import os
import torch
from llama_cpp import Llama
import gradio as gr
from huggingface_hub import login, hf_hub_download

# 🔹 Načteme API token bezpečně ze "Secrets"
HF_TOKEN = os.getenv("HF_TOKEN")

# Přihlásíme se k Hugging Face API
login(HF_TOKEN)

# 🔹 Stáhneme model
MODEL_NAME = "TheBloke/Mistral-7B-Instruct-v0.2-code-ft-GGUF"
MODEL_FILE = "mistral-7b-instruct-v0.2-code-ft.Q4_K_S.gguf"
MODEL_PATH = f"./{MODEL_FILE}"

if not os.path.exists(MODEL_PATH):
    MODEL_PATH = hf_hub_download(repo_id=MODEL_NAME, filename=MODEL_FILE, token=HF_TOKEN)

# 🔹 Načteme model do RAM
llm = Llama(model_path=MODEL_PATH, n_ctx=1024, n_threads=8, verbose=False)

def chat(user_input):
    """ 🗣️ AI odpovídá na dotazy """
    response = llm(user_input, max_tokens=256, temperature=0.7)
    return response["choices"][0]["text"]

# 🔹 Vytvoříme jednoduché UI
interface = gr.Interface(fn=chat, inputs="text", outputs="text", title="🤖 Česká AI zdarma!")

# 🔹 Spustíme server
interface.launch()