src/streamlit_app.py

import streamlit as st
from google import genai
from google.genai import types # 引入 types 用來設定對話歷史與系統指令
import requests
import os
import time # 記得在程式碼最上方加入這個內建套件（如果還沒加的話）

# 0. 頁面配置與 CSS 注入（隱藏側邊欄捲軸）
st.set_page_config(page_title="CIE CIE TAIPEI 線上客服", page_icon="🍸", layout="wide")

st.markdown(
    """
    <style>
    /* 1. 隱藏側邊欄捲軸 */
    [data-testid="stSidebar"] section::-webkit-scrollbar { display: none; }
    [data-testid="stSidebar"] section { -ms-overflow-style: none; scrollbar-width: none; }
    
    /* 🚀 2. 全域字體縮小，適應手機螢幕 */
    html, body, [class*="st-"] {
        font-size: 14px !important;
    }
    
    /* 🚀 3. 調整範例按鈕樣式：變矮、字體變小、支援多行自動折行 */
    .stButton button {
        width: 100%;
        padding: 6px 10px; /* 縮小上下內距 */
        border-radius: 12px;
        border: 1px solid #D4AF37;
        color: #D4AF37;
        background-color: transparent;
        font-size: 13px !important; /* 讓按鈕字體再小一點 */
        line-height: 1.3;
        min-height: auto;
        white-space: normal; /* 允許長句子自動折行，避免撐爆寬度 */
        height: auto;
    }
    
    /* 4. 極度壓縮主畫面空白 */
    .block-container {
        padding-top: 1.2rem !important;
        padding-bottom: 5rem !important; 
        padding-left: 0.8rem !important;
        padding-right: 0.8rem !important;
    }
    
    /* 5. 隱藏 Header 背景與右側選單，但保留左側展開按鈕 */
    header[data-testid="stHeader"] {
        background-color: rgba(0,0,0,0) !important; 
    }
    header[data-testid="stHeader"] #MainMenu {
        visibility: hidden;
    }
    div[data-testid="collapsedControl"] {
        visibility: visible !important;
        background-color: #1A1A1A !important;
        color: #D4AF37 !important;
        border-radius: 0 5px 5px 0;
        top: 5px;
    }
    </style>
    """,
    unsafe_allow_html=True
)

# 從環境變數中取得 API Key
api_key = os.environ.get("GEMINI_API_KEY")
if not api_key:
    st.error("請確認已經在 Space 的 Settings 設定了 GEMINI_API_KEY")
    st.stop()

# 【更新】使用新版 SDK 建立 Client
client = genai.Client(api_key=api_key)

# 1. 基礎設定與連結
# ⚠️ 注意：這裡預設你把 md 檔放在 github 的 ai-knowledge 資料夾下。如果是放在根目錄，請把 ai-knowledge/ 刪除。
MD_BASE_URL = "https://raw.githubusercontent.com/ciecietaipei/ciecietaipei.github.io/main/ai-knowledge/"
# 從你們的 assets 資料夾抓取 Logo
LOGO_URL = "https://raw.githubusercontent.com/ciecietaipei/ciecietaipei.github.io/main/assets/ciecie_logo_circle.png"
HOME_URL = "https://ciecietaipei.github.io"

KNOWLEDGE_MAP = {
    "🍸 原創調酒 (Cocktails)": {
        "raw_url": f"{MD_BASE_URL}cocktails.md",
        "page_url": f"{HOME_URL}/cocktails.html",
        "repo_url": "https://github.com/ciecietaipei/ciecietaipei.github.io/blob/main/ai-knowledge/cocktails.md"
    },
    "🍷 經典酒水 (Drinks)": {
        "raw_url": f"{MD_BASE_URL}drinks.md",
        "page_url": f"{HOME_URL}/drinks.html",
        "repo_url": "https://github.com/ciecietaipei/ciecietaipei.github.io/blob/main/ai-knowledge/drinks.md"
    },
    "🍽️ 精緻餐點 (Foods)": {
        "raw_url": f"{MD_BASE_URL}foods.md",
        "page_url": f"{HOME_URL}/foods.html",
        "repo_url": "https://github.com/ciecietaipei/ciecietaipei.github.io/blob/main/ai-knowledge/foods.md"
    },
    "🛋️ 空間環境 (Environment)": {
        "raw_url": f"{MD_BASE_URL}environment.md",
        "page_url": f"{HOME_URL}/environment.html",
        "repo_url": "https://github.com/ciecietaipei/ciecietaipei.github.io/blob/main/ai-knowledge/environment.md"
    }
}

# 2. 批量抓取內容
def fetch_all_knowledge():
    combined_knowledge = ""
    with st.spinner("正在同步 CIE CIE 最新菜單與資訊..."):
        for category, info in KNOWLEDGE_MAP.items():
            try:
                response = requests.get(info["raw_url"])
                response.raise_for_status()
                combined_knowledge += f"\n\n## 【領域：{category}】\n"
                combined_knowledge += response.text
            except Exception as e:
                st.warning(f"無法同步 {category} 的資料：請確認 GitHub 路徑是否正確。錯誤訊息：{e}")
    return combined_knowledge

# 初始化 Session State
if "knowledge" not in st.session_state:
    st.session_state.knowledge = fetch_all_knowledge()

if "messages" not in st.session_state:
    st.session_state.messages = []

if "example_prompt" not in st.session_state:
    st.session_state.example_prompt = None

# 3. 側邊欄設計
with st.sidebar:
    # 放入 CIE CIE 的圓形 Logo
    st.markdown(f'<a href="{HOME_URL}" target="_blank"><img src="{LOGO_URL}" width="100%" style="border-radius:50%; margin-bottom:20px;"></a>', unsafe_allow_html=True)
    st.title("⚙️ 知識庫狀態")
    for category, info in KNOWLEDGE_MAP.items():
        with st.expander(category):
            st.markdown(f"🔗 [瀏覽網頁]({info['page_url']})")
            st.markdown(f"📂 [GitHub 原始碼]({info['repo_url']})")
    st.markdown("---")
    if st.button("🔄 手動更新菜單資訊"):
        st.session_state.knowledge = fetch_all_knowledge()
        st.success("資料已重新抓取！")

# 4. 主介面與範例問句
st.title("🍸 CIECIE 微醺客服")
st.caption("關於酒單、餐點、環境或訂位資訊與規範，歡迎直接詢問！台北市大安區信義路四段390號；02-2709-3446")

# 顯示專屬範例問句按鈕
example_cols = st.columns(6)
examples = [
    "🍸 有推薦的『茶香』或『花果系』原創調酒嗎？",
    "🍜 深夜想吃點熱的主食，聽說有厲害的餐點？",
    "🛋️ 幫朋友慶生，請問二樓的沙發區環境如何？",
    "🪵 想獨飲，推薦一杯酒感重、帶木質調的大人味特調？",
    "🥃 請問你們有供應單一麥芽威士忌的單杯純飲嗎？",
    "🍤 有什麼推薦適合四個人的下酒菜分享？"    
]

for col, ex in zip(example_cols, examples):
    if col.button(ex):
        st.session_state.example_prompt = ex

# 5. 【更新】模型回覆邏輯（加入防呆重試機制 + 標示參考酒單/菜單）
def get_gemini_response(user_input):
    system_instruction = f"""
    你現在是位於台北市大安區信義安和的微醺酒吧『CIE CIE TAIPEI』的專業線上客服小助手。
    你的說話風格熱情、有質感且帶有一點輕鬆微醺的氛圍。
    
    以下是從官方網站最新同步的資訊（包含原創調酒、經典酒水、精緻餐點、環境與規範）：
    ---
    {st.session_state.knowledge}
    ---
    
    【核心任務】：
    請嚴格基於上述提供的資訊來回答客人的問題。
    如果客人問了菜單上沒有的品項，或超出了上述資訊範圍，請禮貌地告知：「目前小助手手邊沒有這項資訊，建議您直接私訊我們的 IG 或是現場詢問調酒師喔！」
    
    【嚴格輸出限制】：
    1. 在回覆的最一開始，請務必先明確標示你是參考了文本中的哪個分類來作答（請擷取對應的【領域：XXX】標題）。例如：「🍸 **為您翻閱：【領域：🍸 原創調酒 (Cocktails)】**」，換行後再開始熱情地回答。
    2. 絕對禁止輸出任何你的內部思考過程、計畫草稿、英文標籤、或是角色設定分析。
    3. 所有的輸出內容必須 100% 都是直接面對客人溝通的繁體中文對話。
    """
    
    # 加入自動重試迴圈，最多嘗試 2 次
    max_retries = 2
    for attempt in range(max_retries):
        try:
            # 將 Streamlit 儲存的歷史紀錄，轉換為新版 SDK 規定的格式
            history_format = []
            for msg in st.session_state.messages:
                role = "user" if msg["role"] == "user" else "model"
                history_format.append(
                    types.Content(role=role, parts=[types.Part.from_text(text=msg["content"])])
                )

            # 使用新版 client 建立對話，並帶入歷史紀錄
            chat = client.chats.create(
                model="gemma-4-31b-it", 
                config=types.GenerateContentConfig(
                    system_instruction=system_instruction,
                    temperature=0.4, # 稍微帶點彈性，讓微醺語氣更生動自然
                ),
                history=history_format
            )
            
            response = chat.send_message(user_input)
            return response.text
            
        except Exception as e:
            error_msg = str(e)
            
            # 遇到 500 錯誤時，如果在重試次數內，暫停 1.5 秒後自動重試
            if "500" in error_msg and attempt < (max_retries - 1):
                time.sleep(5)
                continue
                
            # 錯誤處理：根據酒吧氛圍客製化錯誤訊息
            if "429" in error_msg or "quota" in error_msg.lower():
                return "⚠️ **系統提示：**\n\n目前吧台前詢問的客人較多，小助手稍微忙不過來了！請您先喝杯水，稍等幾分鐘後再試喔！"
            elif "500" in error_msg:
                return "🔄 **系統提示：**\n\n小助手剛剛去倒了杯酒（連線短暫不穩定），請您再點擊發送一次剛剛的問題喔！"
            else:
                return f"❌ **發生預期外錯誤**\n\n訊息：{error_msg}"

# 6. 對話邏輯
prompt = st.chat_input("想喝點什麼？或是想了解什麼資訊呢？")

if st.session_state.example_prompt:
    prompt = st.session_state.example_prompt
    st.session_state.example_prompt = None

if prompt:
    st.session_state.messages.append({"role": "user", "content": prompt})
    
    for message in st.session_state.messages:
        with st.chat_message(message["role"]):
            st.markdown(message["content"])

    with st.chat_message("assistant"):
        response_text = get_gemini_response(prompt)
        st.markdown(response_text)
    
    st.session_state.messages.append({"role": "assistant", "content": response_text})
    st.rerun()
else:
    for message in st.session_state.messages:
        with st.chat_message(message["role"]):
            st.markdown(message["content"])