chatbot.py

import gradio as gr
import os
import csv

# --- Próba importu HRAssistant ---
try:
    from hr_assistant import HRAssistant
    hr_import_error = None
except ModuleNotFoundError as e:
    hr_import_error = str(e)

# --- Wczytywanie bibliografii ---
def load_bibliography(file_path="bibliografia.csv"):
    bibliography = {}
    try:
        with open(file_path, mode='r', encoding='utf-8') as csvfile:
            reader = csv.reader(csvfile, delimiter=';')
            for row in reader:
                if len(row) == 2:
                    # Klucz to nazwa pliku bez rozszerzenia, wartość to pełny opis
                    bibliography[row[1].strip()] = row[0].strip()
    except FileNotFoundError:
        print(f"Plik {file_path} nie został znaleziony.")
    except Exception as e:
        print(f"Błąd podczas wczytywania pliku {file_path}: {e}")
    return bibliography

bibliography_data = load_bibliography()

# --- Inicjalizacja asystenta ---
def initialize_assistant():
    if hr_import_error:
        return None
    
    try:
        api_key = os.getenv("OPENAI_API_KEY")
        if not api_key:
            print("Brak klucza OPENAI_API_KEY w zmiennych środowiskowych.")
            return None
        hr_assistant = HRAssistant(openai_api_key=api_key, pdf_directory="pdfs")
        return hr_assistant
    except Exception as e:
        print(f"Błąd podczas inicjalizacji asystenta HR: {e}")
        return None

assistant = initialize_assistant()

# --- Funkcja obsługująca zapytania ---
def respond_to_query(message, history):
    if not assistant:
        if hr_import_error:
            error_message = f"Błąd importu: {hr_import_error}\n\nAby uruchomić aplikację, zainstaluj brakujący moduł:\n\npip install sentence-transformers"
            history.append({"role": "user", "content": message})
            history.append({"role": "assistant", "content": error_message})
            return history
        else:
            error_message = "Asystent HR nie jest dostępny. Sprawdź, czy klucz API został poprawnie skonfigurowany."
            history.append({"role": "user", "content": message})
            history.append({"role": "assistant", "content": error_message})
            return history

    response = assistant.ask(message)
    answer = response.get("answer", "Przepraszam, wystąpił błąd.")
    
    if response.get("sources"):
        answer += "\n\n**Źródła:**"
        
        grouped_sources = {}
        for source_meta in response["sources"]:
            source_key = source_meta.get('source')
            if not source_key:
                continue

            if source_key not in grouped_sources:
                grouped_sources[source_key] = {
                    'type': 'url' if source_key.startswith('http') else 'pdf',
                    'meta': source_meta,
                    'pages': set()
                }
            
            if 'page' in source_meta and source_meta['page'] is not None:
                grouped_sources[source_key]['pages'].add(source_meta['page'])

        for key, data in grouped_sources.items():
            if data['type'] == 'pdf':
                file_stem = data['meta'].get('file_stem', os.path.splitext(os.path.basename(key))[0])
                display_name = bibliography_data.get(file_stem, os.path.basename(key))
                
                pages = sorted(list(data['pages']))
                pages_str = ""
                if pages:
                    if len(pages) == 1:
                        pages_str = f"str. {pages[0]}"
                    else:
                        pages_str = "str. " + ", ".join(map(str, pages))
                
                answer += f"\n- {display_name} ({pages_str})" if pages_str else f"\n- {display_name}"

            elif data['type'] == 'url':
                title = data['meta'].get('title', key)
                url = key
                date = data['meta'].get('added_date', '')
                date_str = f" (dodano: {date})" if date else ""
                answer += f"\n- [{title}]({url}){date_str}"

    
    history.append({"role": "user", "content": message})
    history.append({"role": "assistant", "content": answer})
    return history

# --- Funkcja do czyszczenia pola tekstowego ---
def clear_textbox():
    return gr.update(value="")

# --- Funkcja do flagowania ---
def flag_callback(history):
    if not history:
        gr.Warning("Brak wiadomości do oznaczenia.")
        return

    # Find the last user message and assistant response
    last_user_message = None
    last_assistant_message = None
    
    for i in range(len(history) - 1, -1, -1):
        msg = history[i]
        if msg.get("role") == "assistant" and last_assistant_message is None:
            last_assistant_message = msg.get("content", "")
        elif msg.get("role") == "user" and last_user_message is None:
            last_user_message = msg.get("content", "")
            break
    
    if not last_user_message or not last_assistant_message:
        gr.Warning("Nie można znaleźć ostatniej wymiany wiadomości.")
        return
    
    with open("flagged_responses.txt", "a", encoding="utf-8") as f:
        f.write(f"Zapytanie: {last_user_message}\nOdpowiedź: {last_assistant_message}\n")
        f.write("-" * 50 + "\n")
    gr.Info("Odpowiedź została oznaczona. Dziękujemy za feedback!")

# --- Konfiguracja interfejsu Gradio ---
with gr.Blocks() as demo:
    gr.HTML("""
        <div style="display: flex; align-items: center; margin-bottom: 20px;">
            <img src="file/logo-korektor.png" alt="Logo" style="width: 150px; margin-right: 20px;" />
            <div>
                <h1>KoREKtor - Asystent HR</h1>
                <p>Twój inteligentny partner w zatrudnianiu osób z niepełnosprawnościami.</p>
            </div>
        </div>
        <img src="file/belka.png" alt="Belka" style="width: 100%; margin-bottom: 20px;" />
    """)
    
    if hr_import_error:
        gr.Markdown(f"**Błąd importu: {hr_import_error}**\n\nAby uruchomić aplikację, zainstaluj brakujący moduł:\n\n`pip install sentence-transformers`")
    
    chatbot = gr.Chatbot(
        [],
        elem_id="chatbot",
        height=500,
        show_label=False,
        type="messages"
    )

    with gr.Row():
        msg = gr.Textbox(
            placeholder="Zadaj pytanie...",
            container=False,
            scale=9
        )
        submit = gr.Button("Wyślij", scale=1)

    flag = gr.Button("🚩 Oznacz odpowiedź", scale=1)

    # Po wysłaniu wiadomości, wywołaj chatbota, a następnie wyczyść pole tekstowe
    msg.submit(respond_to_query, [msg, chatbot], chatbot).then(clear_textbox, [], [msg])
    submit.click(respond_to_query, [msg, chatbot], chatbot).then(clear_textbox, [], [msg])
    
    # Flagowanie nie wymaga dodatkowych akcji po kliknięciu
    flag.click(flag_callback, [chatbot], None)

# --- Uruchomienie aplikacji ---
if __name__ == "__main__":
    demo.launch()