app.py

import gradio as gr
from huggingface_hub import InferenceClient

# ================================
# CẤU HÌNH NHẬN THỨC CỦA AI (TÙY CHỈNH TẠI ĐÂY)
# ================================
AI_NAME = "AI Assistant"
AI_CREATOR = "AI "
AI_DESCRIPTION = (
    "Tôi là một trợ lý trí tuệ nhân tạo được tạo ra bởi Trương Quốc Nam. "
    "Tôi được huấn luyện để hỗ trợ học tập, giải đáp thắc mắc bằng tiếng Việt một cách thân thiện, chính xác và giàu thông tin. "
    "Tôi luôn cố gắng trả lời ngắn gọn, dễ hiểu và có ví dụ minh họa khi cần."
)

DEFAULT_SYSTEM_MESSAGE = f"""
Bạn là {AI_NAME}, một trợ lý AI thông minh và thân thiện.
{AI_DESCRIPTION}

Khi được hỏi "bạn là ai", "ai tạo ra bạn", "ai làm ra bạn", hãy trả lời tự nhiên, ví dụ:
"Tôi là {AI_NAME}, được tạo ra bởi {AI_CREATOR} để hỗ trợ mọi người học tập và khám phá tri thức!"

Luôn trả lời bằng tiếng Việt, lịch sự, rõ ràng và có tính giáo dục.
""".strip()

# ================================
# MODEL MẠNH + HỖ TRỢ TIẾNG VIỆT TỐT NHẤT 2025 (miễn phí)
# ================================
# Bạn có thể thay bằng các model khác:
# - "Qwen/Qwen2.5-72B-Instruct"        → cực mạnh, hiểu sâu tiếng Việt
# - "meta-llama/Meta-Llama-3.1-70B-Instruct"
# - "vinai/PhoGPT-7B5-Instruct"
# - "mistralai/Mistral-7B-Instruct-v0.3"
DEFAULT_MODEL = "Qwen/Qwen2.5-72B-Instruct"  # Đề xuất: nhanh + thông minh + hiểu sâu văn hóa VN

def respond(
    message,
    history: list,
    system_message,
    max_tokens,
    temperature,
    top_p,
    model_name,
    hf_token: gr.OAuthToken,
):
    # Nếu người dùng chưa đăng nhập → thông báo nhẹ nhàng
    if hf_token is None or hf_token.token is None:
        yield "Vui lòng đăng nhập Hugging Face (nút bên trái) để sử dụng chatbot nhé! 😊"
        return

    # Tạo client với token tự động
    client = InferenceClient(token=hf_token.token)

    # Tạo danh sách tin nhắn theo chuẩn OpenAI
    messages = [{"role": "system", "content": system_message or DEFAULT_SYSTEM_MESSAGE}]

    # Thêm lịch sử chat
    for user_msg, assistant_msg in history:
        if user_msg:
            messages.append({"role": "user", "content": user_msg})
        if assistant_msg:
            messages.append({"role": "assistant", "content": assistant_msg})

    # Thêm tin nhắn mới
    messages.append({"role": "user", "content": message})

    # Streaming response
    response = ""
    try:
        for chunk in client.chat_completion(
            messages,
            model=model_name or DEFAULT_MODEL,
            max_tokens=max_tokens,
            temperature=temperature,
            top_p=top_p,
            stream=True,
        ):
            if chunk.choices and chunk.choices[0].delta.content:
                token = chunk.choices[0].delta.content
                response += token
                yield response
    except Exception as e:
        yield f"Xin lỗi, có lỗi xảy ra: {str(e)}\nBạn thử lại hoặc chọn model nhẹ hơn nhé!"

# ================================
# GIAO DIỆN GRADIO ĐẸP + DỄ DÙNG
# ================================
with gr.Blocks(title=f"{AI_NAME} - Trợ lý AI của HHH", theme=gr.themes.Soft()) as demo:
    gr.Markdown(f"# 🤖 {AI_NAME}\n{AI_DESCRIPTION}")

    with gr.Row():
        with gr.Column(scale=1):
            gr.LoginButton()  # Nút đăng nhập Hugging Face (bắt buộc để dùng Inference API an toàn)
            gr.Markdown("##### Cài đặt nâng cao")

            model_dropdown = gr.Dropdown(
                label="Chọn mô hình AI",
                choices=[
                    "Qwen/Qwen2.5-72B-Instruct",
                    "meta-llama/Meta-Llama-3.1-70B-Instruct",
                    "mistralai/Mistral-7B-Instruct-v0.3",
                    "vinai/PhoGPT-7B5-Instruct",
                    "google/gemma-2-27b-it",
                ],
                value=DEFAULT_MODEL,
                allow_custom_value=True,
            )

            system_box = gr.Textbox(
                label="System Prompt (nhận thức của AI)",
                value=DEFAULT_SYSTEM_MESSAGE,
                lines=6,
            )

            with gr.Accordion("Tham số kỹ thuật", open=False):
                max_tokens = gr.Slider(1, 4096, value=1024, step=64, label="Max tokens")
                temperature = gr.Slider(0.1, 2.0, value=0.7, step=0.1, label="Temperature")
                top_p = gr.Slider(0.1, 1.0, value=0.95, step=0.05, label="Top-p")

        with gr.Column(scale=3):
            chatbot = gr.ChatInterface(
                fn=respond,
                type="messages",
                autofocus=True,
                additional_inputs=[
                    system_box,
                    max_tokens,
                    temperature,
                    top_p,
                    model_dropdown,
                ],
            )

    gr.Markdown(
        "<small></small>"
    )

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