import gradio as gr
from gradio_client import Client, handle_file

def procesar_movimiento(imagen_input, video_input):
    if not imagen_input or not video_input:
        return None, "Error: Por favor, asegúrate de cargar tanto la foto como el video."
    
    # Lista de servidores públicos de LivePortrait (motores alternativos)
    motores = [
        "KwaiVGI/LivePortrait",
        "innoai/LivePortrait",
        "appl044/LivePortrait"
    ]
    
    detalles_errores = []
    
    # Probar cada motor uno por uno si el anterior está caído o pausado
    for motor in motores:
        try:
            client = Client(motor)
            resultado = client.predict(
                img_input=handle_file(imagen_input),
                driving_video=handle_file(video_input),
                api_name="/predict"
            )
            if resultado:
                return resultado, f"¡Éxito total usando el motor: {motor}!"
        except Exception as e:
            # Si falla (por estar PAUSED o desconectado), guardamos el error y probamos el siguiente
            detalles_errores.append(f"[{motor} no disponible]")
            continue
            
    # Si llega aquí, es porque lamentablemente todos estaban dormidos a la vez
    error_msg = " Todos los motores gratuitos están pausados en Hugging Face en este momento. "
    error_msg += "Detalles: " + " || ".join(detalles_errores)
    return None, error_msg

# --- INTERFAZ GRÁFICA ---
with gr.Blocks() as demo:
    gr.Markdown("# 🎬 Mi Clonador AI Móvil (Multimotor)")
    
    with gr.Tabs():
        with gr.TabItem("Cargar Archivos"):
            input_img = gr.Image(label="Foto estática (Rostro)", type="filepath")
            input_vid = gr.Video(label="Video guía de movimiento")
            btn_generar = gr.Button("🪄 Generar Video", variant="primary")
        with gr.TabItem("Resultado"):
            output_vid = gr.Video(label="Tu video listo")
            output_info = gr.Textbox(label="Estado del sistema", interactive=False)
            
    btn_generar.click(
        fn=procesar_movimiento, 
        inputs=[input_img, input_vid], 
        outputs=[output_vid, output_info]
    )

demo.launch()