# Dockerfile für das Market Intelligence Backend
# Nutzt ein Node.js Image als Basis und installiert Python und alle Abhängigkeiten.

# Phase 1: Build Stage für Python-Abhängigkeiten
FROM node:20-slim as base

WORKDIR /app

# Systemabhängigkeiten für Python-Builds und Runtime
RUN apt-get update && apt-get install -y \
    python3 \
    python3-pip \
    python3-venv \
    python3-dev \
    build-essential \
    gcc \
    && rm -rf /var/lib/apt/lists/*

# Virtuelle Umgebung erstellen
RUN python3 -m venv .venv
ENV PATH="/app/.venv/bin:$PATH"

# Phase 2: Python-Abhängigkeiten installieren (Caching optimiert)
FROM base as python-deps

WORKDIR /app

# ZUERST nur die Anforderungsdatei kopieren und installieren
# Dieser Layer wird nur neu gebaut, wenn sich die requirements-Datei ändert
COPY market-intel.requirements.txt .
RUN pip install --no-cache-dir -r market-intel.requirements.txt

# Phase 3: Final Stage (Anwendungscode hinzufügen)
FROM base

WORKDIR /app

# Venv mit den installierten Paketen aus der vorherigen Stage kopieren
COPY --from=python-deps /app/.venv ./.venv

# ZUERST nur die package.json kopieren und npm install ausführen
# Dieser Layer wird nur neu gebaut, wenn sich package.json ändert
COPY general-market-intelligence/package*.json ./general-market-intelligence/
RUN cd general-market-intelligence && npm install --no-cache

# DANACH den restlichen Anwendungscode kopieren
COPY general-market-intelligence/server.cjs ./general-market-intelligence/
COPY market_intel_orchestrator.py .
COPY helpers.py .
COPY config.py .
COPY gemini_api_key.txt .

# Sicherstellen, dass das tmp-Verzeichnis existiert
RUN mkdir -p general-market-intelligence/tmp

# Umgebungsvariablen setzen (API Key wird aus Datei geladen, hier nur als Beispiel)
# ENV GEMINI_API_KEY="your_gemini_api_key_here" # Besser: Als bind mount oder Secret managen

# Port für die Node.js API-Brücke
EXPOSE 3001

# Startbefehl für den Node.js API-Brücke-Server
CMD ["node", "general-market-intelligence/server.cjs"]