SFCR_Extraction/03 - Scripts/main.py

INPUTS = {
    "Caisse Générale de Prévoyance (CGP)_2025.pdf": {
        "S.25": [],
        "S.28": [],
        "S.02": []
    }
}

from workflow_agents import app
from function_exctract import extract_pages, extract_pdf_path
from dotenv import load_dotenv
from langfuse.langchain import CallbackHandler

# Initialize Langfuse CallbackHandler for Langchain (tracing)
langfuse_handler = CallbackHandler()

load_dotenv()

if __name__ == "__main__":
    # 1. Boucle sur chaque entreprise (Fichier PDF)
    for pdf_filename, sections_input in INPUTS.items():
        print("----------------------------------------")
        print(f"\n DÉMARRAGE ENTREPRISE : {pdf_filename}")

        entreprise_clean = pdf_filename.replace(".pdf", "")

        # Récupère le vrai chemin du PDF
        pdf_path = extract_pdf_path(pdf_filename)
        print(f"   PDF trouvé : {pdf_path}")

        # Récupère les pages depuis Excel
        sections_with_pages = extract_pages(pdf_filename)

        # Fusionne : garde seulement les sections choisies dans INPUTS
        # et remplit les pages depuis Excel
        sections = {
            s: sections_with_pages.get(s, [])
            for s in sections_input.keys()
        }

        # 2. Boucle sur chaque section
        # 2. Boucle sur chaque section
        for section_name, pages in sections.items():
            
            # S'assurer que pages est une liste (ex: [45, 46])
            list_pages = pages if isinstance(pages, list) else [pages]

            # --- NOUVELLE BOUCLE PAR PAGE ---
            for p in list_pages:
                print(f"   Traitement Section : {section_name} — PAGE INDIVIDUELLE : {p}")

                initial_state = {
                    "messages": [],
                    "pdf_path": pdf_path,
                    "page": p, # On envoie le numéro unique
                    "entreprise_name": entreprise_clean,
                    "section_name": f"{section_name}_page_{p}" # On change le nom pour le fichier final
                }

                try:
                    # L'agent est appelé pour CHAQUE page
                    print("----------------------------------------")
                    final_state = app.invoke(initial_state, config={"callbacks": [langfuse_handler]})
                    print(f"   Page {p} de la section {section_name} terminée.")
                except Exception as e:
                    print(f"   Erreur sur la page {p}: {e}")

                print("----------------------------------------")

    #print("\n✨ TOUTES LES ENTREPRISES ET SECTIONS ONT ÉTÉ TRAITÉES.")