from transformers import pipeline
import gradio as gr

# Charger le modèle de résumé (BART CNN)
summarizer = pipeline("summarization", model="facebook/bart-large-cnn")

def summarize_text(text):
    if len(text.strip()) == 0:
        return "Veuillez entrer du texte à résumer."
    # Le modèle a une limite de ~1024 tokens ; on tronque si nécessaire
    max_input_length = 1024
    inputs = summarizer.tokenizer(text, return_tensors="pt", truncation=True, max_length=max_input_length)
    summary = summarizer(text, max_length=130, min_length=30, do_sample=False)
    return summary[0]['summary_text']

# Interface Gradio
with gr.Blocks(title="Résumeur IA – Chariow TechWorks") as demo:
    gr.Markdown("## 📝 Résumeur Automatique")
    gr.Markdown("Collez un texte long (article, email, note...) et obtenez un résumé clair et concis.")
    input_text = gr.Textbox(label="Texte à résumer", lines=10)
    output_text = gr.Textbox(label="Résumé", lines=5)
    btn = gr.Button("Résumer")
    btn.click(fn=summarize_text, inputs=input_text, outputs=output_text)

demo.launch()