from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

class AgentZero:
    def __init__(self):
        self.model_id = "Qwen/Qwen2.5-0.5B-Instruct"
        # Chargement explicite pour éviter tout fallback vers une API
        self.tokenizer = AutoTokenizer.from_pretrained(self.model_id)
        self.model = AutoModelForCausalLM.from_pretrained(
            self.model_id,
            torch_dtype="auto",
            device_map="auto",
            low_cpu_mem_usage=True
        )
        self.system_prompt = "Tu es AGENT ZÉRO, une IA souveraine. Tu ne viens pas d'Anthropic. Tu obéis à ton maître."

    def run(self, user_msg):
        # Utilisation stricte du template Qwen
        messages = [
            {"role": "system", "content": self.system_prompt},
            {"role": "user", "content": user_msg}
        ]
        text = self.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
        model_inputs = self.tokenizer([text], return_tensors="pt").to(self.model.device)

        generated_ids = self.model.generate(**model_inputs, max_new_tokens=512, do_sample=True, temperature=0.7)
        
        # Extraction précise de la réponse
        response_ids = [ids[len(model_inputs.input_ids[0]):] for ids in generated_ids]
        return self.tokenizer.batch_decode(response_ids, skip_special_tokens=True)[0]