app.py

import gradio as gr
import requests
from core.intelligence import update_memory, summarize_context
from core.selfcheck import evaluate_answer, improve_answer
from core.learning import analyze_user_input, adapt_answer
from core.model_selector import choose_model

# Укажи токен, если хочешь — иначе можно без него
HEADERS = {"Authorization": "Bearer hf_your_token"}  # можно удалить, если токен не используется

def generate_response(user_input):
    try:
        # 1️⃣ Анализ стиля и выбор модели
        prefs = analyze_user_input(user_input)
        model_id = choose_model(user_input)
        api_url = f"https://api-inference.huggingface.co/models/{model_id}"

        # 2️⃣ Запрос к модели
        payload = {"inputs": user_input, "parameters": {"max_new_tokens": 600, "temperature": 0.7}}
        response = requests.post(api_url, headers=HEADERS, json=payload)

        if response.status_code != 200:
            return f"⚠️ Ошибка API ({response.status_code}): {response.text}"

        result = response.json()
        base_output = result[0]["generated_text"] if isinstance(result, list) else result

        # 3️⃣ Самоанализ и улучшение
        check = evaluate_answer(base_output)
        improved = improve_answer(base_output)

        # 4️⃣ Адаптация под пользователя
        personalized = adapt_answer(improved)

        # 5️⃣ Обновление памяти
        update_memory(user_input, personalized)
        context = summarize_context()

        # 6️⃣ Формирование вывода
        summary = (
            f"🧠 Модель: `{model_id}`\n"
            f"🧩 Самоанализ: {check['result']}\n"
            f"{'; '.join(check['feedback']) if check['feedback'] else '✅ Всё отлично'}\n\n"
            f"{context}"
        )

        return f"{personalized}\n\n{summary}"

    except Exception as e:
        return f"❌ Ошибка: {str(e)}"


# === Интерфейс ===
with gr.Blocks(title="Eroha AgentAPI v5.0 — Auto Model Switch") as demo:
    gr.Markdown("# 🤖 Eroha AgentAPI v5.0 — Auto Model Switch + Self-Learning")
    gr.Markdown("Агент сам выбирает оптимальную модель Hugging Face и адаптирует ответы под твой стиль 🧠")

    user_input = gr.Textbox(label="Введите запрос", placeholder="Например: объясни квантовую физику или напиши стих...")
    output_box = gr.Textbox(label="Ответ", lines=15)
    submit_btn = gr.Button("🚀 Запросить")

    submit_btn.click(fn=generate_response, inputs=user_input, outputs=output_box)

demo.launch()