"""Konfiguration für den OSINT Lagemonitor."""
import os
from zoneinfo import ZoneInfo

# Zeitzone für alle Anwendungs-Timestamps (DB, Logs, UI)
TIMEZONE = ZoneInfo("Europe/Berlin")

# Pfade
BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
DATA_DIR = os.path.join(BASE_DIR, "data")
LOG_DIR = os.path.join(BASE_DIR, "logs")
STATIC_DIR = os.path.join(os.path.dirname(os.path.abspath(__file__)), "static")
DB_PATH = os.environ.get("DB_PATH") or os.path.join(DATA_DIR, "osint.db")

# JWT
_JWT_SECRET = os.environ.get("JWT_SECRET", "")
def get_jwt_secret() -> str:
    """Gibt JWT_SECRET zurück. Wirft RuntimeError wenn nicht gesetzt."""
    if not _JWT_SECRET:
        raise RuntimeError("JWT_SECRET Umgebungsvariable muss gesetzt sein")
    return _JWT_SECRET


# Rückwärtskompatibel für direkte Imports
JWT_SECRET = _JWT_SECRET
JWT_ALGORITHM = "HS256"
JWT_EXPIRE_HOURS = 24

# Claude CLI
CLAUDE_PATH = os.environ.get("CLAUDE_PATH", "/usr/bin/claude")
CLAUDE_TIMEOUT = 1800  # Sekunden (30 Min - Lage-Updates mit vielen Artikeln brauchen mehr Zeit)
# Claude Modelle
CLAUDE_MODEL_FAST = "claude-haiku-4-5-20251001"  # Für einfache Aufgaben (Feed-Selektion)
CLAUDE_MODEL_MEDIUM = "claude-sonnet-4-6"  # Für qualitätskritische Aufgaben (Netzwerkanalyse)
CLAUDE_MODEL_STANDARD = "claude-opus-4-7"  # Standard-Opus für Recherche, Analyse, Faktencheck

# --- KI-Backend (EU/DSGVO-Umbau, Phase 1) -------------------------------------
# 'cli'     = heutiger Weg über das Claude CLI (Anthropic, Abo-Konto).
# 'bedrock' = AWS Bedrock über EU-Inferenzprofile (Frankfurt). Verarbeitung
#             bleibt in Europa. Phase 1 bedient nur werkzeuglose Aufrufe,
#             WebSearch-Aufrufe laufen weiter übers CLI, bis die
#             staan-Recherche-Schleife (Phase 2) fertig ist.
# Auflösung je Refresh in agents/orchestrator.py. Lage (incidents.ai_backend)
# gewinnt vor Org-Setting 'ai_backend', das vor diesem globalen Default.
AI_BACKEND = os.environ.get("AI_BACKEND", "cli").strip().lower()
BEDROCK_REGION = os.environ.get("BEDROCK_REGION") or os.environ.get("AWS_REGION", "eu-central-1")
# Obergrenze je Bedrock-Antwort. In Phase 1 laufen nur JSON-Aufgaben über
# Bedrock (Feed-Selektion, Topic-Filter, Geoparsing, Übersetzung, QC),
# dafür reichen 16k gut aus. Große Lagebilder bleiben in Phase 1 beim CLI.
BEDROCK_MAX_TOKENS = int(os.environ.get("BEDROCK_MAX_TOKENS", "16000"))
# Abbildung der CLI-Modellnamen auf EU-Inferenzprofile. NUR eu.-Profile
# eintragen, agents/bedrock_client.py verweigert alles andere.
BEDROCK_MODEL_MAP = {
    CLAUDE_MODEL_FAST: "eu.anthropic.claude-haiku-4-5-20251001-v1:0",
    CLAUDE_MODEL_MEDIUM: "eu.anthropic.claude-sonnet-4-6",
    CLAUDE_MODEL_STANDARD: "eu.anthropic.claude-opus-4-7",
}
# Preise in USD je 1 Mio Token (Stand 29.07.2026, Anthropic-Listenpreise,
# Bedrock rechnet für Anthropic-Modelle zu denselben Sätzen ab). Nach der
# ersten AWS-Rechnung gegen die tatsächlichen Beträge verifizieren.
BEDROCK_PRICING = {
    CLAUDE_MODEL_FAST: {"input": 1.00, "output": 5.00},
    CLAUDE_MODEL_MEDIUM: {"input": 3.00, "output": 15.00},
    CLAUDE_MODEL_STANDARD: {"input": 5.00, "output": 25.00},
}
BEDROCK_CACHE_WRITE_FACTOR = 1.25
BEDROCK_CACHE_READ_FACTOR = 0.10

# --- staan.ai Such-API (EU/DSGVO-Umbau, Phase 2) -------------------------------
# Europäischer Suchindex (European Search Perspective). Ersetzt im EU-Modellweg
# die eingebaute WebSearch/WebFetch des Claude CLI. Client in
# services/staan_client.py, Recherche-Schleife in agents/eu_researcher.py.
STAAN_API_KEY = os.environ.get("STAAN_API_KEY", "")
STAAN_BASE_URL = os.environ.get("STAAN_BASE_URL", "https://api.staan.ai/v2")
# 2 Euro je 1000 Anfragen, als USD-Näherung für die interne Kostenkontrolle.
STAAN_COST_PER_QUERY_USD = float(os.environ.get("STAAN_COST_PER_QUERY_USD", "0.0023"))
# Pflicht-Ausschlussliste je Suchanfrage (Befund aus Phase 0, hebt die
# Trefferqualität deutlich). staan erlaubt maximal 10 Domains je Anfrage,
# Nutzer-Ausschlüsse füllen die restlichen Plätze auf.
STAAN_EXCLUDE_DOMAINS = [
    "youtube.com", "wikipedia.org", "facebook.com", "reddit.com",
    "pinterest.com", "tiktok.com", "instagram.com", "x.com",
]
# Rundenbegrenzung der EU-Recherche-Schleife (Planungsaufrufe an das Modell,
# ohne die Abschlussrunde). research bildet die 4-Phasen-Tiefenrecherche nach.
EU_RESEARCH_MAX_ROUNDS_ADHOC = int(os.environ.get("EU_RESEARCH_MAX_ROUNDS_ADHOC", "3"))
EU_RESEARCH_MAX_ROUNDS_RESEARCH = int(os.environ.get("EU_RESEARCH_MAX_ROUNDS_RESEARCH", "5"))

# --- Verbrauchssaetze (Credits je Aktion) -------------------------------------
# Beschlossen 2026-07-23, der Verbrauchsrechner im Verwaltungsportal nutzt
# dieselben Werte: Live-Lauf 45, Recherche je Durchlauf 40 (das Anlegen faehrt
# drei Durchlaeufe, also 120), 1 Credit = 0,20 USD. Per ENV ueberschreibbar.
# (Die gemessenen Mediane aus refresh_log lagen bei 24 bzw. 33 Credits, die
# Verkaufssaetze sind bewusst hoeher angesetzt.)
CREDITS_PER_ADHOC_REFRESH = float(os.environ.get("CREDITS_PER_ADHOC_REFRESH", "45"))
CREDITS_PER_RESEARCH_PASS = float(os.environ.get("CREDITS_PER_RESEARCH_PASS", "40"))

# --- Abrechnungsmodus ---------------------------------------------------------
# 'flat'   = feste Credits je Aktion nach CREDIT_TARIFF. Der Kunde kann seinen
#            Verbrauch vorher ausrechnen, und eine spaetere Verbilligung des
#            Modell-Backends veraendert sein Kontingent nicht.
# 'actual' = bisheriges Verhalten, echte Kosten geteilt durch cost_per_credit.
#            Damit haengt das Kundenerlebnis am Einkaufspreis, ein Refresh einer
#            grossen Lage zieht ein Vielfaches eines Refreshs einer frischen.
# Die echten Kosten wandern in beiden Modi unveraendert nach token_usage_monthly,
# die interne Kostenkontrolle bleibt also erhalten.
BILLING_MODE = os.environ.get("BILLING_MODE", "flat").lower()

# Credits je Aktion im Modus 'flat'. Schluessel ist die Abrechnungsquelle,
# beim Refresh zusaetzlich nach Lagentyp getrennt.
#
# monitor_* sind die beschlossenen Verkaufssaetze (siehe oben).
# analysis/factcheck sind Einzelbausteine aus dem Studio und liegen mangels
# eigener Messreihe bei rund einem Viertel eines Live-Laufs. Sobald
# token_usage_monthly dafuer Zahlen hat, hier nachziehen.
# chat/enhance/globe kosten real 0,02 bis 0,03 USD je Aufruf, also unter einem
# halben Credit. Der Satz 1 verhindert Missbrauch, ohne echte Nutzung spuerbar
# zu belasten.
CREDIT_TARIFF = {
    "monitor_adhoc": CREDITS_PER_ADHOC_REFRESH,
    "monitor_research": CREDITS_PER_RESEARCH_PASS,
    "analysis": float(os.environ.get("CREDITS_PER_ANALYSIS", "12")),
    "factcheck": float(os.environ.get("CREDITS_PER_FACTCHECK", "12")),
    "chat": 1.0,
    "enhance": 1.0,
    "globe": 1.0,
}

# Voreinstellung fuer neue Lizenzen, wenn die Verwaltung nichts anderes setzt.
# 'monthly' = Kontingent gilt je Kalendermonat und wird zum Monatswechsel neu
# gefuellt. 'total' = Kontingent gilt fuer die gesamte Lizenzlaufzeit.
CREDITS_PERIOD_DEFAULT = os.environ.get("CREDITS_PERIOD_DEFAULT", "monthly")

# Ausgabesprache wird pro Organisation gesteuert -- siehe services/org_settings.py
# (organization_settings-Tabelle, Key 'output_language', Werte 'de' | 'en').
# Default-Fallback in den Agent-Methoden ist 'Deutsch', sodass Calls ohne
# explizite Org-Bindung weiterhin deutsch produzieren.

# Dev-Modus: ausfuehrliches Logging (DEBUG-Level, HTTP-Request-Log)
# In Kundenversion auf False setzen oder Env-Variable entfernen
DEV_MODE = os.environ.get("DEV_MODE", "true").lower() == "true"

# Feature-Flag: Translator-Agent (Haiku) komplett deaktivieren.
# False = keine Uebersetzungen mehr, fremdsprachige Artikel bleiben unuebersetzt.
TRANSLATOR_ENABLED = os.environ.get("TRANSLATOR_ENABLED", "true").lower() == "true"

# RSS-Feeds (Fallback, primär aus DB geladen)
RSS_FEEDS = {
    "deutsch": [
        {"name": "tagesschau", "url": "https://www.tagesschau.de/index~rss2.xml"},
        {"name": "ZDF heute", "url": "https://www.zdf.de/rss/zdf/nachrichten"},
        {"name": "Spiegel", "url": "https://www.spiegel.de/schlagzeilen/index.rss"},
        {"name": "Zeit", "url": "https://newsfeed.zeit.de/index"},
        {"name": "FAZ", "url": "https://www.faz.net/rss/aktuell/"},
        {"name": "Süddeutsche", "url": "https://rss.sueddeutsche.de/rss/Topthemen"},
        {"name": "NZZ", "url": "https://www.nzz.ch/recent.rss"},
        {"name": "Deutsche Welle", "url": "https://rss.dw.com/rdf/rss-de-all"},
    ],
    "international": [
        {"name": "Reuters", "url": "https://www.reutersagency.com/feed/"},
        {"name": "AP News", "url": "https://rsshub.app/apnews/topics/apf-topnews"},
        {"name": "BBC World", "url": "https://feeds.bbci.co.uk/news/world/rss.xml"},
        {"name": "Al Jazeera", "url": "https://www.aljazeera.com/xml/rss/all.xml"},
        {"name": "France24", "url": "https://www.france24.com/en/rss"},
    ],
    "behoerden": [
        {"name": "BMI", "url": "https://www.bmi.bund.de/SiteGlobals/Functions/RSSFeed/BMI/RSSNewsfeed/RSSNewsfeed_Nachrichten.xml"},
        {"name": "Europol", "url": "https://www.europol.europa.eu/rss.xml"},
    ],
}

# Ausgeschlossene Quellen (Fallback, primär aus DB geladen)
EXCLUDED_SOURCES = ["bild.de", "bild", "twitter", "x.com", "facebook", "instagram", "tiktok", "reddit"]

# SMTP (E-Mail-Versand für Magic Links und Einladungen)
SMTP_HOST = os.environ.get("SMTP_HOST", "")
SMTP_PORT = int(os.environ.get("SMTP_PORT", "587"))
SMTP_USER = os.environ.get("SMTP_USER", "")
SMTP_PASSWORD = os.environ.get("SMTP_PASSWORD", "")
SMTP_FROM_EMAIL = os.environ.get("SMTP_FROM_EMAIL", "noreply@aegis-sight.de")
SMTP_FROM_NAME = os.environ.get("SMTP_FROM_NAME", "AegisSight Monitor")
SMTP_USE_TLS = os.environ.get("SMTP_USE_TLS", "true").lower() == "true"

# Quellenvielfalt: Domain-Begrenzungen
MAX_FEEDS_PER_DOMAIN = 3       # Max. Feeds pro Domain bei Feed-Selektion
MAX_ARTICLES_PER_DOMAIN_RSS = 10  # Max. Artikel pro Domain nach RSS-Fetch

# Magic Link
MAGIC_LINK_EXPIRE_MINUTES = 10
MAGIC_LINK_BASE_URL = os.environ.get("MAGIC_LINK_BASE_URL", "https://monitor.aegis-sight.de")

# Telegram (Telethon)
TELEGRAM_API_ID = int(os.environ.get("TELEGRAM_API_ID", "0"))
TELEGRAM_API_HASH = os.environ.get("TELEGRAM_API_HASH", "")
TELEGRAM_SESSION_PATH = os.environ.get("TELEGRAM_SESSION_PATH", "/home/claude-dev/.telegram/telegram_session")

# X / Twitter (twscrape) -- siehe feeds/x_parser.py
# Scraper liest Account-Timelines konfigurierter X-Quellen (source_type='x_account').
X_SCRAPER_ENABLED = os.environ.get("X_SCRAPER_ENABLED", "true").lower() == "true"
# twscrape-Account-Store (SQLite). Liegt ausserhalb des Repos.
X_ACCOUNTS_DB_PATH = os.environ.get("X_ACCOUNTS_DB_PATH", "/home/claude-dev/.x-scraper/accounts.db")
# HTTP-Proxy fuer den X-Egress (tinyproxy am RUTX11 ueber WireGuard).
# Leer = direkter Abruf ueber die Server-IP. Bei gesetztem Wert prueft der
# Parser den Proxy vor jedem Lauf und faellt bei Ausfall auf direkt zurueck.
X_PROXY_URL = os.environ.get("X_PROXY_URL", "")
# Max. Posts pro Account-Timeline und Recency-Fenster in Tagen.
X_POST_CAP_PER_ACCOUNT = int(os.environ.get("X_POST_CAP_PER_ACCOUNT", "40"))
X_RECENCY_DAYS = int(os.environ.get("X_RECENCY_DAYS", "14"))

# Health-Check (genutzt von services/source_health.py)
HEALTH_CHECK_USER_AGENT = os.environ.get(
    "HEALTH_CHECK_USER_AGENT",
    "Mozilla/5.0 (compatible; AegisSight-HealthCheck/1.0)",
)
HEALTH_CHECK_TIMEOUT_S = float(os.environ.get("HEALTH_CHECK_TIMEOUT_S", "15.0"))