import gradio as ui
import numpy as np
import json
from structguard import StructGuard, StructGuardValidator, Schema

# 1. Standard-Schema definieren
default_schema = Schema({
    "text": str,
    "kategorie": ["Dosierung", "Einheit", "Negation", "Semantik"],
    "quelle": str,
})

def pipeline_demonstration(json_input, query_val, answer_val):
    try:
        # JSON-Output parsen
        output_dict = json.loads(json_input)
    except Exception as e:
        return "⚠️ Ungültiges JSON-Format im Eingabefeld!", "ABGELEHNT", 0.0

    # Einfache Dummy-Embeddings aus den numerischen Schiebereglern simulieren
    q_emb = np.array([float(query_val), 0.0, 0.0])
    a_emb = np.array([float(answer_val), 0.0, 0.0])

    # StructGuard initialisieren
    sem_validator = StructGuardValidator()
    guard = StructGuard(schema=default_schema, semantic_validator=sem_validator)
    
    # Validierung ausführen
    verdict = guard.pruefen(answer=output_dict, query_emb=q_emb, answer_emb=a_emb)
    
    # Ergebnis für die Verknüpfung mit SENTRY-DVL aufbereiten
    sentry_status = "WARTET" if verdict.ist_freigegeben() else "BLOCKIERT (Early-Exit)"
    
    details_str = json.dumps(verdict.details, indent=2)
    fehler_str = ", ".join(verdict.fehler) if verdict.fehler else "Keine Fehler"
    
    report = f"--- 🛠️ PIPELINE REPORT ---\n" \
             f"Phase 1 & 2 Fehler: {fehler_str}\n" \
             f"Status für SENTRY-DVL: {sentry_status}\n\n" \
             f"Audit-Trail Details:\n{details_str}"

    return report, verdict.status, verdict.score

# Gradio Interface aufbauen
with ui.Blocks(title="StructGuard v2.1 Demo") as demo:
    ui.Markdown("# 🛡️ StructGuard v2.1")
    ui.Markdown("### Structural & Semantic Validation Layer for LLM Outputs")
    ui.Markdown("Diese Demo simuliert die Eingangsschicht vor der Übergabe an SENTRY-DVL.")
    
    with ui.Row():
        with ui.Column():
            json_box = ui.Textbox(
                label="LLM Output (JSON)", 
                value='{"text": "Metformin 500 mg", "kategorie": "Dosierung", "quelle": "Arzt"}',
                lines=5
            )
            q_slider = ui.Slider(0.0, 1.0, value=1.0, label="Query Vektor Komponente X")
            a_slider = ui.Slider(0.0, 1.0, value=0.95, label="Answer Vektor Komponente X")
            btn = ui.Button("Output validieren", variant="primary")
            
        with ui.Column():
            status_box = ui.Textbox(label="Verdict Status")
            score_box = ui.Number(label="Kohärenz-Score")
            report_box = ui.Code(label="Pipeline Verbindung & Log", language="json")

    btn.click(
        fn=pipeline_demonstration, 
        inputs=[json_box, q_slider, a_slider], 
        outputs=[report_box, status_box, score_box]
    )

demo.launch()