import gradio as gr
import requests
import os

# 設定 Hugging Face API
API_URL = "https://api-inference.huggingface.co/models/cardiffnlp/twitter-xlm-roberta-base-sentiment"

# 從環境變數讀取 API 金鑰（建議這樣做以保護隱私）
HF_API_KEY = os.getenv("HF_API_KEY")  # 你可以在 .bashrc 或 .zshrc 設定環境變數
HEADERS = {"Authorization": f"Bearer {HF_API_KEY}"}

# 轉換英文分類為中文
def translate_sentiment(label):
    if "positive" in label.lower():
        return "😃 **正向**"
    elif "neutral" in label.lower():
        return "😐 **中立**"
    else:
        return "😡 **負向**"

# 轉換信心度為更直觀的等級
def convert_confidence(score):
    percentage = round(score * 100)  # 轉換為百分比
    if score >= 0.90:
        return f"🌟 **極高信心** ({percentage}%)"
    elif score >= 0.75:
        return f"✅ **高信心** ({percentage}%)"
    elif score >= 0.50:
        return f"⚠️ **中等信心** ({percentage}%)"
    elif score >= 0.30:
        return f"❓ **低信心** ({percentage}%)"
    else:
        return f"❌ **極低信心（建議忽略）** ({percentage}%)"

# 調用 Hugging Face API 進行情緒分析
def analyze_sentiment(text):
    try:
        response = requests.post(API_URL, headers=HEADERS, json={"inputs": text})
        result = response.json()

        if isinstance(result, list) and len(result) > 0:
            sentiment = translate_sentiment(result[0]["label"])  # 翻譯情緒
            confidence = result[0]["score"]
            confidence_label = convert_confidence(confidence)  # 轉換信心度

            return f"**情緒分類**: {sentiment}\n**信心度**: {confidence_label}"
        else:
            return "⚠️ **無法分析文本，請稍後再試**"
    
    except Exception as e:
        return f"❌ **錯誤**: {str(e)}"

# 建立 Gradio 介面
iface = gr.Interface(
    fn=analyze_sentiment,
    inputs=gr.Textbox(lines=2, placeholder="請輸入文本（支援多語言）..."),
    outputs=gr.Markdown(label="分析結果"),
    title="多語言情緒分析 AI",
    description="請輸入一段話，AI 會分析它的情緒（正向 / 中立 / 負向），並提供信心度。",
    theme="compact"
)

# 啟動 Web 應用
iface.launch()