add quota manager

app/main.py

@@ -312,7 +312,7 @@ async def process_message(message_data: Dict[str, Any]):
 
     logger.info(f"[DEBUG] Phương tiện: {keywords} - Hành vi: {hanh_vi_vi_pham} - Mục đích: {muc_dich}")
     
-    await facebook_client.send_message(page_token, sender_id, "Mình đang phân tích câu hỏi của bạn.....")
+    await facebook_client.send_message(page_token, sender_id, f"... đang tìm kiếm hành vi {hanh_vi_vi_pham} .....")
     
     # 4. Update lại conversation với thông tin đầy đủ
     update_kwargs = {
@@ -365,7 +365,7 @@ async def process_business_logic(log_kwargs: Dict[str, Any], page_token: str) ->
                 matches = supabase_client.match_documents(embedding, vehicle_keywords=keywords)
                 logger.info(f"[DEBUG] matches: {matches}")
                 if matches:
-                    response = await format_search_results(message, matches)
+                    response = await format_search_results(message, matches, page_token, log_kwargs['recipient_id'])
                 else:
                     response = "Xin lỗi, tôi không tìm thấy thông tin phù hợp."
             else:
@@ -394,9 +394,11 @@ async def process_business_logic(log_kwargs: Dict[str, Any], page_token: str) ->
     
     return response
 
-async def format_search_results(question: str, matches: List[Dict[str, Any]]) -> str:
+async def format_search_results(question: str, matches: List[Dict[str, Any]], page_token: str, sender_id: str) -> str:
     if not matches:
         return "Không tìm thấy kết quả phù hợp."
+    
+    await facebook_client.send_message(page_token, sender_id, f"Tôi tìm thấy một số quy định rồi .....")
     # Rerank matches trước khi format cho LLM
     try:
         reranked = await reranker.rerank(question, matches, top_k=5)
@@ -475,6 +477,7 @@ async def format_search_results(question: str, matches: List[Dict[str, Any]]) ->
         f"\n\nCâu hỏi của người dùng: {question}\n"
     )
 
+    await facebook_client.send_message(page_token, sender_id, f"Được rồi, để tôi tóm tắt lại nhé .....")
     # Gọi LLM để sinh câu trả lời, fallback nếu lỗi
     try:
         answer = await llm_client.generate_text(prompt)