from typing import Optional, List from pydantic import BaseModel, Field class ChatMessage(BaseModel): role: str = Field(..., pattern="^(user|assistant|system)$", description="Rol del emisor: user, assistant o system") content: str = Field(..., min_length=1, description="Contenido textual del mensaje") class ChatRequest(BaseModel): messages: List[ChatMessage] = Field(..., min_length=1, description="Historial de mensajes de la conversación") user_role: Optional[str] = Field("alumno", description="Rol del usuario: alumno, docente, bedelia, admin") user_name: Optional[str] = Field(None, description="Nombre real o primer nombre de quien realiza la consulta") current_path: Optional[str] = Field(None, description="Ruta de pantalla actual en la aplicación") conversation_id: Optional[str] = Field(None, description="Identificador único de conversación o sesión del usuario") class GuideStepDTO(BaseModel): target_url: str = Field(..., description="Ruta relativa de la vista de Edu-Space") selector: str = Field(..., description="Selector CSS del elemento a iluminar con el Spotlight") message: str = Field(..., description="Instrucción del paso para que el usuario actúe") expected_action: str = Field("click", description="Acción del usuario: click, input, view") step_number: int = Field(1, ge=1, description="Número de paso actual") total_steps: int = Field(1, ge=1, description="Cantidad total de pasos") class ChatResponse(BaseModel): response: str = Field(..., description="Respuesta generada por el agente conversacional") quick_options: Optional[List[str]] = Field(default_factory=list, description="Lista de opciones o preguntas sugeridas para botones interactivos") conversation_id: Optional[str] = Field(None, description="Identificador único de conversación o sesión del usuario") guide_step: Optional[GuideStepDTO] = Field(None, description="Directiva de Spotlight interactivo para guiar al usuario e iluminar elementos") class RAGReindexResponse(BaseModel): status: str indexed_chunks: int message: str class AISettingsSchema(BaseModel): enabled: bool = Field(True, description="Habilitación del servicio de Asistente IA") base_url: str = Field("http://10.0.0.214:8080/v1", description="URL base de la API compatible OpenAI / Llama.cpp") api_key: str = Field("llama", description="Clave API para autenticación con el servidor local") model: str = Field("qwen3-coder:30b", description="Identificador del modelo en Llama.cpp") model_name: Optional[str] = Field("Qwen3 Coder 30B-A3B (Llama.cpp)", description="Nombre amigable del modelo") temperature: float = Field(0.3, ge=0.0, le=2.0, description="Temperatura para control de variabilidad (0.0 a 2.0)") timeout: int = Field(60, ge=5, le=600, description="Tiempo límite de espera en segundos") context_limit: int = Field(65536, ge=512, description="Ventana de contexto máxima en tokens") output_limit: int = Field(65536, ge=128, description="Límite máximo de salida de tokens") class AITestConnectionResponse(BaseModel): status: str message: str latency_ms: Optional[float] = None models: Optional[List[str]] = None