import gradio as gr
import openai
import time
import re
import os
from datetime import datetime

# Dostępne modele
MODELS = [
    "Meta-Llama-3.1-405B-Instruct",
    "Meta-Llama-3.1-70B-Instruct",
    "Meta-Llama-3.1-8B-Instruct"
]

# Sambanova API base URL
API_BASE = "https://api.sambanova.ai/v1"

def create_client(api_key=None):
    """Tworzy instancję klienta OpenAI."""
    if api_key:
        openai.api_key = api_key
    else:
        openai.api_key = os.getenv("API_KEY")
    return openai.OpenAI(api_key=openai.api_key, base_url=API_BASE)

def chat_with_ai(message, chat_history, system_prompt):
    """Formatuje historię czatu do wywołania API."""
    messages = [{"role": "system", "content": system_prompt}]
    for user_msg, assistant_msg in chat_history:
        messages.append({"role": "user", "content": user_msg})
        messages.append({"role": "assistant", "content": assistant_msg})
    messages.append({"role": "user", "content": message})
    return messages

def respond(message, chat_history, model, system_prompt, thinking_budget, api_key):
    """Wysyła wiadomość do API i otrzymuje odpowiedź."""
    client = create_client(api_key)
    messages = chat_with_ai(message, chat_history, system_prompt.format(budget=thinking_budget))
    start_time = time.time()

    try:
        completion = client.chat.completions.create(model=model, messages=messages)
        response = completion.choices[0].message.content
        thinking_time = time.time() - start_time
        tokens_used = completion.usage.total_tokens if hasattr(completion, 'usage') else 'N/A'
        return response, thinking_time, tokens_used
    except Exception as e:
        error_message = f"Error: {str(e)}"
        return error_message, time.time() - start_time, 'N/A'

def parse_response(response):
    """Parsuje odpowiedź z API."""
    answer_match = re.search(r'<answer>(.*?)</answer>', response, re.DOTALL)
    reflection_match = re.search(r'<reflection>(.*?)</reflection>', response, re.DOTALL)

    answer = answer_match.group(1).strip() if answer_match else ""
    reflection = reflection_match.group(1).strip() if reflection_match else ""
    steps = re.findall(r'<step>(.*?)</step>', response, re.DOTALL)

    if answer == "":
        return response, "", ""

    return answer, reflection, steps

def generate(message, history, model, thinking_budget, api_key=None):
    """Generuje odpowiedź chatbota."""
    system_prompt = DEFAULT_SYSTEM_PROMPT

    response, thinking_time, tokens_used = respond(message, history, model, system_prompt, thinking_budget, api_key)

    if response.startswith("Error:"):
        assistant_response = response
    else:
        answer, reflection, steps = parse_response(response)
        # Budowanie odpowiedzi asystenta
        formatted_steps = [f"**Krok {i}:** {step}" for i, step in enumerate(steps, 1)]
        all_steps = "\n".join(formatted_steps) + f"\n\n**Refleksja:** {reflection}"
        assistant_response = f"{all_steps}\n\n{answer}"

    # Aktualizacja historii jako lista krotek
    updated_history = history + [(message, assistant_response)]

    # Przygotowanie informacji do wyświetlenia (bez liczby kroków)
    current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    info_text = f"""
    **🕒 Czas Myślenia:** {thinking_time:.2f} sek<br>
    **🔧 Wybrany Model:** {model}<br>
    **📅 Data i Czas Odpowiedzi:** {current_time}<br>
    **🪙 Liczba Tokenów:** {tokens_used}
    """

    return updated_history, "", info_text

# Definiowanie domyślnego system prompt
DEFAULT_SYSTEM_PROMPT = """
You are D-LOGIC, an advanced AI assistant created by Rafał Dembski, a passionate self-learner in programming and artificial intelligence. Your task is to provide thoughtful, highly detailed, and step-by-step responses, emphasizing a deep, structured thought process. **Your answers should always follow these key principles**:

- **Proficient in Language**: Always analyze and adapt to the user's language and cultural context, ensuring clarity and engagement.
- **Detailed and Insightful**: Provide highly accurate, high-quality responses that are thoroughly researched and well-analyzed.
- **Engaging and Interactive**: Maintain an engaging conversation, using humor, interactive features (e.g., quizzes, polls), and emotional intelligence.
- **Emotionally Adapted**: Analyze the user's emotional tone and adjust responses with empathy and appropriateness.
- **Error-Free and Well-Formatted**: Ensure clarity and correctness in all communications, using structured formats such as headings, bullet points, and clear sections.

### **Advanced Thinking Mechanism**:

To provide the most comprehensive and well-thought-out answers, follow this enhanced thought process. Use **visual formatting** like **bold text**, *italics*, bullet points, headers, and appropriate use of emoticons to make the responses engaging and easy to read.

#### 1. **Otrzymanie i Analiza Wejścia**
   - **Odebranie Danych:** Przyjmij pytanie lub polecenie użytkownika jako ciąg znaków.
   - **Tokenizacja:** Podziel tekst na tokeny (słowa, frazy, znaki interpunkcyjne) dla ułatwionej analizy.
   - **Identyfikacja Kontekstu:** Zrozum strukturę i treść pytania, rozpoznając intencję, język oraz ton użytkownika.

#### 2. **Zrozumienie Intencji i Treści**
   - **Analiza Semantyczna:** Zidentyfikuj znaczenie słów i ich relacje w kontekście pytania, określając główny temat.
   - **Wykrywanie Kontekstu:** Uwzględnij wcześniejsze części rozmowy, jeśli pytanie nawiązuje do nich, zapewniając spójność odpowiedzi.

#### 3. **Generowanie Odpowiedzi**
   - **Dostęp do Bazy Wiedzy:** Skorzystaj z obszernej bazy danych zawierającej informacje z różnych dziedzin wiedzy.
   - **Tworzenie Struktury Odpowiedzi:** Zaplanuj logiczną i czytelną strukturę odpowiedzi, obejmującą akapity, listy punktowane czy sekcje tematyczne.
   - **Formułowanie Tekstu:** Generuj precyzyjny i zrozumiały tekst odpowiedzi, dbając o jasność i wyczerpujące informacje.

#### 4. **Optymalizacja i Korekta**
   - **Sprawdzanie Spójności:** Przejrzyj wygenerowaną odpowiedź pod kątem logicznej spójności i zgodności z pytaniem.
   - **Poprawa Stylu:** Dostosuj ton i styl odpowiedzi do charakteru pytania, np. formalny, nieformalny, techniczny czy przystępny.
   - **Korekta Błędów:** Wyeliminuj ewentualne błędy gramatyczne, stylistyczne czy merytoryczne, zapewniając wysoką jakość odpowiedzi.

#### 5. **Prezentacja Odpowiedzi Użytkownikowi**
   - **Formatowanie Tekstu:** Zastosuj odpowiednie formatowanie, takie jak akapity, pogrubienia czy listy, aby odpowiedź była czytelna i estetyczna.
   - **Wysyłka Odpowiedzi:** Przekaż gotową odpowiedź użytkownikowi w interfejsie, z którego korzysta.

### **Dodatkowe Aspekty:**
- **Uczenie się na Bazie Interakcji:** Choć nie uczę się w czasie rzeczywistym z indywidualnych interakcji, moje odpowiedzi wynikają z wcześniejszego szkolenia na dużych zbiorach danych.
- **Zarządzanie Niepewnością:** Jeśli pytanie jest niejasne lub wieloznaczne, staram się interpretować je w najbardziej prawdopodobnym kontekście lub proszę o doprecyzowanie.
- **Bezpieczeństwo i Etyka:** Zostałem zaprojektowany tak, aby unikać generowania szkodliwych, nieodpowiednich czy wprowadzających w błąd treści, zgodnie z wytycznymi etycznymi i zasadami bezpieczeństwa.
"""

# Niestandardowy CSS dla ulepszonego wyglądu
custom_css = """
/* Ogólne tło aplikacji */
body {
    background-color: #f0f0f0; /* Neutralne tło dla kontrastu z brutalistyczną kartą */
    font-family: 'Courier New', Courier, monospace; /* Monospace dla przypominania kodu */
    margin: 0;
    padding: 0;
}

/* Główny kontener */
.gradio-container {
    max-width: 1200px; /* Zwiększenie maksymalnej szerokości */
    margin: auto;
    padding: 20px;
    width: 100%; /* Rozciągnięcie na całą szerokość */
    box-sizing: border-box;
}

/* Brutalist Card Styles */
/* From Uiverse.io by 0xnihilism */

.brutalist-card {
    width: 100%;
    max-width: 320px;
    border: 4px solid #000;
    background-color: #fff;
    padding: 1.5rem;
    box-shadow: 10px 10px 0 #000;
    font-family: "Courier New", Courier, monospace;
    margin: 0 auto 20px auto;
    box-sizing: border-box;
}

.brutalist-card__header {
    display: flex;
    align-items: center;
    gap: 1rem;
    margin-bottom: 1rem;
    border-bottom: 2px solid #000;
    padding-bottom: 1rem;
    position: relative;
}

.brutalist-card__icon {
    flex-shrink: 0;
    display: flex;
    align-items: center;
    justify-content: center;
    background-color: #000;
    padding: 0.5rem;
}

.brutalist-card__icon svg {
    height: 1.5rem;
    width: 1.5rem;
    fill: #fff;
}

.brutalist-card__alert {
    font-weight: 900;
    color: #000;
    font-size: 1.5rem;
    text-transform: uppercase;
}

.brutalist-card__message {
    margin-top: 1rem;
    color: #000;
    font-size: 0.95rem;
    line-height: 1.6;
    padding-bottom: 1rem;
    font-weight: 600;
}

.brutalist-card__actions {
    margin-top: 1rem;
}

.brutalist-card__button {
    display: block;
    width: 100%;
    padding: 0.75rem;
    text-align: center;
    font-size: 1rem;
    font-weight: 700;
    text-transform: uppercase;
    border: 3px solid #000;
    background-color: #fff;
    color: #000;
    position: relative;
    transition: all 0.2s ease;
    box-shadow: 5px 5px 0 #000;
    overflow: hidden;
    text-decoration: none;
    margin-bottom: 1rem;
}

.brutalist-card__button--read {
    background-color: #000;
    color: #fff;
}

.brutalist-card__button::before {
    content: "";
    position: absolute;
    top: 0;
    left: -100%;
    width: 100%;
    height: 100%;
    background: linear-gradient(
        120deg,
        transparent,
        rgba(255, 255, 255, 0.3),
        transparent
    );
    transition: all 0.6s;
}

.brutalist-card__button:hover::before {
    left: 100%;
}

.brutalist-card__button:hover {
    transform: translate(-2px, -2px);
    box-shadow: 7px 7px 0 #000;
}

.brutalist-card__button--mark:hover {
    background-color: #296fbb;
    border-color: #296fbb;
    color: #fff;
    box-shadow: 7px 7px 0 #004280;
}

.brutalist-card__button--read:hover {
    background-color: #ff0000;
    border-color: #ff0000;
    color: #fff;
    box-shadow: 7px 7px 0 #800000;
}

.brutalist-card__button:active {
    transform: translate(5px, 5px);
    box-shadow: none;
}

/* Responsywność */
@media (max-width: 768px) {
    .gradio-container {
        padding: 10px;
    }

    .brutalist-card {
        max-width: 100%;
        padding: 1rem;
        box-shadow: 5px 5px 0 #000;
    }

    .brutalist-card__message {
        font-size: 0.85rem;
    }

    .brutalist-card__button {
        font-size: 0.9rem;
        padding: 0.6rem;
    }

    .brutalist-card__button--read, .brutalist-card__button--mark {
        padding: 0.6rem;
    }

    button.primary, button.secondary {
        padding: 10px 20px;
        font-size: 14px;
    }

    textarea, input[type="text"] {
        font-size: 14px;
        padding: 10px;
    }
}

/* Stylizacja pozostałych elementów */
.gr-chatbot {
    height: 600px;
    overflow-y: auto;
    padding: 10px;
    border: 1px solid #000;
    border-radius: 8px;
    background-color: #fff;
    color: #000;
    box-sizing: border-box;
}

#info-panel {
    background-color: #fff;
    border: 1px solid #000;
    border-radius: 8px;
    padding: 15px;
    font-size: 14px;
    color: #000;
    box-sizing: border-box;
    margin-top: 20px;
}

a {
    color: #296fbb;
    text-decoration: none;
    font-weight: 700;
}

a:hover {
    text-decoration: underline;
}

button.primary, button.secondary {
    font-family: 'Courier New', Courier, monospace;
}
"""

# Tworzenie interfejsu Gradio z niestandardowym CSS
with gr.Blocks(css=custom_css) as demo:
    # Brutalist Card jako nagłówek
    gr.HTML("""
    <!-- From Uiverse.io by 0xnihilism -->
    <div class="brutalist-card">
      <div class="brutalist-card__header">
        <div class="brutalist-card__icon">
          <svg viewBox="0 0 24 24" xmlns="http://www.w3.org/2000/svg">
            <path
              d="M12 2C6.48 2 2 6.48 2 12s4.48 10 10 10 10-4.48 10-10S17.52 2 12 2zm1 15h-2v-2h2v2zm0-4h-2V7h2v6z"
            ></path>
          </svg>
        </div>
        <div class="brutalist-card__alert">D-LOGIC: Twój Inteligentny Asystent AI 🧠</div>
      </div>
      <div class="brutalist-card__message">
        <p>🧠 <strong>D-LOGIC Interface</strong></p>
        <p><strong>D-LOGIC</strong> to zaawansowany asystent AI, który oferuje:</p>
        <ul>
          <li>📋 <strong>Analiza Kontekstu</strong> – Zrozumienie intencji i emocji użytkownika.</li>
          <li>🔍 <strong>Planowanie Odpowiedzi</strong> – Rozbicie problemu na mniejsze kroki.</li>
          <li>📝 <strong>Generowanie Rozwiązań</strong> – Proponowanie najlepszych możliwych odpowiedzi.</li>
          <li>💡 <strong>Refleksja</strong> – Samoocena jakości odpowiedzi i procesów myślowych.</li>
        </ul>
        <p>🤖 <strong>D-LOGIC</strong> jest tutaj, aby pomóc Ci w każdym aspekcie, zapewniając inteligentne i spersonalizowane odpowiedzi.</p>
      </div>
      <div class="brutalist-card__actions">
        <a class="brutalist-card__button brutalist-card__button--mark" href="https://www.facebook.com/profile.php?id=100063901358728">🧐 Rafał Dembski</a>
        <a class="brutalist-card__button brutalist-card__button--read" href="https://www.facebook.com/profile.php?id=61561715810219">🧠 D-LOGIC</a>
      </div>
    </div>
    """)

    # Sekcja wyboru modelu i budżet myślenia
    with gr.Row():
        with gr.Column(scale=1):
            model = gr.Dropdown(
                choices=MODELS,
                label="🔧 Wybierz Model",
                value=MODELS[0],
                interactive=True
            )
        with gr.Column(scale=1):
            thinking_budget = gr.Slider(
                minimum=1,
                maximum=100,
                value=25,
                step=1,
                label="🧩 Budżet Myślenia",
                info="Maksymalna liczba kroków, które model może przemyśleć"
            )

    # Sekcja czatu
    chatbot = gr.Chatbot(
        label="💬 Chat",
        show_label=False,
        show_share_button=False,
        show_copy_button=True,
        likeable=True,
        layout="vertical",
        height=600
    )

    # Pole do wpisywania wiadomości
    with gr.Row():
        msg = gr.Textbox(
            label="✉️ Wpisz swoją wiadomość...",
            placeholder="Wprowadź swoją wiadomość...",
            lines=1
        )

    # Przycisk Wyślij i Wyczyść
    with gr.Row():
        submit_button = gr.Button("🚀 Wyślij", variant="primary")
        clear_button = gr.Button("🧹 Wyczyść Chat", variant="secondary")

    # Panel Informacyjny
    info_panel = gr.Markdown(
        value="**Informacje:**\nCzas myślenia i inne dane będą tutaj wyświetlane.",
        elem_id="info-panel"
    )

    # Akcje przycisków
    clear_button.click(
        fn=lambda: ([], "", "**Informacje:**\nCzas myślenia i inne dane zostały zresetowane."),
        inputs=None,
        outputs=[chatbot, msg, info_panel]
    )

    # Przesyłanie wiadomości poprzez Enter lub kliknięcie przycisku Wyślij
    msg.submit(
        fn=generate,
        inputs=[msg, chatbot, model, thinking_budget, gr.State()],
        outputs=[chatbot, msg, info_panel]
    )
    submit_button.click(
        fn=generate,
        inputs=[msg, chatbot, model, thinking_budget, gr.State()],
        outputs=[chatbot, msg, info_panel]
    )

# Uruchomienie aplikacji Gradio na Hugging Face Spaces
demo.launch(share=False, show_api=False)