#!/usr/bin/env python3
"""
Mission Control 2.0 — Web Fetch MCP Server.

Stdio-MCP-Server. Läuft als Subprocess von Hermes Gateway (AI Box).
Fetcht URLs und extrahiert sauberen Text — kein API-Key nötig.
"""

import httpx
from mcp.server.fastmcp import FastMCP

from guard import wrap_untrusted  # Injection-Schutz für untrusted Web-Inhalt (Stufe 0 Security)

mcp = FastMCP("hermes-web-fetch")

HEADERS = {
    "User-Agent": (
        "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 "
        "(KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"
    )
}


@mcp.tool()
def fetch_url(url: str, max_chars: int = 8000) -> str:
    """Lädt eine URL und extrahiert den Haupttext (Artikel, News, Seiteninhalte).
    Nutze dies wenn du den vollen Inhalt einer Webseite lesen willst.
    Gibt sauberen Text zurück — kein HTML-Rauschen.
    max_chars: maximale Zeichenanzahl des Ergebnisses (default 8000)."""
    try:
        import trafilatura

        resp = httpx.get(url, headers=HEADERS, timeout=20, follow_redirects=True)
        resp.raise_for_status()

        text = trafilatura.extract(
            resp.text,
            include_comments=False,
            include_tables=True,
            no_fallback=False,
        )

        if not text:
            # Fallback: strip HTML tags manually
            import re
            text = re.sub(r"<[^>]+>", " ", resp.text)
            text = re.sub(r"\s+", " ", text).strip()

        if len(text) > max_chars:
            text = text[:max_chars] + f"\n\n[... gekürzt auf {max_chars} Zeichen]"

        # Untrusted Web-Inhalt als DATEN markieren (+ Warnung bei Injection-Mustern).
        return wrap_untrusted(text or "Kein Text extrahierbar.", label=f"WEBSEITE {url}")

    except httpx.TimeoutException:
        return f"FEHLER: Timeout beim Laden von {url}"
    except httpx.HTTPStatusError as e:
        return f"FEHLER: HTTP {e.response.status_code} für {url}"
    except Exception as e:
        return f"FEHLER: {e}"


@mcp.tool()
def web_search(query: str, max_results: int = 6) -> str:
    """Websuche (DuckDuckGo, kein API-Key). Liefert Titel, URL und Kurzbeschreibung je
    Treffer. Nutze dies für aktuelle Informationen, Dokumentation oder Fehlermeldungen —
    und lies vielversprechende Treffer danach mit fetch_url im Volltext."""
    try:
        from ddgs import DDGS

        rows = list(DDGS().text(query, max_results=max_results) or [])
        if not rows:
            return "Keine Treffer."
        lines = [f"- {r.get('title', '(ohne Titel)')}\n  {r.get('href', '')}\n  {r.get('body', '')}"
                 for r in rows]
        return wrap_untrusted("\n".join(lines), label=f"WEBSUCHE {query}")
    except Exception as e:
        return f"FEHLER: {e}"


@mcp.tool()
def fetch_urls(urls: list[str], max_chars_each: int = 4000) -> str:
    """Lädt mehrere URLs gleichzeitig und gibt die Texte zurück.
    Nützlich um mehrere Suchergebnisse auf einmal zu lesen.
    urls: Liste von URLs (max 5)
    max_chars_each: max Zeichen pro Seite"""
    if len(urls) > 5:
        urls = urls[:5]

    results = []
    for url in urls:
        text = fetch_url(url, max_chars_each)
        results.append(f"=== {url} ===\n{text}")

    return "\n\n".join(results)


if __name__ == "__main__":
    mcp.run()