notebookvb

OrdinaceAgentEmail/recepty_agent.py

@@ -26,7 +26,7 @@ import os
 import re
 import sys
 import unicodedata
-from datetime import date, timedelta
+from datetime import date, datetime, timedelta, timezone
 from pathlib import Path
 
 try:
@@ -52,8 +52,11 @@ import recept_pending as _pending  # noqa: E402  fronta dotazů (nejistá identi
 # =========================
 MAILBOX = "ordinace@buzalkova.cz"
 
-# Kolik nejnovějších mailů z Inboxu zpracovat (testovací režim).
-NEWEST_N = 5
+# DELTA REŽIM: zpracují se všechny maily s receivedDateTime > vodoznak
+# (čas posledního zpracovaného mailu, uložen v _last_processed.txt). Při prvním
+# běhu (vodoznak chybí) se vodoznak nastaví na nejnovější mail v Inboxu a od
+# příště se zpracuje jen to, co přijde POTÉ (historie se nedohání).
+MAX_PER_RUN = 200   # pojistka: max mailů na jeden běh (kdyby byl vodoznak hodně zpět)
 
 # Kategorie (štítek na mailu), kterou agent označí mail po úspěšném založení
 # požadavku v Medeviu. Při dalším běhu se takto označené maily přeskočí
@@ -85,6 +88,7 @@ _cost = {"input_tokens": 0, "output_tokens": 0, "usd": 0.0, "calls": 0}
 
 HERE = Path(__file__).resolve().parent
 LOG_FILE = HERE / "_log_recepty.txt"
+WATERMARK_FILE = HERE / "_last_processed.txt"   # ISO čas (receivedDateTime) posledního zpracovaného mailu
 
 
 # =========================
@@ -112,18 +116,59 @@ def log(msg: str) -> None:
 # =========================
 # ČTENÍ MAILŮ (Graph, read-only)
 # =========================
-def newest_inbox_messages(mailbox: str, n: int) -> list[dict]:
-    """N nejnovějších mailů z Inboxu (bez filtru na přílohy), tělo jako text."""
+_SELECT = "id,subject,from,receivedDateTime,bodyPreview,body,categories"
+
+
+def _load_watermark() -> tuple[str | None, str | None]:
+    """Vrátí (receivedDateTime, id) posledního zpracovaného mailu (řádek 1 a 2
+    v _last_processed.txt). id slouží k odfiltrování hraničního mailu, který se
+    kvůli sub-sekundové přesnosti vrací i při filtru `gt` na oříznutý čas."""
+    try:
+        lines = WATERMARK_FILE.read_text(encoding="utf-8").splitlines()
+        t = (lines[0].strip() if lines else "") or None
+        i = (lines[1].strip() if len(lines) > 1 else "") or None
+        return t, i
+    except Exception:
+        return None, None
+
+
+def _save_watermark(iso: str, msg_id: str = "") -> None:
+    WATERMARK_FILE.write_text(f"{iso}\n{msg_id}\n", encoding="utf-8")
+
+
+def newest_received(mailbox: str) -> tuple[str, str]:
+    """(receivedDateTime, id) nejnovějšího mailu v Inboxu — seed vodoznaku při
+    prvním běhu. Když je schránka prázdná, vrátí (aktuální UTC, '')."""
+    url = f"{graph_mail.GRAPH}/users/{mailbox}/mailFolders/inbox/messages"
+    params = {"$orderby": "receivedDateTime desc", "$select": "id,receivedDateTime", "$top": 1}
+    r = requests.get(url, headers=graph_mail._headers(), params=params, timeout=60)
+    r.raise_for_status()
+    vals = r.json().get("value", [])
+    if vals:
+        return vals[0]["receivedDateTime"], vals[0]["id"]
+    return datetime.now(timezone.utc).strftime("%Y-%m-%dT%H:%M:%SZ"), ""
+
+
+def nove_inbox_messages(mailbox: str, since_iso: str) -> list[dict]:
+    """Všechny maily z Inboxu s receivedDateTime > since_iso, od NEJSTARŠÍHO.
+    Stránkuje přes @odata.nextLink, max MAX_PER_RUN za jeden běh."""
     url = f"{graph_mail.GRAPH}/users/{mailbox}/mailFolders/inbox/messages"
     params = {
-        "$orderby": "receivedDateTime desc",
-        "$select": "id,subject,from,receivedDateTime,bodyPreview,body,categories",
-        "$top": n,
+        "$filter": f"receivedDateTime gt {since_iso}",
+        "$orderby": "receivedDateTime asc",
+        "$select": _SELECT,
+        "$top": 50,
     }
     headers = {**graph_mail._headers(), "Prefer": 'outlook.body-content-type="text"'}
-    r = requests.get(url, headers=headers, params=params, timeout=60)
-    r.raise_for_status()
-    return r.json().get("value", [])[:n]
+    out: list[dict] = []
+    while url and len(out) < MAX_PER_RUN:
+        r = requests.get(url, headers=headers, params=params, timeout=60)
+        r.raise_for_status()
+        data = r.json()
+        out.extend(data.get("value", []))
+        url = data.get("@odata.nextLink")
+        params = None  # nextLink už nese všechny parametry
+    return out[:MAX_PER_RUN]
 
 
 # =========================
@@ -644,7 +689,7 @@ def _medevio_find_patient(rc_normalized: str) -> str | None:
 # =========================
 def main() -> None:
     log("\n" + "=" * 70)
-    log(f"START — schránka={MAILBOX}, {NEWEST_N} nejnovějších mailů")
+    log(f"START — schránka={MAILBOX}, DELTA režim (vše po posledním zpracovaném)")
     log(f"REŽIM: zakládá požadavky v Medeviu; zpracované maily značí štítkem "
         f"'{PROCESSED_CATEGORY}' (a příště přeskakuje)")
 
@@ -655,8 +700,26 @@ def main() -> None:
         log(f"[POZOR] kategorii '{PROCESSED_CATEGORY}' nelze zajistit "
             f"({type(e).__name__}: {e}) — chybí asi Mail.ReadWrite oprávnění")
 
-    msgs = newest_inbox_messages(MAILBOX, NEWEST_N)
-    log(f"Načteno {len(msgs)} mailů.")
+    watermark, last_id = _load_watermark()
+    if watermark is None:
+        # první běh — neznáme „poslední zpracovaný"; nastav vodoznak na nejnovější
+        # mail a od příště zpracovávej jen to, co přijde potom (historie se nedohání).
+        watermark, seed_id = newest_received(MAILBOX)
+        _save_watermark(watermark, seed_id)
+        log(f"První běh — vodoznak nastaven na {watermark}. "
+            f"Příští běh zpracuje maily přijaté po tomto čase.")
+        return
+
+    msgs = nove_inbox_messages(MAILBOX, watermark)
+    # `gt` na oříznutý (sekundový) čas vrací i hraniční už zpracovaný mail
+    # (Graph má sub-sekundovou přesnost) → odfiltruj ho podle ID.
+    if last_id:
+        msgs = [m for m in msgs if m.get("id") != last_id]
+    cap = " (dosažen strop MAX_PER_RUN)" if len(msgs) >= MAX_PER_RUN else ""
+    log(f"Vodoznak: {watermark} → nových mailů: {len(msgs)}{cap}")
+    if not msgs:
+        log("Nic nového — končím.")
+        return
 
     lookup = MedicusLookup()
     log(f"Medicus: kartotéka načtena ({len(lookup.patients)} pacientů, "
@@ -789,7 +852,9 @@ def main() -> None:
         log("")
 
     lookup.close()
-    log(f"HOTOVO: {len(msgs)} mailů, žádostí o recept: {requests_found}.")
+    _save_watermark(msgs[-1]["receivedDateTime"], msgs[-1].get("id", ""))  # posun na nejnovější zpracovaný
+    log(f"HOTOVO: {len(msgs)} mailů, žádostí o recept: {requests_found}. "
+        f"Nový vodoznak: {msgs[-1]['receivedDateTime']}")
     log(
         f"CENA AI: {_cost['calls']} volání, "
         f"tokeny input={_cost['input_tokens']} output={_cost['output_tokens']}, "