app.py

import gradio as gr
from google import genai
from google.genai import types
import json
import numpy as np
from typing import List, Dict, Tuple
import os

# --- 1. Yapılandırma ---
API_KEY = os.getenv("gemini_api")  # Buraya API key'ini koy

if not API_KEY:
    print("UYARI: API_KEY boş. Lütfen API key'inizi girin.")

gemini_client = None
if API_KEY:
    gemini_client = genai.Client(api_key=API_KEY)

# Dosya yolları
MAIN_DATA_FILE = "updated_risale_final.json"
EMBEDDINGS_FILE = "temizlenmis.json"

# Global veri cache
main_data_cache = {}
embeddings_data_cache = {}

# --- 2. Yer Tespiti ve Arama Fonksiyonları ---

def extract_location_references_with_llm(query: str) -> List[str]:
    """LLM kullanarak sorgudaki yer referanslarını tespit et ve arama terimlerini oluştur"""
    if not gemini_client:
        return []
    
    location_prompt = f"""
Aşağıdaki kullanıcı sorgusunu analiz et ve Risale-i Nur'dan belirli bir "yer" (Söz, Mektup, Şua, Lem'a, Mesele vb.) referansı var mı kontrol et.

Kullanıcı Sorgusu: "{query}"

Eğer sorguda yer referansı varsa, o yerin farklı yazılış şekillerini oluştur. Örneğin:
- "26. söz" için: ["Yirmialtıncı Söz", "Yirmi Altıncı Söz"] (Kesinlikle hem ayrı hem birleşik şekilde her zaman oluştur)
- "3. mektup" için: ["Üçüncü Mektup"]
- "birinci şua" için: ["Birinci Şua"]

Sadece JSON formatında cevap ver:
{{"has_location": true/false, "search_terms": ["terim1", "terim2"]}}

Eğer yer referansı yoksa:
{{"has_location": false, "search_terms": []}}
"""

    try:
        response = gemini_client.models.generate_content(
            model="gemini-2.5-flash",
            contents=location_prompt,
            config=types.GenerateContentConfig(
                thinking_config=types.ThinkingConfig(thinking_budget=0)
            ),
        )
        
        response_text = response.text
        response_text = response_text.replace("```json","").replace("```","")

        # JSON response'u parse et
        result = json.loads(response_text)
        
        if result.get('has_location', False):
            return result.get('search_terms', [])
        else:
            return []
            
    except Exception as e:
        print(f"Yer tespiti hatası: {e}")
        return []

def search_by_location(location_terms: List[str], main_data: Dict) -> List[Dict]:
    """Belirtilen yerlerde arama yap"""
    location_results = []
    
    for location_term in location_terms:
        for path_key, item_data in main_data.items():
            path_hierarchy = item_data.get('path_hierarchy', [])
            
            # Path hierarchy'de bu terimi ara
            for path_part in path_hierarchy:
                if location_term.lower() in path_part.lower():
                    location_results.append({
                        'path_key': path_key,
                        'similarity': 1.0,  # Tam eşleşme
                        'match_type': 'location_match',
                        'match_content': f"Yer referansı: {location_term}",
                        'main_data': item_data,
                        'matched_location': location_term
                    })
                    break
    
    return location_results[:20] if len(location_results) > 20 else location_results

# --- 3. Mevcut Yardımcı Fonksiyonlar ---

def cosine_similarity(vec1: List[float], vec2: List[float]) -> float:
    """İki vektör arasındaki cosine similarity hesapla"""
    if not vec1 or not vec2:
        return 0.0
    
    vec1 = np.array(vec1)
    vec2 = np.array(vec2)
    
    dot_product = np.dot(vec1, vec2)
    norm1 = np.linalg.norm(vec1)
    norm2 = np.linalg.norm(vec2)
    
    if norm1 == 0 or norm2 == 0:
        return 0.0
    
    return dot_product / (norm1 * norm2)

def get_query_embedding(query: str) -> List[float]:
    """Sorgu için embedding oluştur"""
    if not gemini_client:
        return []
    
    try:
        result = gemini_client.models.embed_content(
            model="gemini-embedding-001",
            contents=[query],
            config=types.EmbedContentConfig(task_type="RETRIEVAL_QUERY")
        )
        return result.embeddings[0].values
    except Exception as e:
        print(f"Query embedding hatası: {e}")
        return []

def load_data_files() -> Tuple[Dict, Dict]:
    """Ana veri ve embedding dosyalarını yükle"""
    global main_data_cache, embeddings_data_cache
    
    # Cache'den döndür
    if main_data_cache and embeddings_data_cache:
        return main_data_cache, embeddings_data_cache
    
    try:
        # Ana veri dosyasını yükle
        with open(MAIN_DATA_FILE, 'r', encoding='utf-8') as f:
            main_data = json.load(f)
        
        # Embedding dosyasını yükle
        with open(EMBEDDINGS_FILE, 'r', encoding='utf-8') as f:
            embeddings_data = json.load(f)
        
        # Ana veriyi path_key ile indexle
        main_data_indexed = {}
        for item in main_data:
            path_key = " > ".join(item.get("path_hierarchy", []))
            main_data_indexed[path_key] = item
        
        # Cache'e kaydet
        main_data_cache = main_data_indexed
        embeddings_data_cache = embeddings_data
        
        return main_data_indexed, embeddings_data
    
    except FileNotFoundError as e:
        print(f"Dosya bulunamadı: {e}")
        return {}, {}
    except Exception as e:
        print(f"Dosya yükleme hatası: {e}")
        return {}, {}

def search_in_embeddings(query_embedding: List[float], embeddings_data: Dict, main_data: Dict, top_k: int = 5, exclude_paths: List[str] = None) -> List[Dict]:
    """Embedding'lerde arama yap"""
    results = []
    exclude_paths = exclude_paths or []
    
    for path_key, embedding_info in embeddings_data.items():
        if path_key not in main_data or path_key in exclude_paths:
            continue
        
        # Gaye ile karşılaştır
        gaye_embedding = embedding_info.get('gaye_embedding', [])
        if gaye_embedding:
            gaye_similarity = cosine_similarity(query_embedding, gaye_embedding)
        else:
            gaye_similarity = 0.0
        
        # Konular ile karşılaştır (en yüksek similarity'yi al)
        konular_embeddings = embedding_info.get('konular_embeddings', [])
        max_konu_similarity = 0.0
        best_konu_index = -1
        
        for i, konu_embedding in enumerate(konular_embeddings):
            if konu_embedding:
                similarity = cosine_similarity(query_embedding, konu_embedding)
                if similarity > max_konu_similarity:
                    max_konu_similarity = similarity
                    best_konu_index = i
        
        # En yüksek similarity'yi al (gaye vs konular)
        if gaye_similarity > max_konu_similarity:
            best_similarity = gaye_similarity
            match_type = "gaye"
            match_content = main_data[path_key].get('gaye', '')
        else:
            best_similarity = max_konu_similarity
            match_type = "konu"
            konular = main_data[path_key].get('konular', [])
            match_content = konular[best_konu_index] if best_konu_index < len(konular) else ''
        
        if best_similarity > 0.1:  # Minimum threshold
            results.append({
                'path_key': path_key,
                'similarity': best_similarity,
                'match_type': match_type,
                'match_content': match_content,
                'main_data': main_data[path_key]
            })
    
    # Similarity'ye göre sırala ve top_k'yı al
    results.sort(key=lambda x: x['similarity'], reverse=True)
    return results[:top_k]

def generate_answer_with_context(query: str, search_results: List[Dict], location_results: List[Dict] = None) -> str:
    """Bulunan sonuçları kullanarak LLM ile cevap oluştur"""
    if not gemini_client:
        return "API anahtarı ayarlanmamış. Lütfen API_KEY değişkenini doldurun."
    
    if not search_results and not location_results:
        return "Sorgunuzla ilgili bir sonuç bulunamadı."
    
    # Context oluştur
    context_parts = []
    source_counter = 1
    
    # Önce yer tabanlı sonuçları ekle
    if location_results:
        context_parts.append("=== YER TABANLI SONUÇLAR ===")
        for result in location_results:
            main_data = result['main_data']
            path = " > ".join(main_data.get('path_hierarchy', []))
            content = main_data.get('content', '')
            
            context_parts.append(f"""
KAYNAK {source_counter} (YER EŞLEŞMESI):
Konum: {path}\n
Eşleşen Yer: {result.get('matched_location', '')}\n
İçerik: {content}...
""")
            source_counter += 1
    
    # Sonra semantic arama sonuçlarını ekle
    if search_results:
        if location_results:
            context_parts.append("\n=== SEMANTİK ARAMA SONUÇLARI ===")
        
        for result in search_results:
            main_data = result['main_data']
            path = " > ".join(main_data.get('path_hierarchy', []))
            content = main_data.get('content', '')
            
            context_parts.append(f"""
KAYNAK {source_counter}:
Konum: {path}\n
Eşleşen: {result['match_content']} ({result['match_type']})\n
İçerik: {content}...
""")
            source_counter += 1
    
    context = "\n".join(context_parts)
    
    # LLM prompt'u
    location_context = ""
    if location_results:
        locations = [r.get('matched_location', '') for r in location_results]
        location_context = f"\n\nKullanıcı özellikle şu yerlerden bahsetti: {', '.join(locations)}. Bu yerlerdeki bilgileri öncelikli olarak kullan."

    system_prompt = f"""
Sen Risale-i Nur külliyatı konusunda uzman bir rehbersin. Kullanıcının sorusunu, verilen kaynaklardan yararlanarak kapsamlı ve doğru bir şekilde cevapla.

KULLANICI SORUSU: {query}{location_context}

BULUNAN KAYNAKLAR:
{context}

Kurallar:
1. Sadece verilen kaynaklardan yararlan
2. Hangi kaynaktan bilgi aldığını belirt (Kaynak 1, Kaynak 2 vb.)
3. Eğer yer tabanlı sonuçlar varsa, bunları öncelikli olarak kullan
4. Risale-i Nur'un ruhuna uygun, hikmetli bir cevap ver
5. Eğer kaynaklarda tam cevap yoksa, mevcut bilgilerle ne kadar cevap verebileceğini belirt
"""

    try:
        response = gemini_client.models.generate_content(
            model="gemini-2.5-flash",
            contents=system_prompt,
            config=types.GenerateContentConfig(
                thinking_config=types.ThinkingConfig(thinking_budget=0)
            ),
        )
        return response.text
    except Exception as e:
        print(f"LLM cevap oluşturma hatası: {e}")
        return f"Cevap oluşturulurken bir hata oluştu: {str(e)}"

def format_sources(search_results: List[Dict], has_location_results: bool = False) -> str:
    """Kaynakları formatla"""
    if not search_results:
        return "Kaynak bulunamadı."
    
    sources_text = "## 📚 Bulunan Kaynaklar\n\n"
    
    location_count = 0
    semantic_count = 0
    
    for i, result in enumerate(search_results, 1):
        main_data = result['main_data']
        path = " > ".join(main_data.get('path_hierarchy', []))
        title = main_data.get('title', 'Başlıksız')
        content = main_data.get('content', '')
        
        # Kaynak tipini belirle
        if result.get('match_type') == 'location_match':
            location_count += 1
            source_type = f"🎯 YER EŞLEŞMESI {location_count}"
            match_info = f"**Eşleşen Yer:** {result.get('matched_location', '')}"
        else:
            semantic_count += 1
            source_type = f"🔍 SEMANTİK ARAMA {semantic_count}"
            match_info = f"**Eşleşen:** {result['match_content']} ({result['match_type']}) - Benzerlik: {result['similarity']:.3f}"
        
        sources_text += f"""### Kaynak {i} - {source_type}
**Risale:** {path}\n
{match_info}\n
**İçerik:**
{content[:200]}{'...' if len(content) > 200 else ''}

---

"""
    
    return sources_text

# --- 3. Gradio Fonksiyonları ---

def search_risale_gradio(query: str, top_k: int = 5) -> Tuple[str, str]:
    """Gradio için ana arama fonksiyonu"""
    if not query.strip():
        return "Lütfen bir soru girin.", ""
    
    if not API_KEY:
        return "API anahtarı ayarlanmamış. Lütfen kodu düzenleyerek API_KEY değişkenini doldurun.", ""
    
    # Veri dosyalarını yükle
    main_data, embeddings_data = load_data_files()
    if not main_data or not embeddings_data:
        return "Veri dosyaları yüklenemedi. Lütfen 'updated_risale_final.json' ve 'temizlenmis.json' dosyalarının mevcut olduğundan emin olun.", ""
    
    # Önce LLM ile yer referanslarını tespit et
    location_terms = extract_location_references_with_llm(query)
    location_results = []
    
    if location_terms:
        print(f"🎯 Tespit edilen yerler: {location_terms}")
        location_results = search_by_location(location_terms, main_data)
        print(f"📍 Yer tabanlı {len(location_results)} sonuç bulundu")
    
    # Query embedding'i oluştur
    query_embedding = get_query_embedding(query)
    
    if not query_embedding:
        return "Sorgu embedding'i oluşturulamadı.", ""
    
    # Yer tabanlı sonuçların path'lerini exclude et
    exclude_paths = [result['path_key'] for result in location_results]
    
    # Semantic search yap (yer tabanlı sonuçları hariç tut)
    remaining_slots = max(1, top_k - len(location_results))
    search_results = search_in_embeddings(query_embedding, embeddings_data, main_data, remaining_slots, exclude_paths)
    
    if not search_results and not location_results:
        return "Sorgunuzla ilgili bir sonuç bulunamadı.", ""
    
    # LLM ile cevap oluştur
    answer = generate_answer_with_context(query, search_results, location_results)
    
    # Kaynakları formatla
    all_results = location_results + search_results
    sources = format_sources(all_results, has_location_results=bool(location_results))
    
    return answer, sources

def get_sample_questions():
    """Örnek sorular"""
    return [
        "İmanın faydaları nelerdir?",
        "26. söz'de bahsedildiği gibi kader gerçekten bize bağlı mıdır?",
        "Dünya hayatının önemi nedir?",
        "Namaz kılmanın hikmeti nedir?",
        "İnsanın kainattaki yeri nasıldır?",
        "Tevhid nedir?",
        "Kur'an-ı Kerim'in i'cazı nedir?",
        "Ölümden sonra hayatın varlığını ispatla",
        "İbadet etmenin bana ne faydası var?"
    ]

def load_sample_question(question):
    """Örnek soruyu yükle"""
    return question

# --- 4. Gradio Arayüzü ---

def create_interface():
    """Gradio arayüzü oluştur"""
    
    # CSS stilleri
    css = """
    .gradio-container {
        font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
    }
    .main-header {
        text-align: center;
        background: linear-gradient(135deg, #667eea 0%, #764ba2 100%);
        color: white;
        padding: 2rem;
        border-radius: 10px;
        margin-bottom: 2rem;
    }
    .example-box {
        background-color: #f8f9fa;
        border: 1px solid #e9ecef;
        border-radius: 8px;
        padding: 1rem;
        margin: 1rem 0;
    }
    .source-box {
        background-color: #fff8e1;
        border-left: 4px solid #ffc107;
        padding: 1rem;
        margin: 1rem 0;
        border-radius: 0 8px 8px 0;
    }
    """
    
    with gr.Blocks(css=css, title="Risale-i Nur Semantic Search") as iface:
        
        # Başlık
        gr.HTML("""
        <div class="main-header">
            <h1>🌟 Risale-i Nur Semantic Search Sistemi</h1>
            <p>Risale-i Nur külliyatında semantic arama yapın ve detaylı cevaplar alın</p>
            <p><small>🎯 Yer referansları otomatik tespit edilir (26. söz, üçüncü mektup vb.)</small></p>
        </div>
        """)
        
        with gr.Row():
            with gr.Column(scale=2):
                # Ana arama alanı
                query_input = gr.Textbox(
                    label="📝 Sorunuzu yazın",
                    placeholder="Örnek: 26. söz'de bahsedildiği gibi kader gerçekten bize bağlı mıdır?",
                    lines=2,
                    max_lines=5
                )
                
                # Ayarlar
                with gr.Row():
                    top_k_slider = gr.Slider(
                        minimum=3,
                        maximum=10,
                        value=5,
                        step=1,
                        label="🔍 Kaç kaynak gösterilsin?",
                        info="Arama sonuçlarında gösterilecek kaynak sayısı"
                    )
                
                # Butonlar
                with gr.Row():
                    search_btn = gr.Button("🔍 Ara", variant="primary", size="lg")
                    clear_btn = gr.Button("🗑️ Temizle", variant="secondary")
                
            with gr.Column(scale=1):
                # Örnek sorular
                gr.HTML("<h3>💡 Örnek Sorular</h3>")
                sample_questions = get_sample_questions()
                
                for question in sample_questions:
                    sample_btn = gr.Button(
                        question,
                        variant="outline",
                        size="sm"
                    )
                    sample_btn.click(
                        fn=lambda q=question: q,
                        outputs=query_input
                    )
        
        # Sonuçlar
        gr.HTML("<hr>")
        

        with gr.Row():
            with gr.Column():
                # Kaynaklar
                sources_output = gr.Markdown(
                    label="📚 Kaynaklar",
                    value="Buraya kaynak bilgileri gelecek...",
                    elem_classes=["example-box"]
                )

        with gr.Row():
            with gr.Column():
                # Ana cevap
                answer_output = gr.Markdown(
                    label="📖 Cevap",
                    value="Buraya arama sonuçları gelecek...",
                    elem_classes=["source-box"]
                )
        

        
        # Footer
        gr.HTML("""
        <div style="text-align: center; margin-top: 2rem; padding: 1rem; background-color: #f8f9fa; border-radius: 8px;">
            <p><small>💡 <strong>İpucu:</strong> Daha iyi sonuçlar için sorularınızı açık ve net bir şekilde sorun.</small></p>
            <p><small>🎯 <strong>Yeni özellik:</strong> "26. söz", "üçüncü mektup" gibi yer referansları otomatik tespit edilir!</small></p>
            <p><small>🔧 Bu sistem Google Gemini AI ve semantic search teknolojisi kullanmaktadır.</small></p>
        </div>
        """)
        
        # Event handlers
        search_btn.click(
            fn=search_risale_gradio,
            inputs=[query_input, top_k_slider],
            outputs=[answer_output, sources_output]
        )
        
        clear_btn.click(
            fn=lambda: ("", "Buraya arama sonuçları gelecek...", "Buraya kaynak bilgileri gelecek..."),
            outputs=[query_input, answer_output, sources_output]
        )
        
        # Enter tuşu ile arama
        query_input.submit(
            fn=search_risale_gradio,
            inputs=[query_input, top_k_slider],
            outputs=[answer_output, sources_output]
        )
    
    return iface

# --- 5. Ana Fonksiyon ---

if __name__ == "__main__":
    # Başlangıçta veri dosyalarını yükle
    print("📂 Veri dosyaları yükleniyor...")
    main_data, embeddings_data = load_data_files()
    
    if main_data and embeddings_data:
        print(f"✅ {len(main_data)} ana veri ve {len(embeddings_data)} embedding yüklendi")
    else:
        print("❌ Veri dosyaları yüklenemedi")
    
    if not API_KEY:
        print("\n⚠️  UYARI: API_KEY boş!")
        print("Lütfen kodun başındaki API_KEY değişkenine Google AI API anahtarınızı girin.")
        print("API anahtarı almak için: https://makersuite.google.com/app/apikey\n")
    
    # Arayüzü başlat
    iface = create_interface()
    iface.launch(
        server_name="0.0.0.0",
        server_port=7860,
        share=False,
        debug=True
    )