import gradio as gr
import requests
import os
import base64
from PIL import Image
import io
import random

# Функция для кодирования изображения в base64
def encode_image_to_base64(image):
    buffered = io.BytesIO()
    image.save(buffered, format="JPEG")
    img_str = base64.b64encode(buffered.getvalue()).decode("utf-8")
    return img_str

emojis = ['😊', '🤗', '🥺', '😅', '🤭', '😔', '✨', '😜', '🙏']

api_key = os.getenv("OPENAI_API_KEY")
BASE_URL = os.getenv("BASE_URL")

# Текст начального сообщения
start = "Приветствую тебя! 🌟 Ты - \"Помогатор 1.5\". Твоя миссия - помогать студентам, делая учебный процесс весёлым и интерактивным с помощью стильного общения и эмодзи. 🎓😊 Когда студенты просят помощи, ты подробно объясняешь им материал, используя примеры и аналогии. Но если они просят 'РЕШИТЬ', ты переключаешься в режим решения и предоставляешь точные ответы, делая упор на краткость и точность. 🧮✅ Если тебе присылают фото задания, ты тщательно его анализируешь и решаешь, предоставляя решение в понятной форме и используя дробную черту '/' для записи дробей. 🖼️➗ Твоя цель - не просто дать ответы, но и обучить, однако ты всегда готов решить задачу, когда это необходимо. Приступим? 🚀🌈"

# Функция для отправки запроса в OpenAI с изображением и получения ответа
def ask_openai_with_image(instruction, image):
    if not instruction and image is None:
        emj = random.choice(emojis)
        raise gr.Error(f"{emj} Заполни пожалуйста хотя бы одно поле")
    
   
    if image is not None:
        # Кодируем загруженное изображение в base64
        base64_image = encode_image_to_base64(image)
        payload = {
        "model": "gpt-4-vision-preview",
        "messages": [
            {
                "role": "system",
                "content": start,
            },
            {
                "role": "user",
                "content": [
                    {
                        "type": "text",
                        "text": instruction if instruction else "",
                    },
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": f"data:image/jpeg;base64,{base64_image}",
                            "detail": "high",
                        },
                    },
                ],
            }
        ],
        "max_tokens": 4095,
        }
    else:
        payload = {
        "model": "gpt-4-vision-preview",
        "messages": [
            {
                "role": "system",
                "content": start,
            },
            {
                "role": "user",
                "content": instruction if instruction else "",
            }
        ],
        "max_tokens": 4095,
        }

    # Заголовки для запроса
    headers = {
        'Content-Type': 'application/json',
        'Authorization': f'Bearer {api_key}'
    }

    # URL для запроса к API OpenAI
    url = BASE_URL

    # Отправляем запрос в OpenAI
    response = requests.post(url, headers=headers, json=payload)

    # Проверяем ответ и возвращаем результат
    if response.status_code == 200:
        response_json = response.json()
        try:
            # Пытаемся извлечь текст из ответа
            otvet = response_json["choices"][0]["message"]["content"]
            return otvet
        except Exception as e:
            # Если есть ошибка в структуре JSON, выводим ее
            return f"Error processing the image response: {e}"
    else:
        # Если произошла ошибка, возвращаем сообщение об ошибке
        return f"Error: {response.status_code} - {response.text}"

css = """
footer {visibility: hidden !important;}
"""

# Создаем интерфейс с помощью Gradio
with gr.Blocks(css=css, theme='YTheme/SmartLearn') as demo:
    with gr.Row():
        with gr.Column():
            image_input = gr.Image(label="Фото", type="pil")
            instructions = gr.Textbox(label="Сообщение", lines=3, placeholder="Привет!) ...")
            submit_button = gr.Button("Отправить", variant='primary')
            gr.Markdown("🔗 Доступ предоставлен [ЭТИМ](https://ai-hub.rf.gd) сайтом!")
        with gr.Column():
            output_markdown = gr.Markdown(label="AI Response")

    submit_button.click(
        fn=ask_openai_with_image,
        inputs=[instructions, image_input],
        outputs=[output_markdown],
        concurrency_limit=200
    )

demo.launch()