import gradio as gr
import sqlite3
import pandas as pd
import plotly.express as px
import random
import json
import os
from datetime import datetime
from transformers import pipeline
# --- DB & MODEL SETUP ---
def init_db():
conn = sqlite3.connect('faithpath.db')
conn.execute('CREATE TABLE IF NOT EXISTS journal_entries (id INTEGER PRIMARY KEY AUTOINCREMENT, date TEXT, entry_text TEXT, detected_emotion TEXT, mission_source TEXT, mission_text TEXT, city TEXT)')
conn.commit(); conn.close()
init_db()
sentiment_analyzer = pipeline('sentiment-analysis', model='savasy/bert-base-turkish-sentiment-cased')
with open('faith_library_final_v56.json', 'r', encoding='utf-8') as f:
faith_library = json.load(f)
def semantic_engine(metin):
t = metin.lower()
logic = {
'öfke_ve_gerginlik': ['nevrim döndü', 'parlamamak', 'zor tutuyorum', 'damarıma bas', 'tepemin tasını'],
'şükran_ve_minnet': ['secde-i şükran', 'hamdolsun', 'minnettarım', 'allah bin bereket'],
'sabır_ve_metanet': ['bağrıma taş bastım', 'isyan etmeksizin', 'dişini sıkıp', 'sabır taşı'],
'cömertlik_ve_paylaşma': ['rızkı paylaştıkça', 'ihtiyacı olana', 'infak etmek', 'sadaka']
}
for cat, words in logic.items():
if any(w in t for w in words): return cat, random.choice(faith_library.get(cat, []))
res = sentiment_analyzer(metin)[0]
cat = 'mutluluk_ve_huzur' if res['label'] == 'positive' else 'hüzün_ve_keder'
return cat, random.choice(faith_library.get(cat, []))
def process_user(text):
if len(text.strip()) < 10: return "
Hata: Analiz için daha detaylı bir cümle yazmalısınız.
"
cat, mission = semantic_engine(text)
conn = sqlite3.connect('faithpath.db')
conn.execute('INSERT INTO journal_entries (date, entry_text, detected_emotion, mission_source, mission_text, city) VALUES (?,?,?,?,?,?)',
(datetime.now().strftime('%Y-%m-%d %H:%M:%S'), text, cat, mission['kaynak'], mission['metin'], 'Belirtilmemiş'))
conn.commit(); conn.close()
return f"""
🕊️ Manevi Rehberlik
Sistem Analizi: {cat.replace('_',' ').title()}
"{mission['metin']}"
— {mission['kaynak']}
🎯 Bugünün Kalp Görevi:
{mission.get('rehber_mesaji', 'Ailenizle vakit geçirin.')}
"""
def get_admin(pwd):
if pwd != 'Enes.13112006': return gr.update(visible=False), None, None, "### Hata: Yetkisiz Erişim"
conn = sqlite3.connect('faithpath.db'); df = pd.read_sql_query('SELECT * FROM journal_entries ORDER BY id DESC', conn); conn.close()
if df.empty: return gr.update(visible=True), None, None, "Veri yok."
# Plot 1: Sentiment Distribution
fig_pie = px.pie(df, names='detected_emotion', title='Genel Duygu Dağılımı', template='plotly_dark', hole=.4)
# Plot 2: Time Trend (DD/MM/YYYY)
df['date_dt'] = pd.to_datetime(df['date'])
trend_df = df.groupby(df['date_dt'].dt.date).size().reset_index(name='Sayi')
fig_line = px.line(trend_df, x='date_dt', y='Sayi', title='Kayıt Trendi', template='plotly_dark', markers=True)
fig_line.update_xaxes(tickformat="%d/%m/%Y")
table = df[['date', 'entry_text', 'detected_emotion']].to_html(classes='table table-dark table-hover', index=False)
return gr.update(visible=True), fig_pie, fig_line, f"### Toplam Kayıt: {len(df)}\n{table}"
# --- UI DESIGN ---
with gr.Blocks(theme=gr.themes.Soft(), css='.gradio-container {background-color: #0f172a}') as demo:
gr.Markdown("🕊️ FaithPath Professional v5.8.8
")
with gr.Tabs():
with gr.Tab('🕊️ Rehberlik Asistanı'):
with gr.Row():
with gr.Column(scale=2):
txt = gr.Textbox(label='Bugün ailenizle ilgili neler yaşadınız?', placeholder='Duygularınızı buraya yazın...', lines=10)
btn = gr.Button('Analiz Et ve Rehberlik Al', variant='primary')
with gr.Column(scale=3): out = gr.HTML()
btn.click(process_user, [txt], out)
with gr.Tab('📊 Yönetici Paneli'):
with gr.Row():
pwd = gr.Textbox(label='Yönetici Şifresi', type='password'); lbtn = gr.Button('Sisteme Giriş')
with gr.Column(visible=False) as zone:
with gr.Row():
plt1 = gr.Plot(); plt2 = gr.Plot()
stats = gr.HTML()
lbtn.click(get_admin, pwd, [zone, plt1, plt2, stats])
gr.Markdown("Enes YILMAZ - Karabük University | Time Analysis & Simplified UI")
demo.launch()