# app.py

import gradio as gr
import pandas as pd
import os
import asyncio
from typing import Optional

# Importações de nossos módulos locais
from utils import Historico, setup_font, gerar_pdf_report
from workflow import executar_consulta
from llama_index.core import Settings
from llama_index.llms.groq import Groq

# --- 1. CONFIGURAÇÃO INICIAL ---

# Carrega a chave da API dos Secrets do Hugging Face
API_KEY = os.environ.get("GROQ_API_KEY")

# Prepara a fonte para geração do PDF
FONT_PATH = setup_font()

# Configura o LLM do LlamaIndex
if API_KEY:
    Settings.llm = Groq(model="meta-llama/llama-4-scout-17b-16e-instruct", api_key=API_KEY)
    print("✅ LLM configurado com sucesso!")
else:
    print("❌ AVISO: A chave GROQ_API_KEY não foi encontrada nos Secrets. A aplicação não funcionará.")

# --- 2. FUNÇÕES DE CALLBACK DA INTERFACE ---

def carregar_dados(file, df_estado):
    if file is None: return "❌ Nenhum arquivo selecionado", df_estado
    try:
        df_local = pd.read_csv(file.name)
        return f"✅ Arquivo carregado! {df_local.shape[0]} linhas.", df_local
    except Exception as e:
        return f"❌ Erro ao carregar: {str(e)}", df_estado

def processar_pergunta(pergunta: str, df_local: Optional[pd.DataFrame], historico: Historico):
    if df_local is None:
        resposta = "❌ Por favor, carregue um arquivo CSV primeiro."
        return resposta, historico
    if not pergunta.strip():
        resposta = "❌ Por favor, digite uma pergunta válida."
        return resposta, historico

    resultado = asyncio.run(executar_consulta(pergunta, df_local))
    resposta = resultado.get("resposta_final", "❌ Erro: a resposta não foi gerada.")
    historico.adicionar(pergunta, resposta)
    return resposta, historico

def chat_interface(pergunta, chat_history, df_local, historico_obj):
    chat_history.append({"role": "user", "content": pergunta})
    resposta, historico_obj_atualizado = processar_pergunta(pergunta, df_local, historico_obj)
    chat_history.append({"role": "assistant", "content": resposta})
    return "", chat_history, historico_obj_atualizado

def gerar_pdf_callback(historico: Historico):
    return gerar_pdf_report(historico, FONT_PATH)

def limpar_conversa():
    return Historico(), None

# --- 3. DEFINIÇÃO DA INTERFACE GRADIO ---

with gr.Blocks(title="Pandas CSV Analyzer", theme=gr.themes.Soft()) as app:
    gr.Markdown(
        """
        <div style="text-align: center;">
            <h1>🐼 Pandas CSV Analyzer (LlamaIndex)</h1>
            <p>Faça upload de um arquivo CSV, faça perguntas em linguagem natural e baixe o relatório!</p>
        </div>
        """
    )

    df_estado = gr.State()
    historico_estado = gr.State(value=Historico())

    with gr.Row():
        with gr.Column(scale=1):
            input_arquivo = gr.File(label="1. Faça upload do CSV", file_types=[".csv"])
            upload_status = gr.Textbox(label="Status", interactive=False)
            botao_gerar_pdf = gr.Button("📄 Gerar e Baixar PDF", variant="secondary")
            output_pdf = gr.File(label="Baixar Relatório", interactive=False)
        with gr.Column(scale=3):
            chatbot = gr.Chatbot(label="Histórico da Conversa", height=550, type='messages')
            with gr.Row():
                input_pergunta = gr.Textbox(scale=4, show_label=False, placeholder="Ex: Qual o total de vendas por filial?", container=False)
                botao_enviar = gr.Button("Enviar", variant="primary", scale=1, min_width=100)

    # Conexões dos Eventos
    input_arquivo.upload(fn=carregar_dados, inputs=[input_arquivo, df_estado], outputs=[upload_status, df_estado])
    botao_enviar.click(fn=chat_interface, inputs=[input_pergunta, chatbot, df_estado, historico_estado], outputs=[input_pergunta, chatbot, historico_estado])
    input_pergunta.submit(fn=chat_interface, inputs=[input_pergunta, chatbot, df_estado, historico_estado], outputs=[input_pergunta, chatbot, historico_estado])
    botao_gerar_pdf.click(fn=gerar_pdf_callback, inputs=[historico_estado], outputs=[output_pdf])
    chatbot.clear(fn=limpar_conversa, inputs=[], outputs=[historico_estado, output_pdf])

# --- 4. LANÇAR A APLICAÇÃO ---
if __name__ == "__main__":
    if not API_KEY:
        print("A aplicação não pode iniciar sem a chave GROQ_API_KEY. Por favor, configure-a nos secrets do seu Space.")
    else:
        app.launch()