import gradio as gr
from datasets import load_dataset

# Load the Thirukural dataset
dataset = load_dataset("kodebot/Thirukural_tamil_with_meaning", split="train")

# Define chatbot logic
def search_thirukural(query):
    results = []
    query = query.lower()

    for item in dataset:
        if (
            query in item["Couplet"].lower()
            or query in item["Tamil_explanation"].lower()
            or query in item["Couplet_English"].lower()
            or query in item["English_explanation"].lower()
            or query in item["Adhigaram_english"].lower()
            or query == str(item["Number"])
        ):
            results.append(item)
            if len(results) >= 1:
                break

    if not results:
        return "\ud83d\ude4f மன்னிக்கவும், பொருத்தமான குறள் எதுவும் இல்லை."

    kural = results[0]
    return f"""
📜 **குறள் #{kural['Number']}**

🔸 **தமிழில் குறள்**:
{kural['Couplet']}

📝 **விளக்கம்**:
{kural['Tamil_explanation']}

🔸 **Kural in English**:
{kural['Couplet_English']}

📝 **Explanation**:
{kural['English_explanation']}
"""

# Gradio interface
chat_interface = gr.Interface(
    fn=search_thirukural,
    inputs=gr.Textbox(lines=2, placeholder="உங்கள் கேள்வி / குறள் எண் / Adhigaram...", label="🔍 உங்கள் உள்ளீடு"),
    outputs=gr.Textbox(label="📖 திருக்குறள் விளக்கம்"),
    title="திருக்குறள் Chatbot 📜",
    description="திருக்குறளின் மூலம் தமிழ் மரபை அறிந்து கொள்ளுங்கள்! ஒரு வார்த்தை, எண்ணிக்கை அல்லது தலைப்பை உள்ளிடுங்கள்.",
    allow_flagging="never"
)

if __name__ == "__main__":
    chat_interface.launch()