import gradio as gr
import json
import os
from huggingface_hub import InferenceClient

"""
For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
"""
client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")

def cargar_jsons(directorio):
    archivos_json = {}
    for archivo in os.listdir(directorio):
        if archivo.endswith(".json"):
            ruta_completa = os.path.join(directorio, archivo)
            with open(ruta_completa, 'r') as f:
                archivos_json[archivo] = json.load(f)
    return archivos_json

# Después de tus importaciones y antes de definir la función [`respond`]
json_data = cargar_jsons("json_files")

def buscar_respuesta_en_json(pregunta, json_data):
    for nombre_archivo, datos in json_data.items():
        # Check if datos is a list
        if isinstance(datos, list):
            # Iterate through each item in the list, assuming each item is a dictionary with a "QA" key
            for item in datos:
                for qa in item.get("QA", []):
                    if pregunta.lower() in qa["pregunta"].lower():
                        return qa["respuesta"]
        else:
            # Original logic assuming datos is a dictionary with a "QA" key
            for qa in datos.get("QA", []):
                if pregunta.lower() in qa["pregunta"].lower():
                    return qa["respuesta"]
    return "Lo siento, no tengo una respuesta para eso."


def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    messages = [{"role": "system", "content": system_message}]

    for val in history:
        if val[0]:
            messages.append({"role": "user", "content": val[0]})
        if val[1]:
            messages.append({"role": "assistant", "content": val[1]})

    messages.append({"role": "user", "content": message})

    # Buscar en los datos JSON antes de hacer una petición a Hugging Face
    respuesta_json = buscar_respuesta_en_json(message, json_data)
    if respuesta_json:
        return respuesta_json

    response = ""

    for message in client.chat_completion(
        messages,
        max_tokens=max_tokens,
        stream=True,
        temperature=temperature,
        top_p=top_p,
    ):
        token = message.choices[0].delta.content

        response += token
        yield response

"""
For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
"""
demo = gr.ChatInterface(
    respond,
    additional_inputs=[
        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
        gr.Slider(
            minimum=0.1,
            maximum=1.0,
            value=0.95,
            step=0.05,
            label="Top-p (nucleus sampling)",
        ),
    ],
)


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