BotVPS/bot_logic.py

import os
import requests
import asyncio
from dotenv import load_dotenv
from telegram import Update
from telegram.ext import Application, CommandHandler, MessageHandler, filters, ContextTypes
from ai_agent import query_agent
import speech_recognition as sr
from pydub import AudioSegment
from gtts import gTTS

load_dotenv()

TOKEN = os.getenv("TELEGRAM_BOT_TOKEN")
ALLOWED_CHAT_ID = os.getenv("TELEGRAM_CHAT_ID")
ELEVENLABS_KEY = os.getenv("ELEVENLABS_API_KEY")
VOICE_ID = os.getenv("ELEVENLABS_VOICE_ID")

def synthesize_audio(text: str) -> str:
    """Gera áudio local/gratuito usando gTTS e retorna o arquivo."""
    try:
        # Remove caracteres indesejados e emojis que atrapalham a fala
        texto_limpo = text.replace("🤖", "").replace("🧑‍🏫", "").replace("*", "").replace("`", "")
        
        filepath = "/tmp/reply_audio.mp3"
        tts = gTTS(text=texto_limpo, lang='pt-br', tld='com.br', slow=False)
        tts.save(filepath)
        return filepath
    except Exception as e:
        print(f"Erro ao gerar voz tts: {e}")
    return ""

async def auth_check(update: Update) -> bool:
    """Verifica se o usuário que enviou a mensagem é o Marcos (Chat ID autorizado)."""
    if str(update.message.chat_id) != ALLOWED_CHAT_ID:
        await update.message.reply_text("Acesso negado. Você não tem permissão para controlar esta VPS.")
        return False
    return True

async def start(update: Update, context: ContextTypes.DEFAULT_TYPE):
    if not await auth_check(update): return
    await update.message.reply_text("👋 Olá, Marcos! Antigravity VPS Agent online e pronto para receber comandos.")

async def handle_text(update: Update, context: ContextTypes.DEFAULT_TYPE):
    if not await auth_check(update): return
    
    user_msg = update.message.text
    await update.message.reply_chat_action(action="typing")
    
    # Aciona o Agente de IA para processar o prompt e executar Tools se precisar
    from config import get_config
    cfg = get_config()
    reply = query_agent(prompt=user_msg, override_provider=cfg.get("active_provider"))
    
    # Se o usuário pedir ativamente por áudio no texto
    if "áudio" in user_msg.lower() or "audio" in user_msg.lower() or "voz" in user_msg.lower():
        await update.message.reply_chat_action(action="record_voice")
        audio_path = synthesize_audio(reply)
        if audio_path:
            await update.message.reply_voice(voice=open(audio_path, 'rb'))
            return
        else:
            reply += "\n\n*(Falha ao gerar áudio com a ElevenLabs. Serviço indisponível.)*"
            
    # Responde no chat normalmente
    await update.message.reply_text(reply)

async def handle_voice(update: Update, context: ContextTypes.DEFAULT_TYPE):
    if not await auth_check(update): return
    
    await update.message.reply_chat_action(action="record_voice")
    
    # Baixa o aúdio do telegram
    voice_file = await update.message.voice.get_file()
    ogg_path = "/tmp/voice.ogg"
    wav_path = "/tmp/voice.wav"
    
    await voice_file.download_to_drive(ogg_path)
    
    # Converte para WAV (Requer ffmpeg instalado na maquina)
    try:
        audio = AudioSegment.from_ogg(ogg_path)
        audio.export(wav_path, format="wav")
    except Exception as e:
        await update.message.reply_text(f"Erro ao processar áudio (O ffmpeg está instalado na VPS?): {e}")
        return

    # Usando SpeechRecognition nativo para transcrever (pode usar Whisper no Ollama depois)
    recognizer = sr.Recognizer()
    with sr.AudioFile(wav_path) as source:
        audio_data = recognizer.record(source)
        try:
            text = recognizer.recognize_google(audio_data, language="pt-BR")
            await update.message.reply_text(f"🗣️ Reconhecido: _{text}_", parse_mode="Markdown")
            
            # Envia o texto reconhecido para o Agente (respeitando a configuração ativa)
            from config import get_config
            cfg = get_config()
            reply = query_agent(prompt=text, override_provider=cfg.get("active_provider"))
            
            # Sintetiza com ElevenLabs e responde com Áudio
            audio_path = synthesize_audio(reply)
            if audio_path:
                await update.message.reply_voice(voice=open(audio_path, 'rb'))
            else:
                await update.message.reply_text(reply)
                
        except sr.UnknownValueError:
            await update.message.reply_text("Não consegui entender o que foi dito no áudio.")
        except sr.RequestError as e:
            await update.message.reply_text(f"Erro no serviço de STT: {e}")

async def llm_command(update: Update, context: ContextTypes.DEFAULT_TYPE):
    if not await auth_check(update): return
    args = context.args
    from config import get_config, save_config
    
    if not args:
        cfg = get_config()
        await update.message.reply_text(f"Comando incompleto. Use: /llm gemini ou /llm ollama.\n*Status Atual:* {cfg.get('active_provider').upper()}")
        return
        
    new_model = args[0].lower()
    if new_model in ["gemini", "ollama"]:
        cfg = get_config()
        cfg["active_provider"] = new_model
        save_config(cfg)
        await update.message.reply_text(f"✅ Inteligência Artificial comutada com sucesso para: *{new_model.upper()}*")
    else:
        await update.message.reply_text("Modelos disponíveis: gemini ou ollama.")

def get_telegram_app():
    if not TOKEN:
        raise ValueError("TELEGRAM_BOT_TOKEN não encontrado no .env")
    app = Application.builder().token(TOKEN).build()
    app.add_handler(CommandHandler("start", start))
    app.add_handler(CommandHandler("llm", llm_command))
    app.add_handler(MessageHandler(filters.TEXT & ~filters.COMMAND, handle_text))
    app.add_handler(MessageHandler(filters.VOICE, handle_voice))
    return app

# Para testes rápidos se rodado standalone
if __name__ == "__main__":
    print("Iniciando Bot Polling para testes...")
    app = get_telegram_app()
    app.run_polling()