app.py

import gradio as gr
import json
import re
import sys
import os
from datetime import datetime

# Adicionar o diretório raiz ao path
sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))

# Dashboard não disponível - app rodado no Hugging Face Spaces
DASHBOARD_INTEGRATION_AVAILABLE = False

# Importar apenas o sistema de IA para análise
try:
    from src.main import ScalpingBot
    # Inicializar apenas para usar o sistema de IA
    trading_bot = ScalpingBot()
    print("✅ Sistema de IA BERT inicializado com sucesso")
    
    # Verificar se o sistema de IA está disponível
    if hasattr(trading_bot, 'hf_api') and trading_bot.hf_api:
        TRANSFORMERS_AVAILABLE = True
        current_model_info = {
            "name": "Hugging Face Spaces",
            "description": "IA FinBERT via Hugging Face Spaces",
            "labels": {"LABEL_0": "NEGATIVO", "LABEL_1": "NEUTRO", "LABEL_2": "POSITIVO"}
        }
        print("✅ Sistema de IA BERT disponível para análise")
    else:
        TRANSFORMERS_AVAILABLE = False
        print("⚠️ Sistema de IA BERT não disponível")
        
except ImportError as e:
    TRANSFORMERS_AVAILABLE = False
    trading_bot = None
    current_model_info = None
    print(f"⚠️ Sistema de IA não disponível: {e}")

def get_sample_market_data():
    """Retorna dados de exemplo para demonstração"""
    return {
        'price': 116500.25,
        'variation': 0.15,
        'rsi': 68.5,
        'ema_trend': 'ALTA',
        'bb_position': 'DENTRO',
        'volume': 1.8,
        'symbol': 'BTCUSD',
        'timestamp': datetime.now().isoformat()
    }

def parse_market_data(text):
    """Extrai dados de mercado do texto de entrada"""
    try:
        # Regex patterns para extrair dados
        price_match = re.search(r'P:([0-9,]+\.?\d*)', text)
        variation_match = re.search(r'\(([\+\-]\d+\.?\d*%?)\)', text)
        rsi_match = re.search(r'RSI:(\d+)', text)
        ema_match = re.search(r'EMA:(ALTA|BAIXA)', text)
        bb_match = re.search(r'BB:(DENTRO|SOBRE|ABAIXO|ACIMA)', text)
        vol_match = re.search(r'Vol:([0-9\.]+)', text)
        
        # Extrair valores
        price = float(price_match.group(1).replace(',', '')) if price_match else 0
        variation_str = variation_match.group(1) if variation_match else "0"
        variation = float(variation_str.replace('%', '').replace('+', '')) if variation_str != "0" else 0
        rsi = int(rsi_match.group(1)) if rsi_match else 50
        ema_trend = ema_match.group(1) if ema_match else "NEUTRO"
        bb_position = bb_match.group(1) if bb_match else "DENTRO"
        volume = float(vol_match.group(1)) if vol_match else 0
        
        return {
            'price': price,
            'variation': variation,
            'rsi': rsi,
            'ema_trend': ema_trend,
            'bb_position': bb_position,
            'volume': volume
        }
    except Exception as e:
        return None

def analyze_sentiment_with_bert(market_data):
    """Analisa o sentimento usando o sistema de IA BERT com fallback robusto"""
    if not TRANSFORMERS_AVAILABLE or not trading_bot or not hasattr(trading_bot, 'hf_api'):
        print("⚠️ BERT não disponível - usando sistema robusto")
        return analyze_sentiment_robust(market_data)
    
    try:
        # Preparar dados para análise de IA
        ai_market_data = {
            'symbol': market_data.get('symbol', 'BTCUSD'),
            'current_price': market_data.get('price', 0),
            'rsi': market_data.get('rsi', 50),
            'ema_12': market_data.get('ema_12', 0),
            'ema_26': market_data.get('ema_26', 0),
            'bb_upper': market_data.get('bb_upper', 0),
            'bb_middle': market_data.get('bb_middle', 0),
            'bb_lower': market_data.get('bb_lower', 0),
            'volume_ratio': market_data.get('volume', 1.0),
            'trend': market_data.get('ema_trend', 'NEUTRO'),
            'price_change_pct': market_data.get('variation', 0),
            'timestamp': datetime.now().isoformat()
        }
        
        # Enviar para análise de IA
        ai_response = trading_bot.hf_api.send_analysis_request(ai_market_data)
        
        if ai_response:
            # Parse da resposta
            ai_sentiment, ai_confidence, ai_analysis = trading_bot.hf_api.parse_ai_response(ai_response)
            
            # Verificar se o BERT retornou dados estáticos (problema conhecido)
            if ("$0.00" in ai_analysis or "RSI: 50" in ai_analysis or 
                "0.00%" in ai_analysis or "Volume: 0.0x" in ai_analysis):
                print("⚠️ BERT retornou dados estáticos - usando sistema robusto")
                return analyze_sentiment_robust(market_data)
            
            # Mapear para o formato esperado
            sentiment_mapping = {
                'BULLISH': 'POSITIVO',
                'BEARISH': 'NEGATIVO', 
                'NEUTRAL': 'NEUTRO',
                'NEUTRO': 'NEUTRO',
                'POSITIVO': 'POSITIVO',
                'NEGATIVO': 'NEGATIVO'
            }
            
            sentiment_label = sentiment_mapping.get(ai_sentiment, 'NEUTRO')
            
            print(f"✅ BERT Sentimento: {sentiment_label} ({ai_confidence:.1f}%)")
            
            return {
                'sentiment': ai_sentiment.lower(),
                'confidence': ai_confidence / 100.0 if ai_confidence > 1 else ai_confidence,
                'label': sentiment_label,
                'analysis': ai_analysis
            }
        
        print("⚠️ BERT não respondeu - usando sistema robusto")
        return analyze_sentiment_robust(market_data)
        
    except Exception as e:
        print(f"⚠️ Erro na análise BERT: {e} - usando sistema robusto")
        return analyze_sentiment_robust(market_data)

def analyze_sentiment_robust(market_data):
    """Sistema de análise robusto que funciona quando o BERT falha"""
    try:
        # Extrair dados
        price = market_data.get('price', 0)
        rsi = market_data.get('rsi', 50)
        ema_trend = market_data.get('ema_trend', 'NEUTRO')
        volume_ratio = market_data.get('volume', 1.0)
        price_change_pct = market_data.get('variation', 0)
        symbol = market_data.get('symbol', 'BTCUSD')
        
        print(f"📊 Análise Robusta {symbol}: Preço={price}, RSI={rsi}, Trend={ema_trend}")
        
        # Análise de sentimento baseada em indicadores
        sentiment_score = 0
        confidence_score = 0
        signals = []
        
        # === ANÁLISE RSI ===
        if rsi <= 30:
            sentiment_score += 30  # Muito bullish
            confidence_score += 25
            signals.append(f"RSI {rsi} - Zona de sobrevenda (COMPRA)")
        elif rsi >= 70:
            sentiment_score -= 30  # Muito bearish
            confidence_score += 25
            signals.append(f"RSI {rsi} - Zona de sobrecompra (VENDA)")
        elif 40 <= rsi <= 60:
            sentiment_score += 5  # Neutro
            confidence_score += 10
            signals.append(f"RSI {rsi} - Zona neutra")
        
        # === ANÁLISE EMA ===
        if ema_trend == 'ALTA':
            sentiment_score += 20
            confidence_score += 15
            signals.append("EMA em tendência de ALTA")
        elif ema_trend == 'BAIXA':
            sentiment_score -= 20
            confidence_score += 15
            signals.append("EMA em tendência de BAIXA")
        
        # === ANÁLISE DE VOLUME ===
        if volume_ratio > 1.5:
            sentiment_score += 15
            confidence_score += 10
            signals.append(f"Volume alto ({volume_ratio:.1f}x) - Confirma movimento")
        elif volume_ratio < 0.8:
            sentiment_score -= 5
            confidence_score += 5
            signals.append(f"Volume baixo ({volume_ratio:.1f}x) - Cuidado")
        
        # === ANÁLISE DE MOMENTUM ===
        if price_change_pct > 0.1:
            sentiment_score += 10
            confidence_score += 10
            signals.append(f"Momentum positivo (+{price_change_pct:.2f}%)")
        elif price_change_pct < -0.1:
            sentiment_score -= 10
            confidence_score += 10
            signals.append(f"Momentum negativo ({price_change_pct:.2f}%)")
        
        # === ANÁLISE DE BOLLINGER BANDS ===
        bb_position = market_data.get('bb_position', 'DENTRO')
        if bb_position == 'ABAIXO':
            sentiment_score += 25
            confidence_score += 20
            signals.append("Preço abaixo da banda inferior - Reversão esperada")
        elif bb_position == 'ACIMA':
            sentiment_score -= 25
            confidence_score += 20
            signals.append("Preço acima da banda superior - Reversão esperada")
        
        # Determinar sentimento final
        if sentiment_score >= 30:
            sentiment = 'BULLISH'
            sentiment_label = 'POSITIVO'
        elif sentiment_score <= -30:
            sentiment = 'BEARISH'
            sentiment_label = 'NEGATIVO'
        else:
            sentiment = 'NEUTRAL'
            sentiment_label = 'NEUTRO'
        
        # Calcular confiança final
        confidence = min(95, max(15, confidence_score))
        
        print(f"✅ Análise Robusta: {sentiment} ({confidence:.1f}%)")
        
        return {
            'sentiment': sentiment.lower(),
            'confidence': confidence / 100.0,
            'label': sentiment_label,
            'analysis': f'Análise robusta: {sentiment} ({confidence:.1f}%) - {len(signals)} sinais',
            'signals': signals,
            'sentiment_score': sentiment_score
        }
        
    except Exception as e:
        print(f"❌ Erro na análise robusta: {e}")
        return {
            'sentiment': 'neutral',
            'confidence': 0.5,
            'label': 'NEUTRO',
            'analysis': f'Erro na análise: {e}',
            'signals': [],
            'sentiment_score': 0
        }

def analyze_scalping_signals(market_data, original_text=""):
    """Analisa sinais para scalping baseado em indicadores técnicos e sentimento IA"""
    
    if not market_data:
        return {
            'action': 'AGUARDAR',
            'confidence': 0,
            'reason': 'Dados insuficientes para análise',
            'sentiment': {'label': 'NEUTRO', 'confidence': 0.5}
        }
    
    # Análise de sentimento com BERT
    sentiment_analysis = analyze_sentiment_with_bert(market_data)
    
    price = market_data['price']
    variation = market_data['variation']
    rsi = market_data['rsi']
    ema_trend = market_data['ema_trend']
    bb_position = market_data['bb_position']
    volume = market_data['volume']
    
    # Pontuação de confiança
    confidence_score = 0
    signals = []
    action = 'AGUARDAR'
    
    # === ANÁLISE RSI ===
    if rsi <= 30:  # Oversold
        signals.append("RSI em zona de sobrevenda ({}): COMPRA".format(rsi))
        confidence_score += 25
        if action == 'AGUARDAR':
            action = 'COMPRAR'
    elif rsi >= 70:  # Overbought
        signals.append("RSI em zona de sobrecompra ({}): VENDA".format(rsi))
        confidence_score += 25
        if action == 'AGUARDAR':
            action = 'VENDER'
    elif 45 <= rsi <= 55:
        signals.append("RSI neutro ({}): aguardar confirmação".format(rsi))
    
    # === ANÁLISE EMA ===
    if ema_trend == 'ALTA':
        signals.append("Tendência EMA ALTA: viés de COMPRA")
        confidence_score += 15
        if action == 'VENDER':
            confidence_score -= 10  # Conflito
        elif action == 'AGUARDAR':
            action = 'COMPRAR'
    elif ema_trend == 'BAIXA':
        signals.append("Tendência EMA BAIXA: viés de VENDA")
        confidence_score += 15
        if action == 'COMPRAR':
            confidence_score -= 10  # Conflito
        elif action == 'AGUARDAR':
            action = 'VENDER'
    
    # === ANÁLISE BOLLINGER BANDS ===
    if bb_position == 'ABAIXO':
        signals.append("Preço abaixo da banda inferior: COMPRA (reversão)")
        confidence_score += 20
        if action == 'AGUARDAR':
            action = 'COMPRAR'
    elif bb_position == 'ACIMA' or bb_position == 'SOBRE':
        signals.append("Preço acima da banda superior: VENDA (reversão)")
        confidence_score += 20
        if action == 'AGUARDAR':
            action = 'VENDER'
    elif bb_position == 'DENTRO':
        signals.append("Preço dentro das bandas: aguardar breakout")
        confidence_score += 5
    
    # === ANÁLISE DE MOMENTUM (Variação) ===
    if abs(variation) >= 0.05:  # Movimento significativo
        if variation > 0:
            signals.append("Momentum positivo (+{:.2f}%): seguir tendência".format(variation))
            confidence_score += 10
            if action == 'VENDER':
                confidence_score -= 5
        else:
            signals.append("Momentum negativo ({:.2f}%): seguir tendência".format(variation))
            confidence_score += 10
            if action == 'COMPRAR':
                confidence_score -= 5
    
    # === ANÁLISE DE VOLUME ===
    if volume > 1.0:  # Volume alto
        signals.append("Volume alto ({:.1f}x): confirma movimento".format(volume))
        confidence_score += 10
    elif volume < 0.5:  # Volume baixo
        signals.append("Volume baixo ({:.1f}x): cuidado com falsos sinais".format(volume))
        confidence_score -= 5
    
    # === ANÁLISE DE SENTIMENTO IA (FinBERT) ===
    sentiment_label = sentiment_analysis['label']
    sentiment_conf = sentiment_analysis['confidence']
    
    if sentiment_label == 'POSITIVO':
        signals.append("🤖 IA Sentimento: POSITIVO ({:.1f}%): viés de COMPRA".format(sentiment_conf * 100))
        confidence_score += int(sentiment_conf * 20)  # Até 20 pontos
        if action == 'AGUARDAR':
            action = 'COMPRAR'
        elif action == 'VENDER':
            confidence_score -= 10  # Conflito com sentimento
    elif sentiment_label == 'NEGATIVO':
        signals.append("🤖 IA Sentimento: NEGATIVO ({:.1f}%): viés de VENDA".format(sentiment_conf * 100))
        confidence_score += int(sentiment_conf * 20)  # Até 20 pontos
        if action == 'AGUARDAR':
            action = 'VENDER'
        elif action == 'COMPRAR':
            confidence_score -= 10  # Conflito com sentimento
    else:
        signals.append("🤖 IA Sentimento: NEUTRO ({:.1f}%): sem viés claro".format(sentiment_conf * 100))
    
    # === REGRAS ESPECÍFICAS DE SCALPING ===
    
    # Scalping: RSI extremo + EMA contrária = reversão forte
    if (rsi <= 25 and ema_trend == 'BAIXA') or (rsi >= 75 and ema_trend == 'ALTA'):
        signals.append("🚨 SINAL FORTE: RSI extremo com EMA contrária - REVERSÃO")
        confidence_score += 30
    
    # Scalping: RSI + BB alinhados
    if rsi <= 35 and bb_position == 'ABAIXO':
        signals.append("🎯 SETUP PERFEITO: RSI baixo + BB abaixo - COMPRA FORTE")
        confidence_score += 35
        action = 'COMPRAR'
    elif rsi >= 65 and (bb_position == 'ACIMA' or bb_position == 'SOBRE'):
        signals.append("🎯 SETUP PERFEITO: RSI alto + BB acima - VENDA FORTE")
        confidence_score += 35
        action = 'VENDER'
    
    # Limitar confiança
    confidence_score = min(confidence_score, 95)
    confidence_score = max(confidence_score, 10)
    
    return {
        'action': action,
        'confidence': confidence_score,
        'signals': signals,
        'market_data': market_data,
        'sentiment': sentiment_analysis
    }

def generate_trading_response(analysis):
    """Gera resposta formatada para trading com análise de sentimento IA"""
    
    action = analysis['action']
    confidence = analysis['confidence']
    signals = analysis.get('signals', [])
    market_data = analysis.get('market_data', {})
    sentiment = analysis.get('sentiment', {'label': 'NEUTRO', 'confidence': 0.5})
    
    # Emojis e cores baseados na ação
    if action == 'COMPRAR':
        emoji = "🟢"
        action_emoji = "📈"
        color = "verde"
        direction = "LONG"
    elif action == 'VENDER':
        emoji = "🔴"
        action_emoji = "📉"
        color = "vermelho"
        direction = "SHORT"
    else:
        emoji = "🟡"
        action_emoji = "⏸️"
        color = "amarelo"
        direction = "NEUTRO"
    
    # Emojis para sentimento
    sentiment_emojis = {
        'POSITIVO': '😊💚',
        'NEGATIVO': '😟💔', 
        'NEUTRO': '😐💛'
    }
    
    # Barra de confiança
    confidence_bars = "█" * int(confidence / 10) + "░" * (10 - int(confidence / 10))
    
    # Classificação de confiança
    if confidence >= 80:
        conf_level = "MUITO ALTA"
    elif confidence >= 65:
        conf_level = "ALTA"
    elif confidence >= 50:
        conf_level = "MODERADA"
    else:
        conf_level = "BAIXA"
    
    # Timestamp
    timestamp = datetime.now().strftime("%H:%M:%S")
    
    response = f"""{emoji} **ANÁLISE SCALPING - BTCUSD M1/M5**

**⏰ Timestamp:** {timestamp}
**📊 Instrumento:** BTCUSD

**🎯 DECISÃO DE TRADING:**
• **Ação:** {action} {action_emoji}
• **Direção:** {direction}
• **Confiança:** {confidence:.0f}% ({conf_level})
• **Visual:** {confidence_bars}

**🤖 ANÁLISE DE SENTIMENTO IA (FinBERT):**
• **Sentimento:** {sentiment_emojis.get(sentiment['label'], '😐💛')} **{sentiment['label']}** ({sentiment['confidence']*100:.1f}%)

**📈 DADOS DE MERCADO:**
• **Preço:** ${market_data.get('price', 'N/A'):,.2f}
• **Variação:** {market_data.get('variation', 0):+.2f}%
• **RSI:** {market_data.get('rsi', 'N/A')} 
• **EMA:** {market_data.get('ema_trend', 'N/A')}
• **Bollinger:** {market_data.get('bb_position', 'N/A')}
• **Volume:** {market_data.get('volume', 0):.1f}x

**🔍 ANÁLISE TÉCNICA + IA:**"""
    
    for i, signal in enumerate(signals[:5], 1):  # Máximo 5 sinais
        response += f"\n{i}. {signal}"
    
    # Recomendações específicas
    response += f"\n\n**⚡ RECOMENDAÇÕES SCALPING:**"
    
    if action == 'COMPRAR':
        response += f"""
• **Stop Loss:** ${market_data.get('price', 0) * 0.9993:.2f} (-0.07%)
• **Take Profit:** ${market_data.get('price', 0) * 1.0015:.2f} (+0.15%)
• **Timeframe:** M1/M5
• **Risk/Reward:** 1:2"""
    elif action == 'VENDER':
        response += f"""
• **Stop Loss:** ${market_data.get('price', 0) * 1.0007:.2f} (+0.07%)
• **Take Profit:** ${market_data.get('price', 0) * 0.9985:.2f} (-0.15%)
• **Timeframe:** M1/M5
• **Risk/Reward:** 1:2"""
    else:
        response += """
• **Aguardar:** Setup mais definido
• **Monitorar:** Rompimentos de suporte/resistência
• **Observar:** Confluência de sinais técnicos"""
    
    if confidence < 60:
        response += f"\n\n⚠️ **ATENÇÃO:** Confiança {conf_level} - Aguarde confirmação adicional!"
    
    response += f"\n\n---\n*🤖 Análise Scalping Automatizada - {timestamp}*"
    
    return response

def process_trading_analysis(text):
    """Função principal que processa a análise de trading com BERT"""
    
    if text and text.strip():
        # Parse dos dados de mercado do texto
        market_data = parse_market_data(text)
        data_source = "Dados Inseridos"
        
        if not market_data:
            return "⚠️ **Erro:** Formato de dados inválido. Use o formato: P:preço(variação%) | EMA:ALTA/BAIXA | RSI:valor | BB:posição | Vol:volume"
    else:
        return "⚠️ **Erro:** Nenhum dado de mercado fornecido. Insira dados no formato correto."
    
    # Análise dos sinais com BERT
    analysis = analyze_scalping_signals(market_data, text or f"Dados {data_source}")
    
    # Adicionar informação da fonte de dados
    analysis['data_source'] = data_source
    analysis['timestamp'] = datetime.now().isoformat()
    
    # Gerar resposta formatada
    response = generate_trading_response(analysis)
    
    # Dashboard não disponível - app rodado no Hugging Face Spaces
    print(f"✅ Análise BERT concluída - {data_source}")
    
    return response

def get_sample_data_for_ui():
    """Retorna dados de exemplo formatados para a interface"""
    sample_data = get_sample_market_data()
    formatted_data = f"P:{sample_data['price']}({sample_data['variation']:+.2f}%) | EMA:{sample_data['ema_trend']} | RSI:{sample_data['rsi']:.1f} | BB:{sample_data['bb_position']} | Vol:{sample_data['volume']:.1f}"
    return formatted_data

# CSS customizado com Bootstrap 5 integrado
custom_css = """
@import url('https://cdn.jsdelivr.net/npm/bootstrap@5.3.2/dist/css/bootstrap.min.css');
@import url('https://fonts.googleapis.com/css2?family=Inter:wght@300;400;500;600;700;800&family=Poppins:wght@300;400;500;600;700&display=swap');

:root {
    --bs-primary: #00d4ff;
    --bs-secondary: #ff6b6b;
    --bs-success: #00ff88;
    --bs-danger: #ff4757;
    --bs-warning: #ffa502;
    --bs-dark: #0a0a0a;
    --bs-light: #f0f0f0;
    --primary-bg: linear-gradient(135deg, #0a0a0a 0%, #1a0a1a 50%, #0a0a0a 100%);
    --card-bg: rgba(30, 30, 40, 0.98);
    --text-bright: #f0f0f0;
    --text-secondary: #c0c0c0;
}

body {
    font-family: 'Inter', 'Poppins', -apple-system, BlinkMacSystemFont, sans-serif !important;
    background: var(--primary-bg) !important;
    color: var(--text-bright) !important;
    min-height: 100vh;
}

body::before {
    content: '';
    position: fixed;
    top: 0;
    left: 0;
    width: 100%;
    height: 100%;
    background-image: 
        radial-gradient(circle at 25% 25%, rgba(255, 107, 107, 0.05) 0%, transparent 50%),
        radial-gradient(circle at 75% 75%, rgba(78, 205, 196, 0.05) 0%, transparent 50%);
    pointer-events: none;
    z-index: -1;
}

.gradio-container {
    max-width: 100% !important;
    padding: 0 !important;
}

.main-header {
    background: var(--card-bg);
    border: 1px solid rgba(0, 212, 255, 0.2);
    backdrop-filter: blur(20px);
    box-shadow: 0 25px 50px rgba(0, 0, 0, 0.6);
}

.main-header h1 {
    color: #ffffff !important;
    font-weight: 700 !important;
    font-family: 'Poppins', sans-serif !important;
}

.main-header h2,
.main-header p,
.main-header p *,
.main-header p strong,
.main-header p em,
.main-header .text-white,
.main-header .text-white *,
.main-header .lead,
.main-header .lead * {
    color: #ffffff !important;
    text-shadow: none !important;
}

.card-custom {
    background: var(--card-bg) !important;
    border: 1px solid rgba(255, 255, 255, 0.1) !important;
    backdrop-filter: blur(20px) !important;
    box-shadow: 0 25px 50px rgba(0, 0, 0, 0.6) !important;
}

.form-control {
    background: rgba(0, 0, 0, 0.9) !important;
    border: 1px solid rgba(0, 212, 255, 0.3) !important;
    color: var(--text-bright) !important;
    font-family: 'Inter', sans-serif !important;
}

.form-control:focus {
    background: rgba(0, 0, 0, 0.9) !important;
    border-color: var(--bs-primary) !important;
    box-shadow: 0 0 25px rgba(0, 212, 255, 0.3) !important;
    color: var(--text-bright) !important;
}

.form-control::placeholder {
    color: var(--text-secondary) !important;
    opacity: 0.7 !important;
}

.btn-primary {
    background: linear-gradient(135deg, var(--bs-primary), #0099cc) !important;
    border: none !important;
    font-weight: 600 !important;
    font-family: 'Inter', sans-serif !important;
    box-shadow: 0 4px 12px rgba(0, 212, 255, 0.3) !important;
    transition: all 0.3s ease !important;
}

.btn-primary:hover {
    transform: translateY(-2px) !important;
    box-shadow: 0 6px 16px rgba(0, 212, 255, 0.4) !important;
    filter: brightness(1.05) !important;
}

.btn-secondary {
    background: rgba(255, 255, 255, 0.1) !important;
    border: 1px solid rgba(0, 212, 255, 0.3) !important;
    color: var(--text-bright) !important;
    font-family: 'Inter', sans-serif !important;
}

.btn-secondary:hover {
    background: rgba(255, 255, 255, 0.2) !important;
    border-color: rgba(0, 212, 255, 0.5) !important;
    color: var(--text-bright) !important;
    transform: translateY(-1px) !important;
}

.output-area {
    background: rgba(0, 0, 0, 0.85) !important;
    border: 1px solid rgba(0, 212, 255, 0.2) !important;
    color: var(--text-bright) !important;
    font-family: 'Inter', sans-serif !important;
    max-height: 600px;
    overflow-y: auto;
    box-shadow: 0 2px 8px rgba(0, 0, 0, 0.3);
}

.text-gradient {
    color: #ffffff !important;
}

.strategy-card {
    background: rgba(0, 0, 0, 0.6);
    border: 2px solid rgba(0, 212, 255, 0.2);
    backdrop-filter: blur(10px);
    box-shadow: 0 0 20px rgba(0, 212, 255, 0.1);
}

::-webkit-scrollbar {
    width: 8px;
}

::-webkit-scrollbar-track {
    background: rgba(255, 255, 255, 0.1);
    border-radius: 10px;
}

::-webkit-scrollbar-thumb {
    background: var(--bs-primary);
    border-radius: 10px;
}

::-webkit-scrollbar-thumb:hover {
    background: var(--bs-secondary);
}

/* Responsividade Mobile */
@media (max-width: 768px) {
    .container-fluid {
        padding: 0.5rem !important;
    }
    
    .main-header {
        padding: 1.5rem !important;
    }
    
    .main-header h1 {
        font-size: 2rem !important;
    }
    
    .main-header h2 {
        font-size: 1.2rem !important;
    }
    
    .card-custom {
        margin-bottom: 1rem !important;
    }
    
    .btn-lg {
        font-size: 0.9rem !important;
        padding: 0.5rem 1rem !important;
    }
    
    .form-control {
        font-size: 14px !important;
    }
    
    .output-area {
        font-size: 13px !important;
        max-height: 400px !important;
    }
    
    .row.g-2 {
        margin-top: 0.5rem !important;
    }
    
    .btn-sm {
        font-size: 0.8rem !important;
        padding: 0.25rem 0.5rem !important;
    }
}

@media (max-width: 576px) {
    .main-header h1 {
        font-size: 1.5rem !important;
    }
    
    .main-header h2 {
        font-size: 1rem !important;
    }
    
    .main-header p {
        font-size: 0.9rem !important;
    }
    
    .card-header h3 {
        font-size: 1rem !important;
    }
    
    .btn {
        font-size: 0.8rem !important;
    }
}

/* Melhorias para tablets */
@media (min-width: 769px) and (max-width: 1024px) {
    .container-fluid {
        padding: 1rem !important;
    }
    
    .main-header {
        padding: 2rem !important;
    }
}

/* Classes utilitárias responsivas */
.mobile-view .gradio-container {
    padding: 0.5rem !important;
}

.mobile-view .main-header {
    margin-bottom: 1rem !important;
}

/* Ajustes para elementos Gradio */
.gradio-container .gr-textbox,
.gradio-container textarea {
    border-radius: 0.375rem !important;
}

.gradio-container .gr-button {
    border-radius: 0.375rem !important;
}

.gradio-container .gr-markdown {
    border-radius: 0.375rem !important;
}
"""

# Interface Gradio com Bootstrap 5
with gr.Blocks(css=custom_css, title="🤖 Serviço de Análise BERT - BotCS", theme=gr.themes.Base()) as demo:
    
    # Container principal Bootstrap
    gr.HTML("""
    <div class="container-fluid">
        <!-- Cabeçalho principal -->
        <div class="row justify-content-center mb-4">
            <div class="col-12">
                <div class="main-header card-custom rounded-4 p-4 text-center">
                    <h1 class="display-4 fw-bold mb-3 text-white">🤖 SERVIÇO DE ANÁLISE BERT</h1>
                    <h2 class="h4 mb-3 text-white">📈 BotCS - Análise de Indicadores com IA FinBERT</h2>
                    <p class="lead mb-2 text-white"><strong>Serviço especializado em análise de indicadores técnicos com IA</strong></p>
                    <p class="mb-0 text-white"><em>🎯 RSI • 📊 EMA • 📉 Bollinger Bands • 📈 Volume • ⚡ Momentum • 🤖 FinBERT AI</em></p>
                </div>
            </div>
        </div>
    </div>
    """)
    
    # Layout principal responsivo
    with gr.Row():
        # Coluna esquerda - Input
        with gr.Column(scale=1):
            gr.HTML("""
            <div class="card card-custom rounded-3 mb-3">
                <div class="card-header bg-transparent border-0">
                    <h3 class="h5 fw-bold mb-0" style="color: #ffffff !important;">📊 INDICADORES TÉCNICOS</h3>
                </div>
            </div>
            """)
            
            input_text = gr.Textbox(
                label="Insira os indicadores técnicos para análise...",
                placeholder="Exemplo: P:115510.61(+0.05%) | EMA:ALTA | RSI:28 | BB:ABAIXO | Vol:1.2",
                lines=4,
                elem_classes=["form-control"]
            )
            
            with gr.Row():
                analyze_btn = gr.Button(
                    "🤖 ANALISAR COM BERT", 
                    variant="primary",
                    elem_classes=["btn", "btn-primary", "btn-lg"]
                )
                get_sample_data_btn = gr.Button(
                    "📊 DADOS EXEMPLO", 
                    variant="secondary",
                    elem_classes=["btn", "btn-info"]
                )
                clear_btn = gr.Button(
                    "🗑️ LIMPAR", 
                    variant="secondary",
                    elem_classes=["btn", "btn-secondary"]
                )
            
            # Botões de exemplo responsivos
            gr.HTML("""
            <div class="row g-2 mt-2">
                <div class="col-12 col-md-4">
                    <button class="btn btn-outline-success btn-sm w-100" id="example-buy">📈 Exemplo COMPRA</button>
                </div>
                <div class="col-12 col-md-4">
                    <button class="btn btn-outline-danger btn-sm w-100" id="example-sell">📉 Exemplo VENDA</button>
                </div>
                <div class="col-12 col-md-4">
                    <button class="btn btn-outline-warning btn-sm w-100" id="example-neutral">⏸️ Exemplo NEUTRO</button>
                </div>
            </div>
            """)
            
            example1_btn = gr.Button("📈 Exemplo COMPRA", visible=False)
            example2_btn = gr.Button("📉 Exemplo VENDA", visible=False)
            example3_btn = gr.Button("⏸️ Exemplo NEUTRO", visible=False)
        
        # Coluna direita - Output
        with gr.Column(scale=1):
            gr.HTML("""
            <div class="card card-custom rounded-3 mb-3">
                <div class="card-header bg-transparent border-0">
                    <h3 class="h5 fw-bold mb-0" style="color: #ffffff !important;">🤖 ANÁLISE BERT - AGUARDANDO INDICADORES</h3>
                </div>
            </div>
            """)
            
            # Seção de instruções destacada
            gr.HTML("""
            <div class="alert alert-info border-0 shadow-lg mb-3" style="background: linear-gradient(135deg, rgba(0, 212, 255, 0.15), rgba(255, 107, 107, 0.15)); border: 2px solid rgba(0, 212, 255, 0.3); backdrop-filter: blur(10px);">
                <div class="text-center mb-3">
                    <h4 class="fw-bold mb-2" style="color: #ffffff !important;">📋 COMO USAR O SERVIÇO DE ANÁLISE BERT</h4>
                </div>
                <div class="row">
                    <div class="col-12">
                        <p class="lead text-light mb-3 text-center" style="color: #ffffff !important;">
                            <strong style="color: #ffffff !important;">Insira os indicadores técnicos para análise com IA FinBERT + Sistema Robusto:</strong>
                        </p>
                    </div>
                </div>
                <div class="row g-2">
                    <div class="col-12 col-md-6">
                        <div class="d-flex align-items-center mb-2">
                            <span class="badge bg-success me-2">✅</span>
                            <span class="text-light" style="color: #ffffff !important;"><strong style="color: #ffffff !important;">Sinal de entrada</strong> (COMPRAR/VENDER/AGUARDAR)</span>
                        </div>
                        <div class="d-flex align-items-center mb-2">
                            <span class="badge bg-success me-2">✅</span>
                            <span class="text-light" style="color: #ffffff !important;"><strong style="color: #ffffff !important;">Nível de confiança</strong> baseado em múltiplos indicadores</span>
                        </div>
                        <div class="d-flex align-items-center mb-2">
                            <span class="badge bg-success me-2">✅</span>
                            <span class="text-light" style="color: #ffffff !important;"><strong style="color: #ffffff !important;">Stop Loss e Take Profit</strong> calculados automaticamente</span>
                        </div>
                    </div>
                    <div class="col-12 col-md-6">
                        <div class="d-flex align-items-center mb-2">
                            <span class="badge bg-success me-2">✅</span>
                            <span class="text-light" style="color: #ffffff !important;"><strong style="color: #ffffff !important;">Análise de sentimento FinBERT</strong> + Sistema Robusto de fallback</span>
                        </div>
                        <div class="d-flex align-items-center mb-2">
                            <span class="badge bg-success me-2">✅</span>
                            <span class="text-light" style="color: #ffffff !important;"><strong style="color: #ffffff !important;">Recomendações específicas</strong> para scalping M1/M5</span>
                        </div>
                    </div>
                </div>
                <hr class="my-3" style="border-color: rgba(0, 212, 255, 0.3);">
                <div class="text-center">
                    <p class="mb-0 text-light" style="color: #ffffff !important;">
                        <strong style="color: #ffffff !important;">📊 Indicadores analisados:</strong> 
                        <span class="badge bg-primary me-1">RSI</span>
                        <span class="badge bg-primary me-1">EMA</span>
                        <span class="badge bg-primary me-1">Bollinger Bands</span>
                        <span class="badge bg-primary me-1">Volume</span>
                        <span class="badge bg-primary me-1">Momentum</span>
                        <span class="badge bg-success">🤖 FinBERT AI</span>
                        <span class="badge bg-warning">🔧 Sistema Robusto</span>
                    </p>
                </div>
            </div>
            """)
            
            output_text = gr.Markdown(
                value="""<div style="color: #ffffff !important;"><strong style="color: #ffffff !important;">🤖 SERVIÇO DE ANÁLISE BERT - AGUARDANDO INDICADORES</strong></div>

<div style="color: #ffffff !important;">⏳ Aguardando indicadores técnicos para análise...</div>

<div style="color: #ffffff !important;">🎯 <strong style="color: #ffffff !important;">Sistema BERT pronto para análise de indicadores!</strong></div>""",
                elem_classes=["output-area", "p-3", "rounded-3"]
            )
    
    # JavaScript para conectar botões Bootstrap aos botões Gradio ocultos
    gr.HTML("""
    <script>
    document.addEventListener('DOMContentLoaded', function() {
        // Conectar botões de exemplo Bootstrap aos botões Gradio ocultos
        const exampleBuy = document.getElementById('example-buy');
        const exampleSell = document.getElementById('example-sell');
        const exampleNeutral = document.getElementById('example-neutral');
        
        if (exampleBuy) {
            exampleBuy.addEventListener('click', function() {
                // Encontrar o botão de exemplo COMPRA oculto
                const gradioButtons = document.querySelectorAll('button');
                for (let btn of gradioButtons) {
                    if (btn.textContent.includes('📈 Exemplo COMPRA') && btn.style.display === 'none') {
                        btn.click();
                        break;
                    }
                }
            });
        }
        
        if (exampleSell) {
            exampleSell.addEventListener('click', function() {
                // Encontrar o botão de exemplo VENDA oculto
                const gradioButtons = document.querySelectorAll('button');
                for (let btn of gradioButtons) {
                    if (btn.textContent.includes('📉 Exemplo VENDA') && btn.style.display === 'none') {
                        btn.click();
                        break;
                    }
                }
            });
        }
        
        if (exampleNeutral) {
            exampleNeutral.addEventListener('click', function() {
                // Encontrar o botão de exemplo NEUTRO oculto
                const gradioButtons = document.querySelectorAll('button');
                for (let btn of gradioButtons) {
                    if (btn.textContent.includes('⏸️ Exemplo NEUTRO') && btn.style.display === 'none') {
                        btn.click();
                        break;
                    }
                }
            });
        }
        
        // Adicionar classes Bootstrap aos elementos Gradio
        const textareas = document.querySelectorAll('textarea');
        textareas.forEach(textarea => {
            textarea.classList.add('form-control');
        });
        
        const buttons = document.querySelectorAll('button');
        buttons.forEach(button => {
            if (!button.classList.contains('btn')) {
                button.classList.add('btn');
            }
        });
        
        // Responsividade adicional
        function handleResize() {
            const container = document.querySelector('.gradio-container');
            if (window.innerWidth < 768) {
                container?.classList.add('mobile-view');
            } else {
                container?.classList.remove('mobile-view');
            }
        }
        
        window.addEventListener('resize', handleResize);
        handleResize();
    });
    </script>
    """)
    
    # Event handlers
    analyze_btn.click(
        fn=process_trading_analysis,
        inputs=input_text,
        outputs=output_text
    )
    
    get_sample_data_btn.click(
        fn=get_sample_data_for_ui,
        outputs=input_text
    )
    
    clear_btn.click(
        lambda: ("", """**🤖 SERVIÇO DE ANÁLISE BERT - BotCS**

✅ **Análise técnica completa** com IA FinBERT
✅ **Indicadores técnicos** analisados
✅ **Sinais de trading** gerados
✅ **Recomendações específicas** para scalping
✅ **Análise de sentimento** com IA
✅ **Serviço online** no Hugging Face Spaces

**Indicadores analisados:** RSI, EMA, Bollinger Bands, Volume, Momentum"""),
        outputs=[input_text, output_text]
    )
    
    # Exemplos (botões ocultos conectados via JavaScript)
    example1_btn.click(
        lambda: "Análise BTCUSD M1 | P:115510.61(+0.05%) | EMA:ALTA(115520.00/115500.00) | RSI:28 | BB:ABAIXO | Vol:1.2",
        outputs=input_text
    )
    
    example2_btn.click(
        lambda: "Análise BTCUSD M5 | P:115580.00(-0.03%) | EMA:BAIXA(115520.00/115560.00) | RSI:78 | BB:ACIMA | Vol:1.5",
        outputs=input_text
    )
    
    example3_btn.click(
        lambda: "Análise BTCUSD M1 | P:115550.00(+0.01%) | EMA:ALTA(115540.00/115530.00) | RSI:52 | BB:DENTRO | Vol:0.6",
        outputs=input_text
    )
    
    # Status do sistema
    gr.HTML("""
    <div class="row g-3 mb-3">
        <div class="col-12 col-md-6">
            <div class="card card-custom rounded-3">
                <div class="card-body text-center">
                    <h5 class="card-title text-white">🤖 IA FinBERT</h5>
                    <p class="card-text text-white">""" + ("✅ Ativa" if TRANSFORMERS_AVAILABLE and current_model_info else "❌ Indisponível") + """</p>
                </div>
            </div>
        </div>
        <div class="col-12 col-md-6">
            <div class="card card-custom rounded-3">
                <div class="card-body text-center">
                    <h5 class="card-title text-white">📊 Análise Técnica</h5>
                    <p class="card-text text-white">✅ Disponível</p>
                </div>
            </div>
        </div>
    </div>
    """)
    
    # Mostrar modelo de IA ativo
    if TRANSFORMERS_AVAILABLE and current_model_info:
        gr.HTML(f"""
        <div class="alert alert-success border-0 shadow-lg mb-3" style="background: linear-gradient(135deg, rgba(0, 255, 136, 0.15), rgba(78, 205, 196, 0.15)); border: 2px solid rgba(0, 255, 136, 0.3); backdrop-filter: blur(10px);">
            <div class="text-center">
                <h4 class="fw-bold mb-2" style="color: #ffffff !important;">🤖 IA ATIVA: {current_model_info['description']}</h4>
                <p class="mb-0" style="color: #ffffff !important;">Análise de sentimento financeiro com modelo especializado</p>
            </div>
        </div>
        """)
    else:
        gr.HTML("""
        <div class="alert alert-warning border-0 shadow-lg mb-3" style="background: linear-gradient(135deg, rgba(255, 165, 2, 0.15), rgba(255, 107, 107, 0.15)); border: 2px solid rgba(255, 165, 2, 0.3); backdrop-filter: blur(10px);">
            <div class="text-center">
                <h4 class="fw-bold mb-2" style="color: #ffffff !important;">⚠️ IA INDISPONÍVEL</h4>
                <p class="mb-0" style="color: #ffffff !important;">Executando apenas análise técnica tradicional</p>
            </div>
        </div>
        """)
    
    # Footer com estratégias
    footer_ai_info = ""
    if TRANSFORMERS_AVAILABLE and current_model_info:
        footer_ai_info = f"🤖 {current_model_info['description']}"
    else:
        footer_ai_info = "🤖 IA Indisponível"
    
    gr.HTML(f"""
<div style="margin-top: 30px; padding: 35px; background: rgba(30, 30, 40, 0.98); color: #f8f9fa; border-radius: 25px; box-shadow: 0 30px 60px rgba(0, 0, 0, 0.6), 0 0 30px rgba(0, 212, 255, 0.1); border: 2px solid rgba(0, 212, 255, 0.3); backdrop-filter: blur(20px);">
    <h3 style="text-align: center; color: #f0f0f0; font-size: 2.2rem; margin-bottom: 30px; font-family: 'Poppins', sans-serif; font-weight: 700; text-shadow: 0 2px 6px rgba(0, 212, 255, 0.3); letter-spacing: 1px;">
        🎯 ESTRATÉGIA DE SCALPING AVANÇADA
    </h3>
    
    <div style="display: grid; grid-template-columns: repeat(auto-fit, minmax(320px, 1fr)); gap: 25px;">
        <div style="background: rgba(0, 0, 0, 0.6); padding: 30px; border-radius: 20px; border: 2px solid rgba(0, 212, 255, 0.2); box-shadow: 0 0 20px rgba(0, 212, 255, 0.1); backdrop-filter: blur(10px);">
            <h4 style="color: #f0f0f0; margin-bottom: 20px; font-family: 'Poppins', sans-serif; font-weight: 600; font-size: 1.3rem; text-shadow: 0 1px 4px rgba(0, 255, 136, 0.25);">📈 SINAIS DE COMPRA:</h4>
            <ul style="list-style: none; padding: 0;">
                <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ RSI ≤ 30 (Sobrevenda)</li>
                  <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ Preço abaixo da Banda Inferior</li>
                  <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ EMA em tendência de alta</li>
                  <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ Volume acima da média</li>
            </ul>
        </div>
        
        <div style="background: rgba(0, 0, 0, 0.6); padding: 30px; border-radius: 20px; border: 2px solid rgba(0, 212, 255, 0.2); box-shadow: 0 0 20px rgba(0, 212, 255, 0.1); backdrop-filter: blur(10px);">
            <h4 style="color: #f0f0f0; margin-bottom: 20px; font-family: 'Poppins', sans-serif; font-weight: 600; font-size: 1.3rem; text-shadow: 0 1px 4px rgba(255, 71, 87, 0.25);">📉 SINAIS DE VENDA:</h4>
            <ul style="list-style: none; padding: 0;">
                <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ RSI ≥ 70 (Sobrecompra)</li>
                  <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ Preço acima da Banda Superior</li>
                  <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ EMA em tendência de baixa</li>
                  <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ Volume confirmando movimento</li>
            </ul>
        </div>
        
        <div style="background: rgba(0, 0, 0, 0.6); padding: 30px; border-radius: 20px; border: 2px solid rgba(0, 212, 255, 0.2); box-shadow: 0 0 20px rgba(0, 212, 255, 0.1); backdrop-filter: blur(10px);">
            <h4 style="color: #f0f0f0; margin-bottom: 20px; font-family: 'Poppins', sans-serif; font-weight: 600; font-size: 1.3rem; text-shadow: 0 1px 4px rgba(255, 165, 2, 0.25);">⚙️ CONFIGURAÇÕES:</h4>
            <ul style="list-style: none; padding: 0;">
                <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ Timeframes: M1 e M5</li>
                  <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ Stop Loss: 0.07% do preço (BTCUSD)</li>
                  <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ Take Profit: 0.15% do preço (BTCUSD)</li>
                  <li style="padding: 10px 0; color: #c8c8c8; font-weight: 500; letter-spacing: 0.3px;">▶ Risk/Reward: 1:2</li>
            </ul>
        </div>
    </div>
    
    <div style="text-align: center; margin-top: 40px; padding-top: 25px; border-top: 2px solid rgba(0, 212, 255, 0.3); box-shadow: 0 -5px 15px rgba(0, 212, 255, 0.1);">
        <p style="color: #ffffff; font-size: 1.1rem; font-weight: 500; letter-spacing: 0.3px;">🤖 <strong style="color: #ffffff !important;">Serviço de Análise BERT BotCS</strong> - IA FinBERT + Análise Técnica + Hugging Face Spaces</p>
        <p style="color: #ffffff; font-size: 1rem; margin-top: 10px; font-weight: 500; letter-spacing: 0.3px;">🧠 <strong style="color: #ffffff !important;">Modelo Ativo:</strong> {footer_ai_info}</p>
         <p style="color: #ffffff; font-size: 1rem; margin-top: 15px; font-weight: 500; text-shadow: 0 1px 3px rgba(0, 212, 255, 0.2);">⚠️ <em style="color: #ffffff !important;">Trading envolve riscos. Use sempre gerenciamento de risco adequado.</em></p>
    </div>
</div>
    """)

if __name__ == "__main__":
    # App rodado no Hugging Face Spaces - sem dashboard local
    print("🚀 Iniciando Serviço de Análise BERT no Hugging Face Spaces")
    demo.launch()