import os
from dotenv import load_dotenv
#from langchain_community.document_loaders import TextLoader
from langchain_community.document_loaders import Docx2txtLoader
from langchain_text_splitters import RecursiveCharacterTextSplitter
from langchain_google_genai import GoogleGenerativeAIEmbeddings
from langchain_qdrant import QdrantVectorStore

# 1. Chargement de la clé API
load_dotenv()
api_key = os.getenv("GOOGLE_API_KEY")

def inserer_documents():
    print("1. Chargement du document...")
    # Assurez-vous d'avoir un fichier mon_document.txt à côté de ce script
    #loader = TextLoader("resources/cv.docx", encoding="utf-8")
    loader = Docx2txtLoader("resources/cv.docx")
    documents = loader.load()

    
    

    print("2. Découpage du texte en morceaux...")
    # On coupe le texte par blocs de 500 caractères, avec un chevauchement de 50 caractères
    # (Le chevauchement évite de couper une phrase importante au milieu)
    text_splitter = RecursiveCharacterTextSplitter(
        chunk_size=500,
        chunk_overlap=50
    )
    morceaux = text_splitter.split_documents(documents)
    print(f"-> Le document a été découpé en {len(morceaux)} morceau(x).")

    print("3. Connexion au modèle d'Embedding...")
    # C'EST CRUCIAL : C'est le même modèle que dans votre script de recherche !
    embeddings = GoogleGenerativeAIEmbeddings(model="models/gemini-embedding-001")

    print("4. Envoi vers Qdrant...")
    # On utilise la méthode "from_documents" qui va tout faire d'un coup :
    # Créer la collection (si elle n'existe pas), vectoriser, et sauvegarder.
    qdrant_url = "http://qdrant:6333" 
    nom_collection = "rag-1"

    QdrantVectorStore.from_documents(
        documents=morceaux,
        embedding=embeddings,
        url=qdrant_url,
        collection_name=nom_collection,
    )
    
    print("✅ Succès ! Les données sont dans Qdrant.")

if __name__ == "__main__":
    inserer_documents()