover.improveText(
      originalText: originalText,
      userInstruction: userInstruction,
    );
  }
}