SFCR_Extraction/04 - Scripts/main.py

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()

INPUTS = {
    "Caisse Générale de Prévoyance (CGP)_2025.pdf": {
        #"S.02": [],
        "S.05": []
    }
}

if __name__ == "__main__":
    # 1. Boucle sur chaque entreprise (Fichier PDF)
    for pdf_filename, sections_input in INPUTS.items():
        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
        for section_name, pages in sections.items():
            print(f"   Section : {section_name} — pages : {pages}")

            initial_state = {
                "messages": [],
                "pdf_path": pdf_path,
                "pages": pages,
                "entreprise_name": entreprise_clean,
                "section_name": section_name
            }

            try:
                    final_state = app.invoke(initial_state, config={"callbacks": [langfuse_handler]})
                    print(f"   Section {section_name} terminée.")
            except Exception as e:
                    print(f"  ❌ Erreur section {section_name}: {e}")

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