# # app.py
# import gradio as gr # type: ignore
# import torch # type: ignore
# from transformers import AutoConfig, AutoModelForCausalLM, AutoTokenizer

# # 1️⃣ Cấu hình và load model + tokenizer
# model_path = "vinai/PhoGPT-4B-Chat"
 
# config = AutoConfig.from_pretrained(model_path, trust_remote_code=True)
# config.init_device = "cpu"

# model = AutoModelForCausalLM.from_pretrained("vinai/PhoGPT-4B-Chat", trust_remote_code=True)
# model.eval()
# tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)


# def respond(message, history: list[tuple[str, str]], system_message, max_tokens, temperature, top_p):
#     # 2.1 — Gom system message và history vào messages list
#     messages = [{"role": "system", "content": system_message}]
#     for u, b in history:
#         if u:
#             messages.append({"role": "user", "content": u})
#         if b:
#             messages.append({"role": "assistant", "content": b})
#     messages.append({"role": "user", "content": message})

#     # 2.2 — Tạo prompt chuẩn
#     input_prompt  = tokenizer.apply_chat_template(
#         messages,
#         tokenize=False,
#         add_generation_prompt=True
#     )

#     # 2.3 — Tokenize và đưa lên device
#     # inputs = tokenizer(input_prompt, return_tensors="pt")
#     input_ids = tokenizer(input_prompt, return_tensors="pt")  
#     # inputs = {k: v.to(model.device) for k, v in inputs.items()}

#     # 2.4 — Sinh text
#     outputs = model.generate(
#         inputs=input_ids["input_ids"], 
#         max_new_tokens=max_tokens,
#         temperature=temperature,
#         top_p=top_p,
#         do_sample=True,
#         eos_token_id=tokenizer.eos_token_id,
#         pad_token_id=tokenizer.pad_token_id,
#     )
#     # print('!!!! OUTPUTS 1: ',outputs)
#     # 2.5 — Decode và tách phần assistant trả lời
#     response = tokenizer.batch_decode(outputs, skip_special_tokens=True)[0]  
#     print('!! OUTPUTS 2: ',response)

#     response = response.split("### Trả lời:")[1]
#     print('!!!! OUTPUTS 3: ',response)
#     return response

#     # 2.6 — Cập nhật history và trả về
#     # history.append((message, response))
#     # return history

# # 3️⃣ Giao diện Gradio
# demo = gr.ChatInterface(
#     respond, #câu phản hồi
#     additional_inputs=[
#         gr.Textbox("Bạn là một chatbot tiếng Việt thân thiện.", label="System message"),
#         gr.Slider(1, 2048, value=512, step=1, label="Max new tokens"),
#         gr.Slider(0.1, 4.0, value=0.7, step=0.1, label="Temperature"),
#         gr.Slider(0.1, 1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)"),
#     ],
# )

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