app.py

import os
import io
import sys
import asyncio
import random
import logging
import requests
import chromadb
import gradio as gr
import pytesseract
import edge_tts
from PIL import Image
from pdf2image import convert_from_path
from pathlib import Path

# =========================
# CONFIGURAÇÕES E ESTILO
# =========================
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8")

GROQ_API_KEY = os.getenv("GROQ_API_KEY")
GROQ_URL = "https://api.groq.com/openai/v1/chat/completions"
CHROMA_PATH = Path("./chroma_arabic_tutor")
DOCS_PATH = Path("./docs_arabic")

DOCS_PATH.mkdir(parents=True, exist_ok=True)

# CSS para organizar o layout e destacar o Árabe
custom_css = """
.gradio-container { background-color: #f8fafc; }
.arabic-display { 
    font-size: 32px !important; 
    line-height: 1.6; 
    direction: rtl; 
    text-align: right; 
    background: #fff; 
    padding: 15px; 
    border-radius: 8px; 
    border: 1px solid #e2e8f0;
}
.explanation-box { margin-bottom: 20px; padding: 10px; border-left: 4px solid #0369a1; }
"""

# =========================
# AUTO-INDEXAÇÃO (RAG)
# =========================
chroma_client = chromadb.PersistentClient(path=str(CHROMA_PATH))
collection = chroma_client.get_or_create_collection(name="arabic_lessons")

def auto_indexar():
    if collection.count() > 0:
        return f"✅ Biblioteca Ativa: {collection.count()} trechos."
    pdfs = list(DOCS_PATH.glob("*.pdf"))
    if not pdfs: return "⚠️ Pasta 'docs_arabic' vazia."
    for pdf in pdfs:
        try:
            images = convert_from_path(pdf, last_page=20)
            for i, image in enumerate(images):
                text = pytesseract.image_to_string(image, lang='ara+eng')
                if text and len(text.strip()) > 50:
                    chunks = [text[j:j+1000] for j in range(0, len(text), 800)]
                    ids = [f"{pdf.name}_p{i}_{k}" for k in range(len(chunks))]
                    collection.add(ids=ids, documents=chunks)
        except Exception as e: print(f"Erro OCR: {e}")
    return f"✅ Pronta: {collection.count()} trechos."

status_inicial = auto_indexar()

# =========================
# MOTOR DE ÁUDIO PREMIUM (EDGE-TTS)
# =========================
async def gerar_audio_premium(texto):
    # Selecionamos uma voz árabe natural (Fatima ou Hamed)
    voice = "ar-SA-ZariyahNeural" 
    output_path = "pronuncia_premium.mp3"
    communicate = edge_tts.Communicate(texto, voice)
    await communicate.save(output_path)
    return output_path

# =========================
# MOTOR DO TUTOR
# =========================
def tutor_engine(mensagem, historico):
    if not GROQ_API_KEY:
        return historico + [["Erro", "Configure a GROQ_API_KEY."]], "", None

    contexto = ""
    if collection.count() > 0:
        busca = collection.query(query_texts=[mensagem], n_results=3)
        contexto = "\n".join(busca['documents'][0])

    # Prompt instruindo organização visual clara
    prompt_sistema = (
        "Você é Al-Mu'allim. Responda com organização visual impecável em Markdown.\n"
        "Use títulos (###), listas e negrito. Separe a parte árabe da explicação.\n"
        "IMPORTANTE: Não retorne códigos JSON, colchetes ou termos como {'text': }.\n"
        f"CONTEXTO TÉCNICO:\n{contexto}"
    )

    api_msgs = [{"role": "system", "content": prompt_sistema}]
    for u, b in historico:
        api_msgs.append({"role": "user", "content": u})
        api_msgs.append({"role": "assistant", "content": b})
    api_msgs.append({"role": "user", "content": mensagem})

    try:
        r = requests.post(GROQ_URL, 
                         headers={"Authorization": f"Bearer {GROQ_API_KEY}"},
                         json={"model": "llama-3.1-8b-instant", "messages": api_msgs, "temperature": 0.3})
        resposta = r.json()['choices'][0]['message']['content']
        # Limpeza de caracteres indesejados caso a IA os gere
        resposta = resposta.replace("{'text':", "").replace("}", "").strip()
    except:
        resposta = "Houve um erro na comunicação."

    # Gera o áudio de alta qualidade de forma assíncrona
    audio_path = asyncio.run(gerar_audio_premium(resposta))

    historico.append((mensagem, resposta))
    return historico, "", audio_path

# =========================
# INTERFACE ORGANIZADA
# =========================
with gr.Blocks(css=custom_css) as demo:
    gr.Markdown("## 🌙 Al-Mu'allim: Tutor de Árabe Premium")
    
    with gr.Row():
        with gr.Column(scale=3):
            chatbot = gr.Chatbot(label="Aula e Explicações", height=500)
            with gr.Row():
                msg = gr.Textbox(placeholder="Sua pergunta aqui...", scale=4, show_label=False)
                btn = gr.Button("Enviar", variant="primary", scale=1)

        with gr.Column(scale=1):
            gr.Markdown("### 🔊 Pronúncia Nativa")
            audio_out = gr.Audio(label="Clique para ouvir", autoplay=True)
            gr.Markdown("---")
            gr.Markdown(f"**Status da Biblioteca:**\n{status_inicial}")

    btn.click(tutor_engine, [msg, chatbot], [chatbot, msg, audio_out])
    msg.submit(tutor_engine, [msg, chatbot], [chatbot, msg, audio_out])

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