app.py

# Gradio 6.0.2 compatible chatbot application
import gradio as gr
import openai
import os
import json
from threading import Lock
import pkg_resources

# --- Configuração Inicial e Gerenciamento de Memória ---

CHATBOT_MEMORY_FILE = "memory_chatbot.json"
API_MEMORY_FILE = "memory_api.json"
MODEL_NAME = "openai/gpt-oss-120b"
TOGETHER_API_BASE = "https://api.together.xyz/v1"

file_lock = Lock()

def initialize_memory_files():
    with file_lock:
        if not os.path.exists(CHATBOT_MEMORY_FILE):
            with open(CHATBOT_MEMORY_FILE, 'w') as f:
                json.dump([], f)
        if not os.path.exists(API_MEMORY_FILE):
            with open(API_MEMORY_FILE, 'w') as f:
                json.dump([], f)

def load_json(filepath):
    with file_lock:
        try:
            with open(filepath, 'r', encoding='utf-8') as f:
                return json.load(f)
        except (FileNotFoundError, json.JSONDecodeError):
            return []

def save_json(filepath, data):
    with file_lock:
        with open(filepath, 'w', encoding='utf-8') as f:
            json.dump(data, f, indent=4, ensure_ascii=False)

# --- Funções da Aba de Ajuda ---

def get_library_versions():
    """Retorna as versões das bibliotecas principais."""
    try:
        gradio_version = pkg_resources.get_distribution("gradio").version
        openai_version = pkg_resources.get_distribution("openai").version
        return f"""
- **Gradio:** `{gradio_version}`
- **OpenAI:** `{openai_version}`
        """
    except pkg_resources.DistributionNotFound:
        return "Não foi possível obter as versões das bibliotecas."

def load_help_content():
    """Carrega o conteúdo do arquivo help.md."""
    try:
        with open('help.md', 'r', encoding='utf-8') as f:
            return f.read()
    except FileNotFoundError:
        return "Arquivo help.md não encontrado."

# --- Função Principal do Chatbot ---

def get_model_response(user_message, chat_history):
    """Obtém uma resposta da API e gerencia a memória."""
    try:
        client = openai.OpenAI(
            api_key=os.getenv("TOGETHER_API_KEY"),
            base_url=TOGETHER_API_BASE,
        )
    except Exception as e:
        chat_history.append((user_message, f"ERRO: A chave da API não foi encontrada. Verifique o segredo 'TOGETHER_API_KEY' no seu Space. Detalhes: {e}"))
        return chat_history

    messages = [{"role": "system", "content": "Você é um assistente prestativo e detalhista."}]
    for user_msg, assistant_msg in chat_history:
        messages.append({"role": "user", "content": user_msg})
        if assistant_msg: # Evita adicionar respostas nulas
             messages.append({"role": "assistant", "content": assistant_msg})
    messages.append({"role": "user", "content": user_message})

    try:
        chat_completion = client.chat.completions.create(
            messages=messages,
            model=MODEL_NAME,
        )
        assistant_response = chat_completion.choices[0].message.content
    except Exception as e:
        assistant_response = f"Ocorreu um erro ao contatar a API: {e}"

    chat_history.append((user_message, assistant_response))

    save_json(CHATBOT_MEMORY_FILE, chat_history) # A memória do chatbot agora é o próprio histórico
    
    api_memory = load_json(API_MEMORY_FILE)
    api_memory.append({ "request": messages, "response": assistant_response })
    save_json(API_MEMORY_FILE, api_memory)

    return chat_history

# Função wrapper para a interface do chatbot que lida com o estado
def add_text(history, text):
    history = history + [(text, None)]
    return history, ""

# --- Construção da Interface Gradio (Compatível com v6.0.2) ---

with gr.Blocks(title=f"Assistente com {MODEL_NAME}") as demo:
    gr.Markdown(f"# 🤖 Assistente de Chat com {MODEL_NAME}")
    gr.Markdown("Faça uma pergunta e receba uma resposta do modelo hospedado na Together.ai.")

    with gr.Tabs():
        with gr.TabItem("Chatbot"):
            initial_history = load_json(CHATBOT_MEMORY_FILE)
            chatbot_ui = gr.Chatbot(value=initial_history, label="Conversa").style(height=600)
            
            with gr.Row():
                msg_input = gr.Textbox(
                    scale=4,
                    show_label=False,
                    placeholder="Digite sua mensagem e pressione Enter",
                )
                btn_submit = gr.Button("Enviar", variant="primary")

        with gr.TabItem("JSON API Log"):
            gr.Markdown("Exibe o log completo de requisições e respostas para a API.")
            btn_update_api_log = gr.Button("Atualizar")
            json_api_view = gr.JSON(label="Memória da API")

        with gr.TabItem("JSON Chatbot"):
            gr.Markdown("Exibe o histórico de mensagens formatado para a interface do chatbot.")
            btn_update_chatbot = gr.Button("Atualizar")
            json_chatbot_view = gr.JSON(label="Memória do Chatbot")
            
        with gr.TabItem("Help"):
            # Usar um Textbox para exibir o conteúdo do Markdown é mais robusto em versões antigas
            help_display = gr.Markdown(load_help_content())
            gr.Markdown("### Versões das Bibliotecas")
            gr.Markdown(get_library_versions())

    # --- Lógica de Eventos da UI ---
    
    # Ações do Chatbot
    msg_input.submit(add_text, [chatbot_ui, msg_input], [chatbot_ui, msg_input]).then(
        get_model_response, chatbot_ui, chatbot_ui
    )
    btn_submit.click(add_text, [chatbot_ui, msg_input], [chatbot_ui, msg_input]).then(
        get_model_response, chatbot_ui, chatbot_ui
    )

    # Ações dos botões de atualização para as abas JSON
    btn_update_api_log.click(fn=lambda: load_json(API_MEMORY_FILE), inputs=None, outputs=[json_api_view])
    btn_update_chatbot.click(fn=lambda: load_json(CHATBOT_MEMORY_FILE), inputs=None, outputs=[json_chatbot_view])
    
    # Carrega os JSONs quando o aplicativo é iniciado
    demo.load(fn=lambda: load_json(API_MEMORY_FILE), inputs=None, outputs=[json_api_view])
    demo.load(fn=lambda: load_json(CHATBOT_MEMORY_FILE), inputs=None, outputs=[json_chatbot_view])

# Inicializa os arquivos de memória antes de iniciar o app
initialize_memory_files()

# Lança a aplicação
demo.launch()