import pandas as pd
import numpy as np
from scipy.stats import poisson
import gradio as gr
import os
import matplotlib.pyplot as plt
import seaborn as sns
import requests
import json

# --- 1. კონფიგურაცია ---
GEMINI_API_KEY = "AIzaSyBe9TNXLWuZO995kKxbj4KvqjSLhZcJwvo"

# --- 2. მონაცემების მომზადება ---
file_path = 'top_50_european_teams_2026.csv'
if os.path.exists(file_path):
    df = pd.read_csv(file_path, sep=None, engine='python')
    df.columns = df.columns.str.strip()
else:
    data = {
        'team_nam': [
            'Real Madrid', 'Manchester City', 'Bayern Munich',
            'FC Barcelona', 'Arsenal', 'PSG', 'Inter Milan', 'Liverpool'
        ],
        'fifa_elo': [1950, 1980, 1890, 1910, 1880, 1860, 1870, 1885],
        'last_10_w': [8, 7, 6, 7, 8, 6, 7, 5],
        'win_vs_high': [3, 4, 2, 3, 2, 1, 2, 1],
        'injuries': [1, 0, 3, 1, 2, 4, 1, 2]
    }
    df = pd.DataFrame(data)

# --- 3. შენი გაანგარიშების ფუნქციები (უცვლელი) ---
def plot_score_heatmap(matrix, home_name, away_name):
    fig, ax = plt.subplots(figsize=(8, 6))
    sns.heatmap(
        matrix,
        annot=True,
        fmt=".1%",
        cmap="YlGnBu",
        cbar_kws={'label': 'ალბათობა'},
        ax=ax
    )
    ax.set_title(f"ზუსტი ანგარიშის ალბათობები: {home_name} vs {away_name}")
    ax.set_xlabel(f"{away_name} (სტუმარი) გოლები")
    ax.set_ylabel(f"{home_name} (მასპინძელი) გოლები")
    ax.set_xticks(np.arange(0.5, 8.5, 1))
    ax.set_xticklabels(range(8))
    ax.set_yticks(np.arange(0.5, 8.5, 1))
    ax.set_yticklabels(range(8))
    plt.tight_layout()
    plot_path = "score_matrix_heatmap.png"
    plt.savefig(plot_path, dpi=120)
    plt.close(fig)
    return plot_path

def calculate_balanced_odds_with_plot(home_team, away_team):
    if home_team == away_team:
        return "აირჩიეთ განსხვავებული გუნდები", 0, 0, 0, None

    try:
        h = df[df['team_nam'] == home_team].iloc[0]
        a = df[df['team_nam'] == away_team].iloc[0]
    except IndexError:
        return "გუნდი არ მოიძებნა", 0, 0, 0, None

    def get_conservative_power(row):
        base_elo = row['fifa_elo'] / 400
        form_bonus = np.log1p(row['last_10_w']) * 0.15
        giant_killer = row['win_vs_high'] * 0.05
        injury_penalty = row['injuries'] * 0.05
        return base_elo + form_bonus + giant_killer - injury_penalty

    h_power = get_conservative_power(h)
    a_power = get_conservative_power(a)

    diff = h_power - a_power
    l1 = max(0.6, 1.35 + diff * 0.8 + 0.2)
    l2 = max(0.6, 1.35 - diff * 0.8)

    max_goals = 8
    home_probs = poisson.pmf(range(max_goals), l1)
    away_probs = poisson.pmf(range(max_goals), l2)
    matrix = np.outer(home_probs, away_probs)

    plot_file = plot_score_heatmap(matrix, home_team, away_team)

    p_win = np.sum(np.tril(matrix, -1))
    p_draw = np.sum(np.diag(matrix))
    p_lose = np.sum(np.triu(matrix, 1))

    total = p_win + p_draw + p_lose
    if total == 0: total = 1
    p_win, p_draw, p_lose = p_win / total, p_draw / total, p_lose / total

    margin = 0.06
    o1 = round(1 / (p_win + margin / 3), 2) if p_win > 0 else 10.0
    ox = round(1 / (p_draw + margin / 3), 2) if p_draw > 0 else 10.0
    o2 = round(1 / (p_lose + margin / 3), 2) if p_lose > 0 else 10.0

    return f"xG {l1:.2f} - {l2:.2f}", max(o1, 1.15), max(ox, 1.15), max(o2, 1.15), plot_file

# --- 4. ჩატი (შენი მოთხოვნილი ფუნქცია) ---
def football_chat_bot(message, history):
    api_key = GEMINI_API_KEY.strip()
    list_url = f"https://generativelanguage.googleapis.com/v1/models?key={api_key}"
    try:
        models_res = requests.get(list_url).json()
        working_models = [m['name'] for m in models_res.get('models', [])
                          if 'generateContent' in m.get('supportedGenerationMethods', [])]
        if not working_models:
            return "შეცდომა: თქვენს API გასაღებზე არცერთი მოდელი არ არის გააქტიურებული."
        target_model = working_models[0]
    except Exception as e:
        return f"მოდელების ძიების შეცდომა: {str(e)}"

    chat_url = f"https://generativelanguage.googleapis.com/v1/{target_model}:generateContent?key={api_key}"
    headers = {'Content-Type': 'application/json'}
    data = {
        "contents": [{"parts": [{"text": f"შენ ხარ ფეხბურთის ექსპერტი 2026 წელს. უპასუხე ქართულად: {message}"}]}]
    }

    try:
        response = requests.post(chat_url, headers=headers, data=json.dumps(data))
        res_json = response.json()
        if response.status_code == 200:
            return res_json['candidates'][0]['content']['parts'][0]['text']
        else:
            return f"API უარი ({target_model}): {res_json.get('error', {}).get('message', 'უცნობი შეცდომა')}"
    except Exception as e:
        return f"კავშირის შეცდომა: {str(e)}"

# --- 5. Gradio ინტერფეისი ---
teams_list = sorted(df['team_nam'].unique())
start_home = 'Real Madrid' if 'Real Madrid' in teams_list else teams_list[0]
start_away = 'FC Barcelona' if 'FC Barcelona' in teams_list else teams_list[1]

with gr.Blocks(theme=gr.themes.Soft()) as demo:
    with gr.Row():
        gr.Image(
            "https://images.eu.ctfassets.net/psnuheg7hu1m/2855AOJwV8YSxZmk2TfF5T/1d0af7cd5353cd782e217f91e3bfc77b/TBC-ge.png?fm=jpg&fl=progressive&q=90",
            show_label=False, height=100, width=200)
        gr.Markdown("# ⚽ Football AI Hub 2026")

    with gr.Tabs():
        with gr.TabItem("📊 პროგნოზი და მატრიცა"):
            gr.Markdown("აირჩიეთ გუნდები AI მოდელის ანალიზისთვის")
            with gr.Row():
                with gr.Column(scale=1):
                    h_drop = gr.Dropdown(teams_list, label="მასპინძელი", value=start_home)
                    a_drop = gr.Dropdown(teams_list, label="სტუმარი", value=start_away)
                    btn = gr.Button("📊 ანალიზის დაწყება", variant="primary")
                    xg_val = gr.Textbox(label="მოსალოდნელი გოლები (xG)")
                    out_1 = gr.Number(label="1 (Home Win)")
                    out_x = gr.Number(label="X (Draw)")
                    out_2 = gr.Number(label="2 (Away Win)")
                with gr.Column(scale=2):
                    matrix_plot = gr.Image(label="ზუსტი ანგარიშის მატრიცა")

        with gr.TabItem("💬 ჩატი ექსპერტთან"):
            gr.ChatInterface(fn=football_chat_bot)

    btn.click(
        calculate_balanced_odds_with_plot,
        inputs=[h_drop, a_drop],
        outputs=[xg_val, out_1, out_x, out_2, matrix_plot]
    )

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