from dotenv import load_dotenv
import streamlit as st
import os
import google.generativeai as genai
import random

# Cargar las variables de entorno
load_dotenv()

# Configurar la API de Google
genai.configure(api_key=os.getenv("GOOGLE_API_KEY"))

# Función para obtener una mención del producto de manera probabilística
def get_random_product_mention():
    mentions = ["Directa", "Indirecta", "Metafórica"]
    probabilities = [0.34, 0.33, 0.33]
    return random.choices(mentions, probabilities)[0]

# Crear la instrucción de mención basada en la opción seleccionada
def get_mention_instruction(product_mention, product):
    if product_mention == "Directa":
        return f"Introduce directamente el producto '{product}' como la solución clara al problema que enfrenta el lector."
    elif product_mention == "Indirecta":
        return f"Referencia sutilmente el producto '{product}' como una posible solución al problema del lector sin nombrarlo explícitamente."
    elif product_mention == "Metafórica":
        return f"Introduce el producto '{product}' usando una metáfora, conectándolo simbólicamente a la solución que necesita el lector."
    return ""

# Ejemplos de llamados a la acción por tipo
cta_types = {
    "urgencia": [
        "Inscríbete ahora y asegúrate tu lugar antes de que se agoten las plazas.",
        "No pierdas más tiempo, comienza tu transformación hoy.",
    ],
    "descuento": [
        "Aprovecha el 50% de descuento por tiempo limitado.",
        "Haz tu pedido ahora y obtén un 30% de descuento adicional.",
    ],
    "exclusividad": [
        "Accede de inmediato a nuestro contenido exclusivo solo para miembros.",
        "Sé parte de este grupo selecto y disfruta de beneficios únicos.",
    ],
    "beneficio_claro": [
        "Mejora tu productividad en solo una semana.",
        "Transforma tu carrera profesional con nuestras herramientas avanzadas.",
    ],
    "personalización": [
        "Descubre cómo podemos personalizar esta oferta para ti.",
        "Hazlo tuyo: elige las opciones que mejor se adapten a tus necesidades.",
    ],
}

# Función para generar llamados a la acción
def generate_ctas(number_of_ctas, target_audience, product, call_to_action, temperature):
    product_mention = get_random_product_mention()
    mention_instruction = get_mention_instruction(product_mention, product)

    # Configuración del modelo
    generation_config = {
        "temperature": temperature,  
        "top_p": 0.85,       
        "top_k": 128,        
        "max_output_tokens": 2048,
        "response_mime_type": "text/plain",
    }

    model = genai.GenerativeModel(
        model_name="gemini-1.5-flash",
        generation_config=generation_config,
        system_instruction="You are a world-class copywriter with expertise in crafting action-driven CTAs that convert. Your task is to create action-oriented, high-conversion CTAs tailored for specific audiences. Focus on urgency, clear benefits, and strong motivations to encourage immediate action. Use Spanish and provide results in a numbered list format."
    )

    # Crear un mensaje para el modelo que incluye tipos específicos de CTA
    selected_types = random.sample(list(cta_types.keys()), min(number_of_ctas, len(cta_types)))
    ctas_instruction = (
        f"Tu tarea es crear {number_of_ctas} llamados a la acción efectivos dirigidos a {target_audience}, "
        f"para promover {call_to_action}. Usa la siguiente mención: {mention_instruction}. "
        "Asegúrate de utilizar diferentes estilos de CTA en la salida."
    )

    chat_session = model.start_chat(
        history=[
        {
            "role": "user",
            "parts": [ctas_instruction],
        },
        ]
    )

    response = chat_session.send_message("Genera los llamados a la acción")  # Enviar mensaje para obtener la respuesta
    return response.text  # Regresar la respuesta directamente

# Configurar la interfaz de usuario con Streamlit
st.set_page_config(page_title="Enchanted CTAs", layout="wide")

# Centrar el título y el subtítulo
st.markdown("<h1 style='text-align: center;'>Enchanted CTAs</h1>", unsafe_allow_html=True)
st.markdown("<h4 style='text-align: center;'>Genera llamados a la acción que conviertan de forma mágica, encantando a tus clientes a actuar de inmediato.</h4>", unsafe_allow_html=True)

# Añadir CSS personalizado para el botón
st.markdown("""
    <style>
    div.stButton > button {
        background-color: #FFCC00;
        color: black;
        width: 90%;
        height: 60px;
        font-weight: bold;
        font-size: 22px;
        text-transform: uppercase;
        border: 1px solid #000000;
        border-radius: 8px;
        display: block;
        margin: 0 auto;
    }
    div.stButton > button:hover {
        background-color: #FFD700;
        color: black;
    }
    </style>
""", unsafe_allow_html=True)

# Crear columnas
col1, col2 = st.columns([1, 2])  

# Columnas de entrada
with col1:
    target_audience = st.text_input("¿Quién es tu público objetivo?", placeholder="Ejemplo: Estudiantes Universitarios")
    product = st.text_input("¿Qué producto tienes en mente?", placeholder="Ejemplo: Curso de Inglés")
    call_to_action = st.text_input("¿Qué acción deseas que tomen?", placeholder="Ejemplo: Inscribirse al curso")
    number_of_ctas = st.selectbox("Número de llamados a la acción", options=[1, 2, 3, 4, 5], index=2)
    temperature = st.slider("Creatividad", min_value=0.0, max_value=1.0, value=0.5, step=0.1)

    # Botón de enviar
    submit = st.button("Generar Llamados a la Acción")

# Mostrar los llamados a la acción generados
if submit:
    if target_audience and product and call_to_action:
        try:
            # Obtener la respuesta del modelo
            generated_ctas = generate_ctas(number_of_ctas, target_audience, product, call_to_action, temperature)
            col2.markdown(f"""
                <div style="border: 1px solid #000000; padding: 5px; border-radius: 8px; background-color: #ffffff;">
                    <h4>¡Acción mágica en marcha!</h4>
                    <p>{generated_ctas}</p>
                </div>
            """, unsafe_allow_html=True)
        except ValueError as e:
            col2.error(f"Error: {str(e)}")
    else:
        col2.error("Por favor, proporciona el público objetivo, el producto y la acción.")