import gradio as gr
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
import torch

# 1. Загружаем модель вручную (это исправит ошибку KeyError)
model_name = "MBZUAI/LaMini-Flan-T5-77M"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)

# 2. Логика генерации текста
def tinislm_chat(message, history):
    # Промпт для модели (без лишнего мусора в чате)
    prompt = f"Answer briefly: {message}"
    
    # Кодируем текст для нейросети
    inputs = tokenizer(prompt, return_tensors="pt", truncation=True, max_length=512)
    
    # Генерируем ответ
    with torch.no_grad():
        outputs = model.generate(
            **inputs, 
            max_length=256, 
            do_sample=True, 
            temperature=0.7,
            top_p=0.9
        )
    
    # Декодируем обратно в текст
    answer = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return answer

# 3. ТОТ САМЫЙ СТИЛЬ (настройки из первого варианта)
# Мы создаем тему "Soft" и перекрашиваем её в черный
theme = gr.themes.Soft(
    primary_hue="blue",
    secondary_hue="slate",
    font=[gr.themes.GoogleFont("Inter"), "ui-sans-serif", "system-ui"],
).set(
    # Настройки черного фона и синих акцентов
    body_background_fill="#000000",
    block_background_fill="#0a0a0a",
    block_border_width="1px",
    block_label_text_color="#3b82f6",
    button_primary_background_fill="#3b82f6",
    button_primary_text_color="#ffffff",
    border_color_primary="#3b82f6"
)

# 4. Создаем интерфейс чата
demo = gr.ChatInterface(
    fn=tinislm_chat,
    title="🚀 tinislm-v1.0-mn",
    description="Разработчик: GGsher. Тот самый стиль, тот самый чат.",
    theme=theme,
    # Примеры запросов
    examples=["Кто такой Альберт Эйнштейн?", "Расскажи анекдот про роботов", "Как сделать ИИ на телефоне?"],
    # Переименовываем кнопки
    submit_btn="Отправить",
    stop_btn="Стоп",
    retry_btn="🔄 Повторить",
    undo_btn="↩️ Отмена",
    clear_btn="🗑️ Удалить всё",
)

# Запуск
if __name__ == "__main__":
    demo.launch()