import gradio as gr
from transformers import pipeline # Hanya perlu pipeline untuk model IndoBART
import torch

# ---------- LOAD MODEL ----------
# Menggunakan pipeline untuk model IndoBART v2
try:
    # Memuat model IndoBART v2
    summarizer_pipeline = pipeline("summarization", model="gaduhhartawan/indobart-base-v2")
    print("Model IndoBART v2 (gaduhhartawan/indobart-base-v2) berhasil dimuat.")
except Exception as e:
    summarizer_pipeline = None
    print(f"Error saat memuat model IndoBART v2: {str(e)}") # Cetak error ke konsol jika gagal dimuat

# ---------- SUMMARIZATION FUNCTION ----------
def summarize_text_simple(text_input, min_length_val=30, max_length_val=150):
    # Cek apakah model berhasil dimuat
    if summarizer_pipeline is None:
        return "❌ Error: Model ringkasan gagal dimuat. Coba lagi nanti."

    if not text_input.strip():
        return "⚠️ Mohon masukkan teks yang ingin diringkas!"

    # Pastikan panjang minimum dan maksimum masuk akal
    if min_length_val >= max_length_val:
        return "⚠️ Panjang minimum harus lebih kecil dari panjang maksimum!"
    if min_length_val <= 0 or max_length_val <= 0:
        return "⚠️ Panjang tidak boleh nol atau negatif!"
    
    try:
        # Lakukan ringkasan menggunakan pipeline IndoBART
        summary = summarizer_pipeline(
            text_input,
            min_length=int(min_length_val),
            max_length=int(max_length_val),
            truncation=True # Penting: Potong input jika terlalu panjang untuk model
            # IndoBART biasanya tidak memerlukan 'num_beams' atau 'early_stopping' eksplisit di pipeline
            # karena pipeline sudah mengelola pengaturan default yang baik.
        )
        
        # Hasil ringkasan ada di 'summary_text'
        summarized_text = summary[0]['summary_text']
        
        result_message = f"""
        <h3>Teks Ringkasan Anda:</h3>
        <p>{summarized_text}</p>
        """
        
        return result_message
    
    except Exception as e:
        return f"❌ Terjadi kesalahan saat meringkas: {str(e)}"

# ---------- GRADIO INTERFACE ----------
with gr.Blocks(title="Aplikasi Ringkasan Teks IndoBART") as demo:
    gr.Markdown("# 📝 Aplikasi Ringkasan Teks (IndoBART)")
    gr.Markdown("Masukkan teks panjang berbahasa Indonesia di bawah ini untuk mendapatkan versi ringkasnya menggunakan model IndoBART v2.")

    with gr.Row():
        text_input = gr.Textbox(
            label="Teks Asli (Bahasa Indonesia)",
            placeholder="Masukkan teks panjang berbahasa Indonesia yang ingin Anda ringkas di sini...",
            lines=10
        )
    
    with gr.Row():
        min_length_slider = gr.Slider(
            minimum=10,
            maximum=100,
            value=30,
            step=1,
            label="Panjang Ringkasan Minimum"
        )
        max_length_slider = gr.Slider(
            minimum=50,
            maximum=200, # Batasi maksimum yang lebih masuk akal untuk ringkasan
            value=80,
            step=1,
            label="Panjang Ringkasan Maksimum"
        )

    summarize_btn = gr.Button("✨ Ringkas Sekarang")

    summary_output = gr.HTML(label="Hasil Ringkasan")

    # Menghubungkan tombol ke fungsi ringkasan
    summarize_btn.click(
        fn=summarize_text_simple,
        inputs=[text_input, min_length_slider, max_length_slider],
        outputs=summary_output
    )

    gr.Markdown("""
    ---
    <div style='text-align: center; margin-top: 20px;'>
        <p>Didukung oleh Hugging Face Transformers (Model: gaduhhartawan/indobart-base-v2) dan Gradio.</p>
    </div>
    """)

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