import os
import gradio as gr
from google import genai
from google.genai import types
from PIL import Image
import io
import base64

# 載入環境變數（本機開發時需要）
try:
    from dotenv import load_dotenv
    load_dotenv()
except ImportError:
    pass

# 配置Google AI
def configure_google_ai():
    """配置Google AI API"""
    api_key = os.getenv("GOOGLE_API_KEY")
    if not api_key:
        raise ValueError("請設定GOOGLE_API_KEY環境變數")
    
    # 使用新的 Gen AI 客戶端
    client = genai.Client(api_key=api_key)
    return client

# 初始化模型
try:
    client = configure_google_ai()
    model_name = "gemini-1.5-flash"
except Exception as e:
    print(f"警告：無法初始化Google AI模型 - {e}")
    client = None

def analyze_food_calories(image):
    """
    分析圖片中的食物並估算卡路里
    
    Args:
        image: PIL Image 物件
        
    Returns:
        str: 分析結果
    """
    if client is None:
        return "錯誤：Google AI模型未正確初始化，請檢查API KEY設定"
    
    try:
        # 將圖片轉換為 base64
        img_byte_arr = io.BytesIO()
        image.save(img_byte_arr, format='PNG')
        img_byte_arr = img_byte_arr.getvalue()
        img_base64 = base64.b64encode(img_byte_arr).decode('utf-8')
        
        # 準備提示詞
        prompt = """
請分析這張圖片中的內容：

1. 首先判斷圖片中是否包含食物
2. 如果不是食物，請回答：「這個不是食物」
3. 如果是食物，請：
   - 識別食物種類
   - 估算大概的份量
   - 計算大概的卡路里含量
   - 以繁體中文回答

請以以下格式回答：
- 食物名稱：[食物名稱]
- 估算份量：[份量描述]
- 預估卡路里：[卡路里數值] 大卡
- 營養說明：[簡短的營養價值說明]

如果不是食物，就直接回答「這個不是食物」。
"""
        
        # 建立內容，包含文字和圖片
        contents = [
            types.Content(
                role="user",
                parts=[
                    types.Part.from_text(text=prompt),
                    types.Part.from_bytes(
                        data=img_byte_arr,
                        mime_type="image/png"
                    )
                ]
            )
        ]
        
        # 生成回應
        response = client.models.generate_content(
            model=model_name,
            contents=contents,
            config=types.GenerateContentConfig(
                temperature=0.4,
                max_output_tokens=1024,
            )
        )
        
        if response.text:
            return response.text
        else:
            return "無法生成回應"
        
    except Exception as e:
        return f"分析時發生錯誤：{str(e)}"

def process_image(image):
    """
    處理上傳的圖片
    
    Args:
        image: Gradio上傳的圖片
        
    Returns:
        str: 分析結果
    """
    if image is None:
        return "請上傳一張圖片"
    
    try:
        # 確保圖片是PIL Image格式
        if isinstance(image, str):
            # 如果是路徑字串，載入圖片
            pil_image = Image.open(image)
        else:
            pil_image = image
        
        # 分析圖片
        result = analyze_food_calories(pil_image)
        return result
        
    except Exception as e:
        return f"處理圖片時發生錯誤：{str(e)}"

# 建立Gradio介面
def create_interface():
    """建立Gradio使用者介面"""
    
    # 自訂CSS樣式
    css = """
    .gradio-container {
        font-family: 'Microsoft JhengHei', sans-serif;
    }
    .title {
        text-align: center;
        color: #2E7D32;
        margin-bottom: 20px;
    }
    .description {
        text-align: center;
        color: #666;
        margin-bottom: 30px;
    }
    """
    
    with gr.Blocks(css=css, title="食物卡路里檢測器") as demo:
        gr.HTML("<h1 class='title'>🍎 食物卡路里檢測器</h1>")
        gr.HTML("<p class='description'>上傳食物照片，AI會幫你識別食物種類並估算卡路里含量</p>")
        
        with gr.Row():
            with gr.Column():
                # 圖片上傳元件
                image_input = gr.Image(
                    label="上傳食物照片",
                    type="pil",
                    height=400
                )
                
                # 分析按鈕
                analyze_btn = gr.Button(
                    "🔍 分析卡路里",
                    variant="primary",
                    size="lg"
                )
            
            with gr.Column():
                # 結果顯示
                result_output = gr.Textbox(
                    label="分析結果",
                    lines=10,
                    placeholder="上傳圖片後點擊分析按鈕...",
                    interactive=False
                )
        
        # 使用說明
        gr.HTML("""
        <div style="margin-top: 30px; padding: 20px; background-color: #f5f5f5; border-radius: 10px;">
            <h3>📋 使用說明：</h3>
            <ul>
                <li>📸 上傳一張包含食物的清晰照片</li>
                <li>🤖 AI會自動識別食物種類</li>
                <li>📊 獲得卡路里估算和營養資訊</li>
                <li>⚠️ 如果不是食物，系統會提醒您</li>
            </ul>
            <p><strong>注意：</strong>卡路里估算僅供參考，實際數值可能因烹飪方式和份量而有所差異。</p>
        </div>
        """)
        
        # 設定事件處理
        analyze_btn.click(
            fn=process_image,
            inputs=[image_input],
            outputs=[result_output]
        )
        
        # 也可以在上傳圖片後自動分析
        image_input.change(
            fn=process_image,
            inputs=[image_input],
            outputs=[result_output]
        )
    
    return demo

# 主程式
if __name__ == "__main__":
    # 建立介面
    demo = create_interface()
    
    # 啟動應用
    # HuggingFace Spaces 使用預設設定
    demo.launch()