import gradio as gr
import asyncio
from textwrap import dedent
from agno.agent import Agent
from agno.models.groq import Groq
from agno.tools.mcp import MCPTools
from agno.tools.thinking import ThinkingTools
from dotenv import load_dotenv
import os

# Charger la clé API
load_dotenv()
GROQ_API_KEY = os.getenv("GROQ_API_KEY")
if not GROQ_API_KEY:
    raise ValueError("Veuillez définir la variable GROQ_API_KEY.")
os.environ["GROQ_API_KEY"] = GROQ_API_KEY


# Fonction async appelée par Gradio
async def search_airbnb(query: str) -> str:
    async with MCPTools("npx -y @openbnb/mcp-server-airbnb --ignore-robots-txt") as mcp_tools:
        agent = Agent(
            model=Groq(id="meta-llama/llama-4-scout-17b-16e-instruct"),
            tools=[ThinkingTools(), mcp_tools],
            instructions=dedent("""
                ## Instructions générales
                - Utilise l'outil 'think' pour planifier les étapes.
                - Présente 10 annonces Airbnb sous forme de tableau avec liens.
                - Valide les résultats avant de répondre à l'utilisateur.
            """),
            add_datetime_to_instructions=True,
            show_tool_calls=False,
            markdown=True,
        )
        result = await agent.arun(query)
        return result.content


# Interface Gradio qui supporte nativement async
demo = gr.Interface(
    fn=search_airbnb,
    inputs=gr.Textbox(label="Votre requête", lines=4, placeholder="Ex: logement 1 chambre à Paris du 5 au 15 août..."),
    outputs=gr.Markdown(label="Résultat"),
    title="🏠 Agent Airbnb intelligent (MCP + Llama 4)",
    description="Un assistant LLM intelligent pour chercher les meilleures annonces Airbnb selon vos critères.",
)

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