"""
Chatbot Biblioteca usando Gradio + Wit.ai (API /converse)
No dejes el token en el código: se lee desde la variable de entorno WIT_TOKEN.
En Hugging Face Spaces → Settings → Repository secrets añade WIT_TOKEN.
"""

import os
import requests
import gradio as gr

# Obtener el token desde secrets de Hugging Face
WIT_TOKEN = os.getenv("WIT_TOKEN")

if not WIT_TOKEN:
    raise ValueError(
        "No se encontró la variable de entorno 'WIT_TOKEN'.\n"
        "En Hugging Face: Settings → Repository secrets → añade 'WIT_TOKEN'."
    )

# Función para enviar mensajes a Wit.ai usando /converse
def chatbot_respuesta(mensaje):
    url = "https://api.wit.ai/converse?v=20250101"
    headers = {
        "Authorization": f"Bearer {WIT_TOKEN}",
        "Content-Type": "application/json"
    }
    data = {
        "query": mensaje,
        "session_id": "usuario_123"  # cualquier string que identifique la sesión
    }

    try:
        response = requests.post(url, headers=headers, json=data, timeout=10)
        response.raise_for_status()
        result = response.json()

        # Wit.ai devuelve 'type' que indica si es mensaje, acción o error
        if result.get("type") == "msg":
            return result.get("text", "Lo siento, no entendí tu mensaje 🤖.")
        else:
            return "Lo siento, no entendí tu mensaje 🤖."

    except requests.exceptions.RequestException as e:
        return f"Error de conexión a Wit.ai: {e}"
    except Exception as e:
        return f"Error procesando la respuesta: {e}"


# Interfaz Gradio
iface = gr.Interface(
    fn=chatbot_respuesta,
    inputs="text",
    outputs="text",
    title="Chatbot Biblioteca con Wit.ai",
    description="Escribe un mensaje y el bot responderá usando Wit.ai."
)

# Lanzamiento en Hugging Face Spaces
if __name__ == "__main__":
    iface.launch(server_name="0.0.0.0", server_port=int(os.environ.get("PORT", 7860)))