modules/home.py

import os
import sys
import torch
import dotenv
import logging
import streamlit as st
sys.path.append(os.path.abspath(os.path.join(os.path.dirname(__file__), '..')))
from modules import semantic_filter

torch.classes.__path__ = []


CONFIDENCE = 0.8
CHUNK_SIZE = 1000
METADATA_PATH = 'modules/fixtures/Scheda metadatazione_Progetti_Lozalizzazioni_PNRR_Italiadomani_V2.xlsx'


def set_page_config() -> None:
    """Configure Streamlit page settings for semantic filter.
    
    Returns:
        None
    """
    st.set_page_config(
        page_title="Semantic Filter",
        page_icon=":desert_island:",
    )


def main() -> None:
    """Main function for semantic filter user interface.
    Handles file upload, parameter configuration, and search execution.
    
    Returns:
        None
    """
    st.title("🔍 Filtro Semantico Progetti PNRR")
    st.markdown("""
    Questa sezione permette di filtrare i progetti PNRR utilizzando ricerca semantica avanzata.
    Inserisci una query testuale e il sistema identificherà automaticamente i progetti più rilevanti.
    """)

    st.header("📁 Carica il File Excel")
    uploaded_file = st.file_uploader(
        "Seleziona il file Excel contenente i progetti PNRR", type=["xlsx"])

    st.header("⚙️ Parametri di Ricerca")
    col1, col2 = st.columns(2)

    with col1:
        confidence = st.slider(
            "Soglia di confidenza",
            min_value=0.0,
            max_value=1.0,
            value=CONFIDENCE,
            step=0.01,
            help="Valore minimo di similarità per considerare un progetto rilevante"
        )

    with col2:
        output_option = st.selectbox(
            "Opzione di output",
            [("Aggiungi una colonna al file", "add_column"),
             ("Crea un nuovo file", "new_file")],
            format_func=lambda x: x[0],
            index=0
        )

    st.header("💬 Query di Ricerca")
    user_query = st.text_area(
        "Inserisci la query di ricerca semantica:",
        height=150,
        max_chars=None,
        help="Descrivi il tipo di progetti che stai cercando in linguaggio naturale",
        placeholder="Esempio: progetti di digitalizzazione nelle scuole, infrastrutture sostenibili, riqualificazione urbana..."
    )

    if st.button("🚀 Avvia Ricerca Semantica", type="primary"):
        if uploaded_file is not None and user_query:
            with st.spinner("Ricerca in corso... Questo potrebbe richiedere alcuni minuti."):
                try:
                    semantic_filter.apply(
                        data_frame_path=uploaded_file,
                        metadata_path=METADATA_PATH,
                        user_query=user_query,
                        threshold=confidence,
                        chunk_size=CHUNK_SIZE,
                        output_option=output_option[1]
                    )

                    with open(semantic_filter.SAVE_PATH, 'rb') as f:
                        file_bytes = f.read()

                    st.success("✅ Ricerca completata con successo!")

                    st.download_button(
                        label="📥 Scarica Risultati",
                        data=file_bytes,
                        file_name=semantic_filter.SAVE_PATH.split('/')[-1],
                        mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet"
                    )
                except Exception as e:
                    st.error(f"❌ Errore durante la ricerca: {str(e)}")
        else:
            st.error("⚠️ Carica un file Excel e inserisci una query di ricerca.")


if __name__ == "__main__":
    logging.basicConfig(level=logging.INFO)
    dotenv.load_dotenv()

    set_page_config()
    main()