Update main.py

main.py

@@ -100,9 +100,12 @@ async def simulate_interview(request: Request):
 
 # --- Endpoint pour l'analyse de CV ---
 @app.post("/parse-cv/", tags=["CV Parsing"])
-async def parse_cv(file: UploadFile = File(...)):
+async def parse_cv(
+    file: UploadFile = File(...), 
+    user_id: str = None
+):
     """
-    Analyse un fichier CV (PDF) et retourne les données extraites.
+    Analyse un fichier CV (PDF) et le stocke automatiquement dans MongoDB.
     """
     if file.content_type != "application/pdf":
         raise HTTPException(status_code=400, detail="Fichier PDF requis")
@@ -114,7 +117,7 @@ async def parse_cv(file: UploadFile = File(...)):
         tmp_path = tmp.name
     
     try:
-        result = await run_in_threadpool(cv_service.parse_cv, tmp_path)
+        result = await run_in_threadpool(cv_service.parse_cv, tmp_path, user_id)
     finally:
         if os.path.exists(tmp_path):
             os.remove(tmp_path)
@@ -124,16 +127,6 @@ async def parse_cv(file: UploadFile = File(...)):
         
     return result
 
-# --- Endpoint pour récupérer le feedback ---
-@app.get("/get-feedback/{user_id}", response_model=Feedback, tags=["Analysis"])
-async def get_feedback(user_id: str):
-    feedback_path = f"/tmp/feedbacks/{user_id}.json"
-    if not os.path.exists(feedback_path):
-        raise HTTPException(status_code=404, detail="Feedback non trouvé ou non encore traité.")
-    with open(feedback_path, "r", encoding="utf-8") as f:
-        data = json.load(f)
-    return Feedback(**data)
-
 # --- Démarrage de l'application (pour un test local) ---
 if __name__ == "__main__":
     import uvicorn