teqo-backup/src/utilities/speech/speechCutMetadata.ts

import 'server-only'

import { deepSeek } from '@ai-sdk/deepseek'
import { generateObject } from 'ai'
import { z } from 'zod'

import { buildSpeechCutFallbackMetadata, clipSpeechCutText } from '@/lib/speechCut'

const SUGGESTION_TIMEOUT_MS = 6000
const MAX_EXCERPT_CHARS = 1200
const MAX_TITLE_LENGTH = 120
const MAX_DESCRIPTION_LENGTH = 600
const MAX_OUTPUT_TOKENS = 400

type SpeechCutMetadataSource = 'ai' | 'fallback'

export type SpeechCutMetadataSuggestion = {
  title: string
  description: string
  source: SpeechCutMetadataSource
}

export type SpeechCutMetadataSegment = {
  startSeconds: number
  endSeconds: number
  text: string
}

const suggestionSchema = z.object({
  title: z
    .string()
    .describe('Título curto em português (no máximo 120 caracteres), sem aspas nem prefixos.'),
  description: z
    .string()
    .describe(
      'Descrição factual em português (no máximo 600 caracteres) do que o trecho diz, sem inventar fatos.',
    ),
})

const SYSTEM_PROMPT =
  'Você prepara cortes de falas do deputado federal Jorge Solla no acervo da Câmara dos Deputados. ' +
  'Receberá tipo, data, resumo oficial e a transcrição automática (ASR) de um trecho de 5 a 180 segundos. ' +
  'Escreva um título curto e concreto (o assunto do trecho, não o nome do deputado) e uma descrição de uma ' +
  'a duas frases, em português do Brasil, adequadas para compartilhar o vídeo no WhatsApp. ' +
  'Use apenas o que está no trecho e no resumo; nunca invente números, acordos ou citações, e a transcrição ' +
  'pode ter ruído.'

const excerptOf = (
  segments: readonly SpeechCutMetadataSegment[],
  startSeconds: number,
  endSeconds: number,
): string =>
  clipSpeechCutText(
    segments
      .filter((segment) => segment.endSeconds > startSeconds && segment.startSeconds < endSeconds)
      .map((segment) => segment.text.trim())
      .filter((text) => text !== '')
      .join(' '),
    MAX_EXCERPT_CHARS,
  )

/**
 * C167 — one-shot AI title/description for the picked window, on the same
 * DeepSeek path as the other acervo AI (C158/B195): never throws and never
 * blocks the cut. Missing key, empty excerpt, timeout or unusable output all
 * resolve to the deterministic fallback.
 */
export const suggestSpeechCutMetadata = async ({
  speechType,
  dateLabel,
  summary,
  segments,
  startSeconds,
  endSeconds,
}: {
  speechType: string | null
  dateLabel: string
  summary: string | null
  segments: readonly SpeechCutMetadataSegment[]
  startSeconds: number
  endSeconds: number
}): Promise<SpeechCutMetadataSuggestion> => {
  const fallback = buildSpeechCutFallbackMetadata({ speechType, dateLabel, summary })
  if (!process.env.DEEPSEEK_API_KEY) return { ...fallback, source: 'fallback' }

  const excerpt = excerptOf(segments, startSeconds, endSeconds)
  if (excerpt === '') return { ...fallback, source: 'fallback' }

  try {
    const { object } = await generateObject({
      model: deepSeek('deepseek-flash'),
      schema: suggestionSchema,
      system: SYSTEM_PROMPT,
      prompt: [
        `Tipo: ${speechType?.trim() || 'fala'}`,
        `Data: ${dateLabel}`,
        summary?.trim() ? `Resumo oficial: ${summary.trim()}` : null,
        `Trecho (transcrição automática): "${excerpt}"`,
      ]
        .filter((line): line is string => line !== null)
        .join('\n'),
      temperature: 0.3,
      maxOutputTokens: MAX_OUTPUT_TOKENS,
      abortSignal: AbortSignal.timeout(SUGGESTION_TIMEOUT_MS),
    })

    const title = clipSpeechCutText(object.title, MAX_TITLE_LENGTH)
    const description = clipSpeechCutText(object.description, MAX_DESCRIPTION_LENGTH)
    if (title === '' || description === '') return { ...fallback, source: 'fallback' }
    return { title, description, source: 'ai' }
  } catch {
    return { ...fallback, source: 'fallback' }
  }
}