ui.py

import gradio as gr
from sentiment import analyze_sentiment
from config import MODEL_OPTIONS

# 📌 Gradio 介面說明
intro_text = """
# 🎯 多語言情緒分析 AI
本應用使用 Hugging Face 的 `XLM-RoBERTa`、`BERT`、`DistilBERT` 模型來進行**多語言情緒分析**。  
輸入任何語言的文本，AI 會自動判斷其**情緒分類（正向 / 中立 / 負向）**，並提供**信心度（%）**。

## 📌 **使用方式**
1️⃣ **輸入一句話或一段文本**（可輸入中文、英文、日文等）  
2️⃣ **選擇 AI 模型（預設為 `XLM-RoBERTa`）**  
3️⃣ **點擊「分析情緒」**  
4️⃣ **查看結果，包括情緒分類 & 信心度**  
"""

developer_info = """
## 👨‍💻 開發資訊
- **開發者**: 余彦志 （大宇 / ian）
- **模型來源**: [Hugging Face](https://huggingface.co/cardiffnlp/twitter-xlm-roberta-base-sentiment)
- **技術棧**: `Gradio`、`FastAPI`、`Hugging Face API`
- **聯絡方式**: [[email protected]]
"""

# 📌 建立 Gradio 介面
def create_ui():
    with gr.Blocks(theme=gr.themes.Soft()) as iface:
        gr.Markdown(intro_text)

        text_input = gr.Textbox(lines=3, placeholder="請輸入文本...", label="輸入文本", max_lines=5)

        model_selector = gr.Dropdown(
            choices=list(MODEL_OPTIONS.keys()), 
            value="🌎 多語言推特情緒分析 (XLM-RoBERTa)", 
            label="選擇 AI 模型"
        )

        analyze_button = gr.Button("分析情緒")
        clear_button = gr.Button("清除")
        result_display = gr.Markdown("等待輸入...", label="AI 回應")  # 🚀 讓 `gr.Markdown()` 成為輸出區

        # 📌 綁定按鈕功能
        def process_analysis(text, model_name):
            print("📢 [Debug] 按鈕被點擊")
            print(f"📢 [Debug] 模型: {model_name}")
            print(f"📢 [Debug] 輸入文本: {text}")

            processing_message = "🔄 **AI 正在分析，請稍後...**"
            return processing_message  # 🚀 先回傳「分析中」的訊息

        def analyze_and_return(text, model_name):
            result, _ = analyze_sentiment(text, model_name)
            print(f"📢 [Debug] 回傳結果: {result}")
            return result  # 🚀 直接回傳結果

        analyze_button.click(
            fn=process_analysis,
            inputs=[text_input, model_selector],
            outputs=[result_display]
        ).then(  # 🚀 **等第一步執行完後再執行分析**
            fn=analyze_and_return,
            inputs=[text_input, model_selector],
            outputs=[result_display]
        )

        clear_button.click(
            lambda: "等待輸入...",  # 🚀 讓狀態列回到初始值
            inputs=[], 
            outputs=[result_display]
        )

        gr.Markdown(developer_info)

    return iface

if __name__ == "__main__":
    ui = create_ui()
    ui.launch()