import gradio as gr
from transformers import pipeline

#Configuración del modelo
modelo_sentimiento = "pysentimiento/robertuito-sentiment-analysis"

print("Cargando modelo de sentimientos... (Esto es rápido)")

try:
    clasificador = pipeline("text-classification", model=modelo_sentimiento)
    print("✅ Modelo cargado y listo.")
except Exception as e:
    print(f"❌ Error al cargar: {e}")
    clasificador = None

def analizar_texto(texto):
    if clasificador is None:
        return "Error: El modelo no está cargado."
    
    if not texto:
        return "Escribe algo primero."
    
    try:
        resultados = clasificador(texto)
        
        # Formateamos bonito el resultado
        mejor_resultado = resultados[0]
        etiqueta = mejor_resultado['label'] # POS, NEG, NEU
        confianza = round(mejor_resultado['score'] * 100, 2)
        
        # Traducción de etiquetas para que se entienda mejor
        traduccion = {
            'POS': '😃 Positivo',
            'NEG': '😡 Negativo',
            'NEU': '😐 Neutro'
        }
        
        resultado_texto = traduccion.get(etiqueta, etiqueta)
        return f"{resultado_texto} (Confianza: {confianza}%)"

    except Exception as e:
        return f"Error al analizar: {str(e)}"

# --- INTERFAZ GRÁFICA ---
with gr.Blocks(theme=gr.themes.Base()) as demo:
    gr.Markdown("# 🌡️ Termómetro de Opinión")
    gr.Markdown("Escribe una frase, reseña o tweet y la IA detectará el tono emocional.")
    
    with gr.Row():
        input_text = gr.Textbox(
            label="Tu texto", 
            placeholder="Ej: ¡Este producto es una maravilla, me encanta!",
            lines=3
        )
        output_text = gr.Label(label="Sentimiento Detectado")
    
    btn = gr.Button("Analizar Sentimiento", variant="primary")
    btn.click(fn=analizar_texto, inputs=input_text, outputs=output_text)
    
    gr.Examples(
        examples=[
            ["El servicio fue pésimo y la comida estaba fría."],
            ["Es una película entretenida, aunque el final es un poco flojo."],
            ["¡Estoy superfeliz con mi nueva compra!"]
        ],
        inputs=input_text
    )

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