import os
os.environ["HF_HUB_ENABLE_HF_TRANSFER"] = "0"

import torch
import gradio as gr
from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "sberbank-ai/rugpt3medium_based_on_gpt2"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

device = "cuda" if torch.cuda.is_available() else "cpu"
model.to(device)

context = (
    "Университет Иннополис был основан в 2012 году. "
    "Это современный вуз в России, специализирующийся на IT и робототехнике, "
    "расположенный в городе Иннополис, Татарстан.\n"
)

def respond(message, history=None):
    prompt = f"Прочитай текст и ответь на вопрос:\n\n{context}\n\nВопрос: {message}\nОтвет:"
    input_ids = tokenizer(prompt, return_tensors="pt").input_ids.to(device)

    with torch.no_grad():
        output_ids = model.generate(
            input_ids,
            max_new_tokens=100,
            temperature=0.8,
            top_p=0.9,
            do_sample=True,
            pad_token_id=tokenizer.eos_token_id
        )

    full_output = tokenizer.decode(output_ids[0], skip_special_tokens=True)

    if "Ответ:" in full_output:
        answer = full_output.split("Ответ:")[-1].strip()
    else:
        answer = full_output[len(prompt):].strip()

    return answer

### Gradio UI
chat = gr.ChatInterface(
    fn=respond,
    title="Бот об Университете Иннополис (на русском)",
    chatbot=gr.Chatbot(label="Диалог", type="messages"),  # Указан type="messages"
    textbox=gr.Textbox(placeholder="Задай вопрос на русском...", label="Твой вопрос")
)

### ✅ API маршрут (Gradio 5+)
@gr.route("/ask", methods=["POST"])
def ask_api(question: str):
    return {"answer": respond(question)}

### Запуск
if __name__ == "__main__":
    chat.launch()