app.py

import json
from typing import Any

import gradio as gr

from agent import BookstoreAgent
from data.seed_database import seed_books


# Agent nesnesini uygulama boyunca tek kez oluşturmak için kullanılır.
_AGENT: BookstoreAgent | None = None


def get_agent() -> BookstoreAgent:
    """
    BookstoreAgent nesnesini ilk kullanıcı isteğinde oluşturur.

    Böylece her mesaj gönderildiğinde yeni bir agent ve model
    istemcisi oluşturulmaz.
    """

    global _AGENT

    if _AGENT is None:
        _AGENT = BookstoreAgent()

    return _AGENT


def format_tool_logs(
    tool_logs: list[dict[str, Any]],
) -> str:
    """
    Agent tarafından döndürülen tool loglarını Gradio arayüzünde
    gösterilecek Markdown metnine dönüştürür.
    """

    if not tool_logs:
        return "Bu cevap sırasında herhangi bir tool çağrısı yapılmadı."

    sections: list[str] = []

    for index, log in enumerate(tool_logs, start=1):
        tool_name = log.get("tool_name", "unknown")

        arguments = json.dumps(
            log.get("arguments", {}),
            ensure_ascii=False,
            indent=2,
        )

        result = json.dumps(
            log.get("result", {}),
            ensure_ascii=False,
            indent=2,
        )

        section = f"""
### {index}. `{tool_name}`

**Gönderilen argümanlar**

```json
{arguments}
```

**Tool sonucu**

```json
{result}
```
"""

        sections.append(section.strip())

    return "\n\n---\n\n".join(sections)


def respond(
    message: str,
    history: list[dict[str, Any]] | None,
) -> tuple[str, list[dict[str, Any]], str]:
    """
    Kullanıcının mesajını agent'a gönderir.

    Dönüş değerleri:
    1. Temizlenmiş mesaj kutusu
    2. Güncellenmiş sohbet geçmişi
    3. Tool-call logları
    """

    message = (message or "").strip()
    current_history = list(history or [])

    if not message:
        return (
            "",
            current_history,
            "Lütfen bir mesaj yazın.",
        )

    try:
        agent_result = get_agent().run(
            user_message=message,
            history=current_history,
        )

        answer = agent_result.get(
            "answer",
            "Asistan bir cevap oluşturamadı.",
        )

        tool_logs = agent_result.get(
            "tool_logs",
            [],
        )

        updated_history = current_history + [
            {
                "role": "user",
                "content": message,
            },
            {
                "role": "assistant",
                "content": answer,
            },
        ]

        formatted_logs = format_tool_logs(tool_logs)

        return (
            "",
            updated_history,
            formatted_logs,
        )

    except Exception as error:
        error_message = (
            "İstek işlenirken bir hata oluştu.\n\n"
            "Hugging Face tokenını, internet bağlantısını ve "
            "model erişimini kontrol edin.\n\n"
            f"**Hata:** `{type(error).__name__}: {error}`"
        )

        updated_history = current_history + [
            {
                "role": "user",
                "content": message,
            },
            {
                "role": "assistant",
                "content": error_message,
            },
        ]

        return (
            "",
            updated_history,
            error_message,
        )


def clear_chat() -> tuple[
    list[dict[str, Any]],
    str,
    str,
]:
    """
    Sohbet geçmişini, tool loglarını ve mesaj kutusunu temizler.
    """

    return (
        [],
        "Henüz tool çağrısı yapılmadı.",
        "",
    )


# Uygulama başladığında veritabanını oluşturur
# ve 40 örnek kitabı ekler.
seed_books()


with gr.Blocks(
    title="Akıllı Kitapçı Asistanı",
) as demo:
    gr.Markdown(
        """
# 📚 Akıllı Kitapçı Tool-Calling Asistanı

Kitap arayabilir, fiyat ve stok bilgisi sorgulayabilir, sipariş
oluşturabilir veya sipariş durumunu kontrol edebilirsiniz.

Asistan; kitap, fiyat, stok ve sipariş bilgilerini SQLite
veritabanından tool çağrılarıyla alır.
"""
    )

    with gr.Row():
        with gr.Column(scale=2):
            chatbot = gr.Chatbot(
                value=[],
                label="Sohbet",
                height=560,
            )

            message_box = gr.Textbox(
                label="Mesajınız",
                placeholder=(
                    "Örnek: Dune kitabından Yusuf Şimşek adına "
                    "1 adet sipariş oluştur."
                ),
                lines=2,
            )

            with gr.Row():
                send_button = gr.Button(
                    value="Gönder",
                    variant="primary",
                )

                clear_button = gr.Button(
                    value="Temizle",
                )

        with gr.Column(scale=1):
            gr.Markdown(
                """
## 🔧 Tool-Call Logu

Modelin çağırdığı fonksiyonlar, gönderdiği parametreler ve
veritabanından dönen gerçek sonuçlar burada gösterilir.
"""
            )

            tool_logs = gr.Markdown(
                value="Henüz tool çağrısı yapılmadı.",
            )

    gr.Markdown("## 💬 Örnek İstekler")

    gr.Examples(
        examples=[
            [
                "Dune kitabının fiyatı ve stok durumu nedir?"
            ],
            [
                "Bilim kurgu kategorisindeki stokta olan "
                "kitapları göster."
            ],
            [
                "George Orwell tarafından yazılan kitapları listele."
            ],
            [
                "Dune kitabından Yusuf Şimşek adına "
                "1 adet sipariş oluştur."
            ],
            [
                "2 numaralı siparişim ne durumda?"
            ],
            [
                "Veritabanında Olmayan Hayali Kitap stokta mı?"
            ],
        ],
        inputs=message_box,
    )

    message_box.submit(
        fn=respond,
        inputs=[
            message_box,
            chatbot,
        ],
        outputs=[
            message_box,
            chatbot,
            tool_logs,
        ],
    )

    send_button.click(
        fn=respond,
        inputs=[
            message_box,
            chatbot,
        ],
        outputs=[
            message_box,
            chatbot,
            tool_logs,
        ],
    )

    clear_button.click(
        fn=clear_chat,
        inputs=None,
        outputs=[
            chatbot,
            tool_logs,
            message_box,
        ],
        queue=False,
    )


if __name__ == "__main__":
    demo.queue().launch()