ai-agent/internal/agents/tool/email/summary.go

// email/summary.go – LLM-Zusammenfassung von Emails via LocalAI
package email

import (
	"context"
	"fmt"
	"log/slog"
	"strings"
	"time"

	openai "github.com/sashabaranov/go-openai"

	"my-brain-importer/internal/config"
)

// Summarize verbindet sich mit IMAP, holt die letzten 20 Emails und fasst sie per LLM zusammen.
func Summarize() (string, error) {
	return fetchAndSummarize(20, "Fasse diese Emails kurz zusammen und hebe wichtige oder dringende hervor.")
}

// SummarizeUnread fasst ungelesene Emails zusammen.
// Wenn email.processed_folder konfiguriert ist, werden die Emails danach dorthin verschoben.
func SummarizeUnread() (string, error) {
	cl, err := Connect()
	if err != nil {
		return "", fmt.Errorf("Email-Verbindung: %w", err)
	}
	defer cl.Close()

	processedFolder := config.Cfg.Email.ProcessedFolder

	var msgs []Message
	var seqNums []uint32

	if processedFolder != "" {
		msgs, seqNums, err = cl.FetchUnreadSeqNums()
	} else {
		msgs, err = cl.FetchUnread()
	}
	if err != nil {
		return "", fmt.Errorf("Emails abrufen: %w", err)
	}
	if len(msgs) == 0 {
		return "📭 Keine ungelesenen Emails.", nil
	}

	slog.Info("Email-Zusammenfassung gestartet", "anzahl", len(msgs), "typ", "unread")
	result, err := summarizeWithLLM(msgs, "Fasse diese ungelesenen Emails zusammen. Hebe wichtige, dringende oder actionable Emails hervor.")
	if err != nil {
		return "", err
	}

	// Nach dem Zusammenfassen: Emails in Processed-Ordner verschieben
	if processedFolder != "" && len(seqNums) > 0 {
		if moveErr := cl.MoveMessages(seqNums, processedFolder); moveErr != nil {
			slog.Warn("Emails konnten nicht verschoben werden", "fehler", moveErr, "ordner", processedFolder)
		} else {
			slog.Info("Emails verschoben", "anzahl", len(seqNums), "ordner", processedFolder)
		}
	}

	return result, nil
}

// ExtractReminders sucht in den letzten Emails nach Terminen/Deadlines.
func ExtractReminders() (string, error) {
	return fetchAndSummarize(30, "Extrahiere alle Termine, Deadlines, Erinnerungen und wichtigen Daten aus diesen Emails. Liste sie strukturiert auf.")
}

// SummarizeMessages fasst eine übergebene Liste von Nachrichten zusammen (für Tests ohne IMAP).
func SummarizeMessages(msgs []Message, instruction string) (string, error) {
	return summarizeWithLLM(msgs, instruction)
}

func fetchAndSummarize(n uint32, instruction string) (string, error) {
	cl, err := Connect()
	if err != nil {
		return "", fmt.Errorf("Email-Verbindung: %w", err)
	}
	defer cl.Close()

	msgs, err := cl.FetchRecent(n)
	if err != nil {
		return "", fmt.Errorf("Emails abrufen: %w", err)
	}
	if len(msgs) == 0 {
		return "📭 Keine Emails gefunden.", nil
	}

	slog.Info("Email-Zusammenfassung gestartet", "anzahl", len(msgs))
	return summarizeWithLLM(msgs, instruction)
}

// emailModel gibt das konfigurierte Modell für Email-Zusammenfassungen zurück.
// Fällt auf chat.model zurück wenn email.model nicht gesetzt ist.
func emailModel() string {
	if config.Cfg.Email.Model != "" {
		return config.Cfg.Email.Model
	}
	return config.Cfg.Chat.Model
}

// formatEmailList formatiert Emails als lesbaren Text (Fallback und Eingabe fürs LLM).
func formatEmailList(msgs []Message) string {
	var sb strings.Builder
	for i, m := range msgs {
		fmt.Fprintf(&sb, "[%d] Von: %s | Datum: %s | Betreff: %s\n", i+1, m.From, m.Date, m.Subject)
	}
	return sb.String()
}

func summarizeWithLLM(msgs []Message, instruction string) (string, error) {
	emailList := formatEmailList(msgs)
	model := emailModel()

	chatClient := config.NewChatClient()
	ctx := context.Background()

	systemPrompt := `Du bist ein hilfreicher persönlicher Assistent. Analysiere Email-Listen und antworte auf Deutsch, präzise und strukturiert.`
	userPrompt := fmt.Sprintf("%s\n\nEmail-Liste:\n%s", instruction, emailList)

	slog.Debug("[LLM] Email Prompt",
		"model", model,
		"emails", len(msgs),
		"system", systemPrompt,
		"user", userPrompt,
	)

	start := time.Now()
	stream, err := chatClient.CreateChatCompletionStream(ctx, openai.ChatCompletionRequest{
		Model: model,
		Messages: []openai.ChatCompletionMessage{
			{Role: openai.ChatMessageRoleSystem, Content: systemPrompt},
			{Role: openai.ChatMessageRoleUser, Content: userPrompt},
		},
		Temperature: 0.5,
		MaxTokens:   600,
	})
	if err != nil {
		slog.Warn("[LLM] nicht erreichbar, Fallback-Liste", "fehler", err)
		return fallbackList(msgs), nil
	}
	defer stream.Close()

	var answer strings.Builder
	for {
		resp, err := stream.Recv()
		if err != nil {
			break
		}
		if len(resp.Choices) > 0 {
			answer.WriteString(resp.Choices[0].Delta.Content)
		}
	}

	result := answer.String()
	slog.Debug("[LLM] Email Antwort",
		"dauer", time.Since(start).Round(time.Millisecond),
		"zeichen", len(result),
		"antwort", result,
	)

	if strings.TrimSpace(result) == "" {
		slog.Warn("[LLM] leere Antwort, Fallback-Liste")
		return fallbackList(msgs), nil
	}

	slog.Info("[LLM] Email-Zusammenfassung abgeschlossen", "dauer", time.Since(start).Round(time.Millisecond), "zeichen", len(result))
	return result, nil
}

// fallbackList gibt eine einfache formatierte Liste zurück wenn das LLM nicht verfügbar ist.
func fallbackList(msgs []Message) string {
	var sb strings.Builder
	sb.WriteString("⚠️ *LLM nicht verfügbar – ungefilterte Email-Liste:*\n\n")
	for i, m := range msgs {
		fmt.Fprintf(&sb, "**[%d]** %s\n📤 %s\n📌 %s\n\n", i+1, m.Date, m.From, m.Subject)
	}
	return sb.String()
}