app.py

import requests
import gradio as gr

MBTI_QUESTIONS = [
    {
        "question": "Bạn thích làm việc theo cách nào hơn?",
        "options": ["Một mình (I)", "Trong nhóm (E)"],
        "dimension": "IE"
    },
    {
        "question": "Khi tiếp nhận thông tin, bạn thiên về:",
        "options": ["Các sự kiện và chi tiết cụ thể (S)", "Ý tưởng và khái niệm trừu tượng (N)"],
        "dimension": "SN"
    },
    {
        "question": "Khi đưa ra quyết định, bạn dựa vào:",
        "options": ["Logic và phân tích khách quan (T)", "Cảm xúc và giá trị cá nhân (F)"],
        "dimension": "TF"
    },
    {
        "question": "Trong cuộc sống, bạn thích:",
        "options": ["Lập kế hoạch và tổ chức (J)", "Linh hoạt và thích nghi (P)"],
        "dimension": "JP"
    }
]

def validate_api_key(api_key):
    if not api_key:
        return "Vui lòng nhập API Key"
    return None

def determine_mbti(*answers):
    if any(answer is None for answer in answers):
        return "Vui lòng trả lời tất cả các câu hỏi"
    
    scores = {
        "E": 0, "I": 0, "S": 0, "N": 0,
        "T": 0, "F": 0, "J": 0, "P": 0
    }
    
    for i, answer in enumerate(answers):
        if answer:
            dimension = MBTI_QUESTIONS[i]["dimension"]
            if dimension == "IE":
                scores["E"] += 1 if answer == "B" else 0
                scores["I"] += 1 if answer == "A" else 0
            elif dimension == "SN":
                scores["S"] += 1 if answer == "A" else 0
                scores["N"] += 1 if answer == "B" else 0
            elif dimension == "TF":
                scores["T"] += 1 if answer == "A" else 0
                scores["F"] += 1 if answer == "B" else 0
            elif dimension == "JP":
                scores["J"] += 1 if answer == "A" else 0
                scores["P"] += 1 if answer == "B" else 0
    
    mbti_type = ""
    mbti_type += "E" if scores["E"] > scores["I"] else "I"
    mbti_type += "S" if scores["S"] > scores["N"] else "N"
    mbti_type += "T" if scores["T"] > scores["F"] else "F"
    mbti_type += "J" if scores["J"] > scores["P"] else "P"
    
    return mbti_type

def generate_career_advice(api_key, name, age, mbti_type, interests):
    if not all([api_key, name, age, mbti_type, interests]):
        return "Vui lòng điền đầy đủ thông tin (API Key, tên, tuổi, MBTI, lĩnh vực quan tâm)"
    
    API_URL = "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent"
    
    prompt = f"""
    Tôi tên là {name}, năm nay {age} tuổi, có kiểu tính cách MBTI là {mbti_type} và quan tâm đến lĩnh vực {interests}.
    Hãy giúp tôi định hướng nghề nghiệp phù hợp với tôi và xây dựng lộ trình phát triển nghề nghiệp. Lưu ý, bạn trả lời theo cấu trúc sau:
    1. Ưu điểm và nhược điểm của {mbti_type} 
    2. Nghề nghiệp liên quan đến lĩnh vực {interests}
    3. Điểm mạnh và điểm yếu của {mbti_type} trong lĩnh vực {interests}
    4. Xây dựng lộ trình phát triển nghề nghiệp trong lĩnh vực {interests}. 
    Lưu ý 1: Bạn phải xây dựng nội dung phù hợp với {age} tuổi, {mbti_type} và {interests}
    Lưu ý 2: Bạn phải trả lời bằng Tiếng Việt
    """
    
    payload = {
        "contents": [{"parts": [{"text": prompt}]}]
    }
    
    headers = {"Content-Type": "application/json"}
    try:
        response = requests.post(API_URL + "?key=" + api_key, json=payload, headers=headers)
        response.raise_for_status()
        data = response.json()
        advice = data['candidates'][0]['content']['parts'][0]['text']
        return format_advice(advice, name, mbti_type, interests)
    except Exception as e:
        return f"Xin lỗi, có lỗi xảy ra: {str(e)}"

def format_advice(advice, name, mbti_type, interests):
    formatted_advice = f"## Định hướng nghề nghiệp và Lộ trình phát triển cho {name} ({mbti_type} - {interests})\n\n"
    
    sections = advice.split("\n\n")
    for section in sections:
        if "**" in section:
            formatted_advice += f"### {section.strip('* ')}\n\n"
        else:
            formatted_advice += f"{section}\n\n"
    
    return formatted_advice

def chat_with_ai(message, chat_history, api_key, name, mbti_type, interests):
    if not message.strip():
        return "", chat_history
    
    if not all([api_key, name, mbti_type, interests]):
        chat_history.append((message, "Vui lòng điền đầy đủ thông tin (API Key, thông tin cá nhân và xác định MBTI) trước khi chat"))
        return "", chat_history
    
    API_URL = "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash-latest:generateContent"
    
    if not chat_history:
        chat_history = []
    
    context = f"Tôi là {name}, có kiểu tính cách MBTI là {mbti_type} và quan tâm đến lĩnh vực {interests}. "
    full_message = context + message
    
    payload = {
        "contents": [{"parts": [{"text": full_message}]}]
    }
    
    headers = {"Content-Type": "application/json"}
    try:
        response = requests.post(API_URL + "?key=" + api_key, json=payload, headers=headers)
        response.raise_for_status()
        data = response.json()
        ai_response = data['candidates'][0]['content']['parts'][0]['text']
        chat_history.append((message, ai_response))
    except Exception as e:
        chat_history.append((message, f"Xin lỗi, có lỗi xảy ra: {str(e)}"))
    
    return "", chat_history

def main():
    with gr.Blocks(theme=gr.themes.Soft()) as demo:
        gr.Markdown(
            """
            # 🎯 CareerCompass-AI: Hệ Thống Tư Vấn Nghề Nghiệp Dựa Trên MBTI
            
            ### 📝 Hướng dẫn sử dụng:
            1. **Lấy API Key:**
               - Truy cập [Google AI Studio](https://aistudio.google.com/app/u/1/apikey?pli=1)
               - Đăng nhập và tạo API Key mới
               - Copy API Key và dán vào ô bên dưới
            
            2. **Các bước sử dụng:**
               - Nhập API Key từ Google AI Studio
               - Điền thông tin cá nhân
               - Trả lời bộ câu hỏi MBTI
               - Nhấn "Xác định MBTI" để xem kết quả tính cách
               - Nhấn "Nhận Tư Vấn Nghề Nghiệp" để nhận phân tích chi tiết
               - Sử dụng chat để đặt câu hỏi thêm
            """
        )
        
        # API Key input
        with gr.Row():
            api_key_input = gr.Textbox(
                label="API Key",
                placeholder="Nhập API Key từ Google AI Studio",
                type="password"
            )
        
        with gr.Row():
            # Cột thông tin cá nhân
            with gr.Column(scale=1):
                with gr.Group():
                    gr.Markdown("### 📋 Thông Tin Cá Nhân")
                    name_input = gr.Textbox(
                        label="Họ và tên",
                        placeholder="Nhập họ tên của bạn"
                    )
                    age_input = gr.Number(
                        label="Tuổi",
                        minimum=1,
                        maximum=100,
                        value=18
                    )
                    interests_input = gr.Textbox(
                        label="Lĩnh vực quan tâm",
                        placeholder="VD: Công nghệ thông tin, Marketing,..."
                    )
            
            # Cột MBTI
            with gr.Column(scale=1):
                with gr.Group():
                    gr.Markdown("### 🎭 Xác Định MBTI")
                    answers = []
                    for question_info in MBTI_QUESTIONS:
                        gr.Markdown(f"**{question_info['question']}**")
                        answer = gr.Radio(
                            choices=["A", "B"],
                            label=" / ".join(question_info['options']),
                            interactive=True
                        )
                        answers.append(answer)
                    
                    mbti_button = gr.Button("🎯 Xác định MBTI", variant="primary")
                    mbti_result = gr.Textbox(
                        label="Kết quả MBTI của bạn",
                        placeholder="Nhấn nút 'Xác định MBTI' sau khi trả lời các câu hỏi"
                    )
        
        with gr.Row():
            loading_text = gr.Markdown(visible=False, value="🔄 Đang phân tích và tạo tư vấn nghề nghiệp... Vui lòng đợi trong giây lát...")
            generate_button = gr.Button(
                "🚀 Nhận Tư Vấn Nghề Nghiệp",
                variant="primary",
                scale=2
            )
        
        with gr.Row():
            career_advice_output = gr.Markdown(label="Kết quả phân tích")
        
        gr.Markdown("### 💬 Chat với AI Tư Vấn")
        with gr.Row():
            with gr.Column(scale=3):
                chatbot = gr.Chatbot(
                    label="Lịch sử chat",
                    height=400
                )
                msg = gr.Textbox(
                    label="Nhập câu hỏi của bạn",
                    placeholder="VD: Tôi nên học thêm kỹ năng gì để phát triển trong ngành này?",
                    show_label=True
                )
                chat_button = gr.Button("🗨️ Gửi")
        
        mbti_button.click(
            fn=determine_mbti,
            inputs=answers,
            outputs=mbti_result
        )
        
        def show_loading():
            return gr.update(visible=True)
            
        def hide_loading():
            return gr.update(visible=False)
        
        generate_button.click(
            fn=show_loading,
            outputs=loading_text,
            queue=False
        ).then(
            fn=generate_career_advice,
            inputs=[api_key_input, name_input, age_input, mbti_result, interests_input],
            outputs=career_advice_output
        ).then(
            fn=hide_loading,
            outputs=loading_text
        )
        
        chat_button.click(
            fn=chat_with_ai,
            inputs=[msg, chatbot, api_key_input, name_input, mbti_result, interests_input],
            outputs=[msg, chatbot]
        )
        
        msg.submit(
            fn=chat_with_ai,
            inputs=[msg, chatbot, api_key_input, name_input, mbti_result, interests_input],
            outputs=[msg, chatbot]
        )
    
    demo.launch()

if __name__ == "__main__":
    main()