from lib.memory import *
from lib.grapher import *
from lib.pipes import *
from lib.entropy import *

class I:
    def __init__(self, frases_yo, preferencias, propiedades_persona):
        self.frases_yo = frases_yo
        self.preferencias = preferencias
        self.propiedades_persona = propiedades_persona
        self.dopamina = 0.0

        self.frases_yo = frases_yo
        self.preferencias = preferencias
        self.propiedades_persona = propiedades_persona
        self.dopamina = 0.0

    def obtener_paths_grafo(self, grafo_ngx):
        # Función para obtener los paths de un grafo ngx


        pass

    def crear_circuito_logico(self):
        # Función para crear un circuito lógico con un algoritmo específico
        pass

    def tomar_decision_sentimiento(self, pipa_sentimiento):
        # Función para tomar una decisión booleana con un análisis de sentimiento
        pass

    def hacer_predicciones_texto(self, texto):
        # Función para hacer predicciones de texto futuro por similitud
        pass

    def agregar_preferencia(self, preferencia):
        # Función para añadir una entrada al dataset de preferencias
        self.preferencias.append(preferencia)

    def agregar_frase_yo(self, frase):
        # Función para añadir una frase al dataset de frases de yo
        self.frases_yo.append(frase)

    def eliminar_preferencia(self, preferencia):
        # Función para eliminar una entrada del dataset de preferencias
        if preferencia in self.preferencias:
            self.preferencias.remove(preferencia)

    def eliminar_frase_yo(self, frase):
        # Función para eliminar una frase del dataset de frases de yo
        if frase in self.frases_yo:
            self.frases_yo.remove(frase)

    def generar_pregunta(self, prompt):
        # Función para generar preguntas sobre un prompt
        pregunta = prompt + " ¿Qué opinas sobre esto?"
        return pregunta

    def responder_pregunta(self, pregunta):
        # Función para responder preguntas
        respuesta = "No estoy seguro de qué opinar sobre eso."
        return respuesta

    def discriminar_y_agregar(self, informacion, dataset):
        # Función para discriminar y agregar información a los datasets
        if "yo" in informacion.lower():
            self.agregar_frase_yo(informacion)
        elif "preferencia" in informacion.lower():
            self.agregar_preferencia(informacion)
        elif "propiedad" in informacion.lower():
            # Aquí podrías agregar lógica para actualizar las propiedades de la persona
            pass
        else:
            # Aquí podrías manejar otros tipos de información
            pass


if __name__ == "__main__":

    # Ejemplo de uso:
    frases_yo = ["Yo soy inteligente", "Yo puedo lograr lo que me proponga"]
    preferencias = ["Cine", "Música", "Viajar"]
    propiedades_persona = {"carisma": 0.8, "destreza": 0.6, "habilidad": 0.9}
    yo = Yo(frases_yo, preferencias, propiedades_persona)

    # Generar pregunta
    pregunta_generada = yo.generar_pregunta("Hoy es un día soleado.")
    print("Pregunta generada:", pregunta_generada)

    # Responder pregunta
    respuesta = yo.responder_pregunta(pregunta_generada)
    print("Respuesta:", respuesta)

    # Discriminar y agregar información
    informacion = "Me gusta ir al cine."
    yo.discriminar_y_agregar(informacion, yo.preferencias)
    print("Preferencias actualizadas:", yo.preferencias)