# app.py
import gradio as gr
import matplotlib.pyplot as plt
from functions import (
    cargar_modalidades_tareas,
    validar_modalidades_tareas,
    generar_grafica_barras,
    buscar_datasets,
    generar_dataset,
    generar_encabezado_inteligente
)

# Cargar modalidades y tareas
MODALIDAD_TAREAS = cargar_modalidades_tareas()
validar_modalidades_tareas(MODALIDAD_TAREAS)

# Interfaz Gradio
with gr.Blocks() as demo:
    gr.Markdown("# Diseñador de Modelos de Redes Neuronales y Generador de Datasets Multimodales")
    
    # Panel 1: Lista de Tareas Disponibles con Checkboxes
    with gr.Row():
        gr.Markdown("### Selecciona Tareas")
        todas_las_tareas = [tarea for tareas in MODALIDAD_TAREAS.values() for tarea in tareas]
        tareas_seleccionadas = gr.CheckboxGroup(choices=todas_las_tareas, label="Tareas Disponibles", interactive=True)
    
    # Panel 2: Gráfica de Barras
    with gr.Row():
        gr.Markdown("### Distribución de Tareas Seleccionadas por Modalidad")
        grafica_barras = gr.Plot(label="Gráfica de Barras")
        btn_actualizar_grafica = gr.Button("Actualizar Gráfica")
        btn_actualizar_grafica.click(
            fn=lambda tareas: generar_grafica_barras(tareas, MODALIDAD_TAREAS),
            inputs=tareas_seleccionadas,
            outputs=grafica_barras
        )
    
    # Panel 3: Generar Encabezado del CSV con IA
    with gr.Row():
        gr.Markdown("### Generar Encabezado del CSV con IA")
        api_key_input = gr.Textbox(
            label="Introduce tu API Key de HuggingFace",
            type="password",
            placeholder="TU_API_KEY"
        )
        btn_generar_encabezado = gr.Button("Generar Encabezado del CSV")
        encabezado_generado = gr.Textbox(label="Encabezado Generado", interactive=False)
        btn_generar_encabezado.click(
            fn=lambda tareas, api_key: generar_encabezado_inteligente(tareas, api_key),
            inputs=[tareas_seleccionadas, api_key_input],
            outputs=encabezado_generado
        )

    # Panel 4: Buscar Datasets Compatibles con Filtros Adicionales
    with gr.Row():
        with gr.Column():
            filtro_tamaño = gr.Dropdown(choices=["small", "medium", "large"], label="Filtrar por Tamaño")
            filtro_licencia = gr.Dropdown(choices=["mit", "apache-2.0", "cc-by-4.0"], label="Filtrar por Licencia")
        btn_buscar_datasets = gr.Button("Buscar Datasets Compatibles")
        datasets_encontrados = gr.Textbox(label="Datasets Encontrados", interactive=False)
        btn_buscar_datasets.click(
            buscar_datasets,
            inputs=[tareas_seleccionadas, filtro_tamaño, filtro_licencia],
            outputs=datasets_encontrados
        )

    # Panel 5: Generar Dataset con Paginación
    with gr.Row():
        pagina_actual = gr.Number(value=1, label="Página Actual")
        filas_por_pagina = gr.Number(value=5, label="Filas por Página")
        btn_generar_dataset = gr.Button("Generar Dataset")
        vista_previa_csv = gr.Textbox(label="Vista Previa del CSV", interactive=False)
        btn_descargar_csv = gr.File(label="Descargar CSV")
        btn_generar_dataset.click(
            generar_dataset,
            inputs=[encabezado_generado, datasets_encontrados, pagina_actual, filas_por_pagina],
            outputs=vista_previa_csv
        )

# Ejecutar la aplicación
demo.launch()