from llm_factory import get_llm
from langchain_core.prompts import PromptTemplate
import os
from dotenv import load_dotenv

load_dotenv()

def get_followup_agent():
    llm = get_llm(model_type="text", temperature=0.2)
    
    template = """
    Tu es un Agent de Suivi Médical (Care Manager).
    
    TA MISSION :
    Créer un plan de surveillance à domicile clair et rassurant pour le patient, basé sur son diagnostic et son traitement.
    
    DIAGNOSTIC : {diagnosis}
    TRAITEMENT : {treatment}
    
    GÉNÈRE UN PLAN DE SUIVI (En Français, ton empathique et clair) :
    
    📅 QUAND CONSULTER À NOUVEAU ?
    - [Délai ou condition précise]
    
    🚨 SIGNES D'ALERTE (Red Flags) - "Revenez aux urgences si..." :
    - [Liste des symptômes graves à surveiller]
    
    🏠 CONSEILS DE SURVEILLANCE :
    - [Ex: Prise de température, hydratation, repos...]
    """
    
    prompt = PromptTemplate(
        input_variables=["diagnosis", "treatment"],
        template=template,
    )
    
    return prompt | llm

async def run_followup_agent(diagnosis: str, treatment: str) -> str:
    agent = get_followup_agent()
    response = await agent.ainvoke({
        "diagnosis": diagnosis,
        "treatment": treatment
    })
    return response.content