from transformers import pipeline

# 1. Muat model zero-shot bahasa Indonesia yang ringan (~300MB)
classifier = pipeline(
    "zero-shot-classification", 
    model="MoritzLaurer/mDeBERTa-v3-base-xnli-multilingual-nli-2mil7"
)

# 2. Strukturkan data Anda: Sandingkan "Nama Produk" dengan "Link Affiliate Shopee"
katalog_affiliate = [
    {
        "nama": "Sepatu Lari Nike Air Running Shoes", 
        "link": "https://shope.ee"
    },
    {
        "nama": "Laptop Gaming Asus ROG Strix Ryzen 7", 
        "link": "https://shope.ee"
    },
    {
        "nama": "Kopi Arabika Gayo Aceh Premium 250gram", 
        "link": "https://shope.ee"
    },
    {
        "nama": "Keyboard Mekanikal Wireless Bluetooth RKG68", 
        "link": "https://shope.ee"
    },
    {
        "nama": "Jaket Gunung Outdoor Waterproof Anti Angin", 
        "link": "https://shope.ee"
    }
]

# Ambil daftar nama produk saja untuk dijadikan label klasifikasi bagi AI
daftar_nama_produk = [produk["nama"] for produk in katalog_affiliate]

# 3. Menerima input teks dari calon pembeli
input_user = "Rekomendasikan keyboard komputer buat ngetik malam hari yang gak berisik dan tanpa kabel"

# 4. Proses pencocokan makna teks secara instan oleh model AI
hasil = classifier(input_user, candidate_labels=daftar_nama_produk)

# 5. Tampilkan hasil rekomendasi teratas lengkap dengan Link Shopee-nya
print(f"Permintaan User: '{input_user}'\n")
print("🎯 Rekomendasi Produk untuk Anda:")

# Mengambil 2 rekomendasi teratas (top_k=2)
for i in range(2):
    nama_terpilih = hasil['labels'][i]
    skor_kecocokan = hasil['scores'][i]
    
    # Cari link affiliate yang sesuai dengan nama produk terpilih
    link_terpilih = next(p["link"] for p in katalog_affiliate if p["nama"] == nama_terpilih)
    
    print(f"\n{i+1}. {nama_terpilih}")
    print(f"   🔥 Kecocokan: {skor_kecocokan*100:.1f}%")
    print(f"   🛒 Beli di Shopee: {link_terpilih}")