Update src/module/AIP.py

src/module/AIP.py

@@ -1,8 +1,10 @@
 """
-MODULE JASMINE AGENT - VERSION ROBUSTE (FALLBACK INTELLIGENT)
-=============================================================
+MODULE JASMINE AGENT - VERSION ROBUSTE (FALLBACK INTELLIGENT + DASHBOARD)
+=========================================================================
 Responsabilité : Agent IA avec cascade de modèles de secours.
-Capacité : Pilotage de l'ETL (Validation_Contract) pour recharger les données.
+Capacités : 
+1. Pilotage de l'ETL (Mise à jour données)
+2. Lecture du Dashboard (Consultation KPIs)
 """
 
 import google.generativeai as genai
@@ -13,11 +15,12 @@ import re
 import os
 import traceback
 
-# --- IMPORT DU MODULE CIBLE ---
+# --- IMPORT DES MODULES CIBLES ---
 try:
     from module.Validation_Contract import ETL_Engine
+    from module.Dashboard import HospitalDashboard  # <--- AJOUT CRITIQUE
 except ImportError:
-    st.error("❌ Erreur critique : Le module Validation_Contract est introuvable.")
+    st.error("❌ Erreur critique : Impossible d'importer ETL_Engine ou HospitalDashboard.")
 
 # --- STYLE GOTHAM / AIP TERMINAL (RECTANGULAR & DARK) ---
 def apply_custom_styles():
@@ -59,7 +62,7 @@ def apply_custom_styles():
         color: #8b949e; 
         background: #0d1117; 
         padding: 10px; 
-        border: 1px solid #30363d;
+        border: 1px solid #30363d; 
         border-radius: 0px;
         margin-top: 5px;
         margin-bottom: 10px;
@@ -93,33 +96,25 @@ class JasmineAgent:
     def __init__(self, gspread_client):
         self.gspread_client = gspread_client
         
-        # --- CORRECTION : ACCÈS SECRETS HUGGING FACE VIA OS ---
-        # Sur Hugging Face, les secrets sont des variables d'environnement.
-        # st.secrets plante s'il ne trouve pas de fichier .toml.
-        
+        # --- CONFIGURATION SECRETS (Compatible Hugging Face) ---
         self.google_key = os.environ.get("GOOGLE_API_KEY")
         self.groq_key = os.environ.get("GROQ_API_KEY")
 
-        # Fallback : Si os.environ est vide, on tente st.secrets (cas local)
-        # avec un try/except pour ne pas faire crasher l'app
+        # Fallback local (st.secrets)
         if not self.google_key:
-            try:
-                self.google_key = st.secrets.get("GOOGLE_API_KEY")
-            except Exception:
-                pass # On ignore si pas trouvé
+            try: self.google_key = st.secrets.get("GOOGLE_API_KEY")
+            except: pass
         
         if not self.groq_key:
-            try:
-                self.groq_key = st.secrets.get("GROQ_API_KEY")
-            except Exception:
-                pass
+            try: self.groq_key = st.secrets.get("GROQ_API_KEY")
+            except: pass
 
         # Clients
         self.groq_client = Groq(api_key=self.groq_key) if self.groq_key else None
         if self.google_key:
             genai.configure(api_key=self.google_key)
 
-        # ... (Le reste de __init__ avec MODEL_CASCADE reste inchangé) ...
+        # --- CASCADE DE MODÈLES (VOTRE LISTE EXACTE) ---
         self.MODEL_CASCADE = [
             "gemini-2.0-flash-exp",
             "llama-3.3-70b-versatile",
@@ -127,10 +122,16 @@ class JasmineAgent:
             "llama-3.1-8b-instant"
         ]
         
+        # --- OUTILS DISPONIBLES (ETL + DASHBOARD) ---
         self.tools_map = {
             "run_etl_pipeline": {
                 "description": "Lance le nettoyage complet des données (ETL). Indispensable pour recharger, mettre à jour ou vérifier la qualité des données.",
                 "func": self._run_etl_wrapper
+            },
+            # --- NOUVEL OUTIL AJOUTÉ ---
+            "get_hospital_kpis": {
+                "description": "Récupère les indicateurs clés (KPIs) actuels de l'hôpital : occupation des lits, tension RH, admissions du jour, ruptures de stock.",
+                "func": self._get_kpis_wrapper
             }
         }
 
@@ -153,6 +154,28 @@ class JasmineAgent:
         except Exception as e:
             return {"status": "crash", "message": str(e)}
 
+    # --- NOUVEAU WRAPPER DASHBOARD ---
+    def _get_kpis_wrapper(self, args=None):
+        """Connecteur vers le module Dashboard pour lire les chiffres"""
+        try:
+            # On instancie le Dashboard (Lecture seule)
+            dash = HospitalDashboard(self.gspread_client, "bdd_mvp_faker")
+            
+            # Chargement des données
+            if not dash.load_data():
+                return {"status": "erreur", "message": "Impossible de lire les données. L'ETL a-t-il tourné ?"}
+            
+            # Récupération des KPIs calculés
+            kpis = dash._get_kpis()
+            
+            return {
+                "status": "succès",
+                "message": "KPIs récupérés.",
+                "details": kpis
+            }
+        except Exception as e:
+            return {"status": "crash", "message": f"Erreur Dashboard: {str(e)}"}
+
     def build_system_prompt(self):
         tools_desc = "\n".join([f"- {k}: {v['description']}" for k, v in self.tools_map.items()])
         return f"""
@@ -164,7 +187,7 @@ class JasmineAgent:
         
         RÈGLES :
         1. Utilise 'run_etl_pipeline' si l'utilisateur demande une mise à jour, un refresh ou une vérification des données.
-        2. Si aucune action technique n'est requise, réponds poliment.
+        2. Utilise 'get_hospital_kpis' si l'utilisateur demande l'état de l'hôpital, les chiffres clés, l'occupation ou la tension.
         3. Réponds TOUJOURS au format JSON strict :
         {{
           "thought": "Analyse de la demande...",
@@ -182,7 +205,7 @@ class JasmineAgent:
         response_payload = None
         used_model = None
 
-        # --- BOUCLE DE SURVIE ---
+        # --- BOUCLE DE SURVIE (FALLBACK) ---
         for model_name in self.MODEL_CASCADE:
             try:
                 # A. CAS GOOGLE GEMINI
@@ -190,7 +213,6 @@ class JasmineAgent:
                     if not self.google_key: continue
                     
                     model = genai.GenerativeModel(model_name)
-                    # Gemini prend le system prompt dans le user prompt pour le moment ou via config
                     full_prompt = f"SYSTEM: {system_prompt}\nUSER: {user_message}"
                     
                     res = model.generate_content(
@@ -239,17 +261,35 @@ class JasmineAgent:
 
             if tool_name in self.tools_map:
                 tool_result = self.tools_map[tool_name]["func"]({})
+                
                 if tool_result["status"] == "succès":
                     stats = tool_result["details"]
-                    final_response = (f"✅ **Action `{tool_name}` réussie.**\n\n"
-                                      f"- Tables chargées : {stats['tables_loaded']}\n"
-                                      f"- Lignes valides : {stats['total_rows_clean']:,}\n"
-                                      f"- Mémoire utilisée : {stats['total_memory_mb']} MB")
+                    
+                    # --- RÉPONSE INTELLIGENTE SELON L'OUTIL ---
+                    if tool_name == "run_etl_pipeline":
+                        final_response = (f"✅ **Mise à jour ETL réussie.**\n\n"
+                                          f"- Tables chargées : {stats['tables_loaded']}\n"
+                                          f"- Lignes valides : {stats['total_rows_clean']:,}")
+                    
+                    elif tool_name == "get_hospital_kpis":
+                        # Jasmine commente les chiffres
+                        taux = stats.get('taux_global', 0)
+                        tension = stats.get('tension_rh', 0)
+                        
+                        etat_global = "🟢 Stable"
+                        if taux > 85: etat_global = "🟠 Tendu"
+                        if taux > 95: etat_global = "🔴 Critique"
+                        
+                        final_response = (f"📊 **Situation Hôpital ({etat_global}) :**\n\n"
+                                          f"🔹 **Occupation :** {taux:.1f}%\n"
+                                          f"🔹 **Lits :** {stats.get('lits_occupes')} occupés / {stats.get('lits_total')} ouverts\n"
+                                          f"🔹 **Tension RH :** {tension:.1f}%\n"
+                                          f"🔹 **Alertes Stocks :** {stats.get('nb_ruptures')}")
                 else:
                     final_response = f"⚠️ Problème technique : {tool_result['message']}"
             
             elif tool_name == "none":
-                final_response = "Je suis à l'écoute. Pour l'instant, je ne peux que lancer l'ETL (mise à jour des données)."
+                final_response = "Je suis à l'écoute. Je peux lancer l'ETL ou analyser les KPIs de l'hôpital."
 
             return final_response, thought, tool_result
 
@@ -258,9 +298,10 @@ class JasmineAgent:
 
 
 # --- FONCTION D'AFFICHAGE (INTERFACE) ---
-def show_jasmine_interface(client, sheet_name):
+# J'ai renommé en show_terminal pour matcher streamlit_app.py
+def show_terminal(client, sheet_name="bdd_mvp_faker"):
     apply_custom_styles()
-    st.markdown("## 💬 JASMINE : ETL Controller")
+    st.markdown("## 🤖 AIP COMMAND TERMINAL")
     st.caption("Agent intelligent avec redondance multi-modèles (Gemini 2.0 / Llama 3.3).")
 
     if 'agent_instance' not in st.session_state:
@@ -271,32 +312,29 @@ def show_jasmine_interface(client, sheet_name):
 
     # Historique
     for msg in st.session_state.chat_history:
-        # Choix de la classe CSS
         role_class = "user-msg" if msg["role"] == "user" else "bot-msg"
-        
-        # Affichage du message principal
         st.markdown(f'<div class="{role_class}">{msg["content"]}</div>', unsafe_allow_html=True)
         
-        # Affichage du "Cerveau" (Thought Trace) si disponible
         if msg.get("thought"):
             with st.expander("👁️ AIP LOGIC TRACE"):
                 st.markdown(f'<div class="debug-block">{msg["thought"]}</div>', unsafe_allow_html=True)
         
-        # Affichage des données techniques (JSON)
         if msg.get("data"):
             with st.expander("�� SYSTEM PAYLOAD"):
                 st.json(msg["data"])
 
     # Input
-    user_input = st.chat_input("Dites 'Mets à jour les données'...")
+    user_input = st.chat_input("Dites 'Mets à jour les données' ou 'Donne moi l'état de l'hôpital'...")
 
     if user_input:
         st.session_state.chat_history.append({"role": "user", "content": user_input})
         st.rerun()
 
     if st.session_state.chat_history and st.session_state.chat_history[-1]["role"] == "user":
+        last_prompt = st.session_state.chat_history[-1]["content"]
+        
         with st.spinner("Jasmine consulte ses modèles..."):
-            response, thought, data = st.session_state.agent_instance.ask(st.session_state.chat_history[-1]["content"])
+            response, thought, data = st.session_state.agent_instance.ask(last_prompt)
             
             st.session_state.chat_history.append({
                 "role": "assistant",