#            PATIO  DE  JUEGOS  DE INTELIGENCIA ARTIFICIAL
#             PROYECTO 50 Consulta Médica colombiana IA
#               Consejero Médico regional personalizado
#                        Bogota colombia 2024

import gradio as gr
import os
import google.generativeai as genai

# --- CONFIGURACIÓN DE GEMINI ---
GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")

if not GEMINI_API_KEY:
    print("Error: GEMINI_API_KEY no encontrada. Por favor configúrala en tus variables de entorno.")
    # En un script real, podrías querer salir o levantar una excepción aquí.
    # Para Gradio, si la clave no está, la llamada a la API fallará más tarde.
    # exit() # Descomentar si quieres que el script termine si no hay clave
else:
    try:
        genai.configure(api_key=GEMINI_API_KEY)
    except Exception as e:
        print(f"Error al configurar Gemini API: {e}")
        # exit() # Descomentar si quieres que el script termine si la configuración falla

# Inicializar el modelo Gemini (puedes cambiar "gemini-1.5-flash" por otro, ej. "gemini-1.5-pro-latest")
# Usamos "gemini-1.5-flash" por ser más rápido y económico, adecuado para muchos casos de chat.
try:
    gemini_model = genai.GenerativeModel("gemini-1.5-flash")
    print("Modelo Gemini inicializado correctamente.")
except Exception as e:
    print(f"Error al inicializar el modelo Gemini: {e}")
    gemini_model = None # Asegurarse de que la app no intente usar un modelo no inicializado

# Función para manejar la completación del chat con Gemini
def chat_con_bot(ciudad, informacion_clinica):
    if not gemini_model:
        return "Error: El modelo Gemini no está disponible. Verifica la configuración de la API Key y el modelo."
    if not GEMINI_API_KEY: # Doble chequeo por si el print anterior no detuvo la ejecución
        return "Error: GEMINI_API_KEY no configurada. La aplicación no puede funcionar."

    mensaje_usuario = f"Ciudad: {ciudad}. Información clínica: {informacion_clinica}"
    
    # El prompt para Gemini puede beneficiarse de un rol o instrucción más explícita
    # sobre cómo debe actuar, similar a un system prompt.
    # Por ejemplo, podrías anteponer:
    # "Eres un consejero médico colombiano. Proporciona información basada en los siguientes datos, ajustando tu lenguaje según el nivel educativo y la epidemiología local."
    # Sin embargo, para mantener la similitud con el original, solo pasamos el mensaje.

    # Para Gemini, los parámetros como temperature, max_tokens, top_p se pasan en `generation_config`
    generation_config = genai.types.GenerationConfig(
        temperature=0.7,
        max_output_tokens=1024, # Equivalente a max_tokens en Groq
        top_p=1
        # stop_sequences=None # Equivalente a stop en Groq, si lo necesitas
    )

    try:
        completion = gemini_model.generate_content(
            mensaje_usuario,
            generation_config=generation_config,
            stream=True
        )
        
        respuesta = ""
        for chunk in completion:
            # Gemini chunks tienen el texto directamente en chunk.text (o en partes si hay candidatos múltiples)
            # Para un chat simple, chunk.text suele ser suficiente.
            if chunk.parts: # Más robusto para manejar diferentes tipos de chunks
                respuesta += "".join(part.text for part in chunk.parts if hasattr(part, 'text'))
            elif hasattr(chunk, 'text') and chunk.text:
                 respuesta += chunk.text

    except Exception as e:
        print(f"Error durante la llamada a Gemini API: {e}")
        return f"Hubo un error al procesar tu solicitud con Gemini: {str(e)}"
    
    return respuesta

# Configurar la interfaz de Gradio usando Blocks
with gr.Blocks(theme=gr.themes.Soft()) as interfaz: # Añadido un tema suave para mejor apariencia
    gr.Markdown("# Consulta Médica colombiana IA\nModelo Gemini 1.5 Flash en español") # Actualizado el modelo
    
    with gr.Row():
        informacion_clinica = gr.Textbox(
            label="¿Cuáles son tus síntomas, desde cuándo aparecieron, cuál es tu sexo, edad, y antecedentes médicos, fármacos y si hay algún hallazgo físico observable?",
            lines=5, # Más espacio para texto largo
            placeholder="Ej: Dolor de cabeza y fiebre desde hace 2 días, mujer, 30 años, sufro de migraña, tomo ibuprofeno, no veo nada raro al examinarme."
        )
    
    with gr.Row():
        ciudad = gr.Textbox(
            label="¿En qué ciudad o municipio vives (para ajustes epidemiológicos) y qué nivel de educación tienes (para ajustar la explicación de tu enfermedad)?",
            value="Bogotá",
            placeholder="Ej: Medellín, bachiller"
        )

    with gr.Row():
        respuesta_bot = gr.Textbox(label="Respuesta del Consejero Médico IA", lines=10, interactive=False) # Renombrado para claridad y hecho no interactivo
    
    with gr.Row():
        enviar = gr.Button("Enviar Consulta") # Texto del botón más descriptivo
        limpiar = gr.Button("Limpiar Campos")

    def limpiar_campos():
        return "Bogotá", "", "" # Limpia ciudad (a Bogotá), información clínica y respuesta

    enviar.click(fn=chat_con_bot, inputs=[ciudad, informacion_clinica], outputs=respuesta_bot)
    limpiar.click(fn=limpiar_campos, inputs=None, outputs=[ciudad, informacion_clinica, respuesta_bot]) # Asegúrate de que 'respuesta_bot' coincide con el nombre del output Textbox

# Lanzar la aplicación
if __name__ == "__main__":
    if not GEMINI_API_KEY or not gemini_model:
        print("No se puede iniciar la interfaz de Gradio debido a problemas con la API de Gemini.")
        print("Por favor, asegúrate de que la variable de entorno GEMINI_API_KEY está configurada correctamente.")
    else:
        interfaz.launch()