import gradio as gr
import requests
import json
import os

# === Gemini API 設定（比照你另一個機器人） ===
GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")
API_URL = f"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent?key={GEMINI_API_KEY}"

SYSTEM_PROMPT = """
【成分人體效應模擬要求】
請依據下列科學生理機制，模擬「每一個成分」進入人體後在各系統的可能作用。模型必須基於以下框架逐步推演，而非捏造研究結果：

1. 吸收（Absorption）
- 以成分的化學性質（極性、溶解性、粒徑、離子化狀態）推估腸胃道吸收率與速率
- 若為礦物、金屬或無機物質，要明確評估其溶解、解離與吸收途徑
- 若資料不足，請標示為「資料有限，以下為推測性機轉」

2. 分布（Distribution）
- 模擬成分在血液、淋巴系統、肝臟、腎臟、肌肉、脂肪或細胞外液的分布情形
- 依分子大小/帶電情形推估是否能進入細胞、穿越血腦障壁、或累積於肝腎
- 若成分能調整腸道菌相，其效應以「微生物代謝物與宿主免疫反應」方式表達

3. 代謝（Metabolism）
- 成分是否需要肝臟 Phase I/Phase II 代謝？
- 是否可能抑制/誘導 CYP450（如 CYP3A4、2C19、1A2 等）
- 是否會影響氧化還原反應、自由基清除、炎症訊號？

4. 排泄（Excretion）
- 評估腎臟、膽汁、糞便途徑
- 無機成分若不被代謝，需評估體內累積或沉積的可能性。

5. 細胞與分子層級作用（Mechanistic Simulation）
請基於：
- 酸鹼變化
- 離子交換
- 膜電位影響
- 免疫調節（先天/後天免疫）
- 氧化還原反應（ROS / RNS）
- 受體參與或酵素抑制/活化（若已知）
- 微生物代謝副產物與宿主交互作用

並模擬可能的：
- 生理效應（如血糖、血壓、腸胃道 Motility）
- 細胞層效應（如 Ca2+ 流動、ROS 下降或上升）
- 免疫系統效應（如促炎/抗炎傾向）
- 內分泌影響
- 神經系統反應（如交感/副交感調節）

6. 成分之間的相互作用（Interaction Simulation）
請評估：
- 化學層面（酸鹼反應、螯合、沉澱、氧化還原）
- 生物層面（共同影響肝臟酵素、腎臟負擔、中樞神經、腸道菌相）
- 功效層面（加乘、拮抗、不相容）

若屬推測性，請使用「推測性機轉」標記。

7. 與用途的匹配度（Mechanism-Utility Match）
- 判斷此配方內的機轉是否真正有助於使用者輸入的用途
- 若用途與機轉不符，需清楚指出
- 對整體配方給出「低/中/高」風險與科學合理性評估

【重要限制】
- 不得捏造臨床試驗數據
- 不得提供劑量建議
- 所有未知處以「資料有限」標記
"""

INTRO_MD = """
# 成分安全性與交互作用評估beta

輸入主成分、其餘成分、產品類型與預期用途，系統會產生一份簡易的安全性與交互作用報告。  

> 本工具僅提供一般性科學與安全性資訊整理，**不構成醫療診斷或處方建議**。
"""

def build_prompt(main_ingredient: str,
                 other_ingredients: str,
                 product_type: str,
                 purpose: str) -> str:
    user_block = f"""
主成分：{main_ingredient}

其餘成分：
{other_ingredients}

產品類型：{product_type}
預期用途：{purpose}

請依照系統提示詞的規範，產生一份結構化的中文報告。
"""
    return SYSTEM_PROMPT.strip() + "\n\n==== 使用者輸入 ====\n" + user_block.strip()

def call_gemini_api(prompt: str) -> str:
    if not GEMINI_API_KEY:
        return "【設定錯誤】找不到 GEMINI_API_KEY，請在 Hugging Face Space 的 Secrets 中設定。"

    headers = {"Content-Type": "application/json"}
    data = {
        "contents": [
            {
                "parts": [
                    {"text": prompt}
                ]
            }
        ]
    }

    try:
        resp = requests.post(API_URL, headers=headers, data=json.dumps(data), timeout=60)
    except Exception as e:
        return f"【網路或連線錯誤】{e}"

    if resp.status_code != 200:
        return f"【API 錯誤 {resp.status_code}】{resp.text[:500]}"

    try:
        j = resp.json()
        text = j["candidates"][0]["content"]["parts"][0]["text"]
        return text.strip()
    except Exception as e:
        return f"【解析回應失敗】{e}｜原始：{resp.text[:500]}"

def analyze_formula(main_ingredient, other_ingredients, product_type, purpose):
    if not main_ingredient and not other_ingredients:
        return "請至少輸入主成分或其餘成分。"

    prompt = build_prompt(main_ingredient, other_ingredients, product_type, purpose)
    return call_gemini_api(prompt)

def clear_all():
    # 對應 outputs 的順序：主成分、其餘成分、產品類型、用途、報告
    return "", "", "保健品", "", "（已清空）"

with gr.Blocks(title="成分安全性與交互作用評估") as demo:
    gr.Markdown(INTRO_MD)

    with gr.Row():
        main_ingredient = gr.Textbox(
            label="主成分",
            placeholder="例如：富氫碳酸鈣、維生素D3……"
        )
        product_type = gr.Radio(
            label="產品類型",
            choices=["食品", "保健品", "藥品"],
            value="保健品",
        )

    other_ingredients = gr.Textbox(
        label="其餘成分",
        lines=4,
        placeholder="用逗號或換行分隔，例如：麥芽糊精、硬脂酸鎂、明膠膠囊……"
    )

    purpose = gr.Textbox(
        label="預期用途",
        lines=3,
        placeholder="例如：協助入睡、運動後恢復、長期糖尿病患者補充鈣質……"
    )

    report = gr.Markdown(label="分析報告")

    with gr.Row():
        analyze_btn = gr.Button("分析配方", variant="primary")
        clear_btn = gr.Button("清空", variant="secondary")

    analyze_btn.click(
        fn=analyze_formula,
        inputs=[main_ingredient, other_ingredients, product_type, purpose],
        outputs=report,
    )

    clear_btn.click(
        fn=clear_all,
        inputs=[],
        outputs=[main_ingredient, other_ingredients, product_type, purpose, report],
    )

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