import gradio as gr
import math
import PIL.Image
import PIL.ImageFilter
import PIL.ImageEnhance
import numpy as np
from typing import Optional

def calculator(operation: str, a: float, b: float) -> str:
    """
    基本的な計算機能を提供します。
    
    Args:
        operation: 実行する演算 (add, subtract, multiply, divide, power, sqrt)
        a: 最初の数値
        b: 二番目の数値（sqrt以外で必要）
    
    Returns:
        str: 計算結果
    """
    try:
        if operation == "add":
            result = a + b
        elif operation == "subtract":
            result = a - b
        elif operation == "multiply":
            result = a * b
        elif operation == "divide":
            if b == 0:
                return "エラー: ゼロで割ることはできません"
            result = a / b
        elif operation == "power":
            result = a ** b
        elif operation == "sqrt":
            if a < 0:
                return "エラー: 負の数の平方根は計算できません"
            result = math.sqrt(a)
        else:
            return f"エラー: 未対応の演算 '{operation}'"
        
        return f"結果: {result}"
    except Exception as e:
        return f"計算エラー: {str(e)}"

def image_processor(image: PIL.Image.Image, 
                   effect: str = "blur", 
                   intensity: float = 1.0) -> PIL.Image.Image:
    """
    画像にエフェクトを適用します。
    
    Args:
        image: 入力画像
        effect: 適用するエフェクト (blur, sharpen, brightness, contrast)
        intensity: エフェクトの強度 (0.1-3.0)
    
    Returns:
        PIL.Image.Image: 処理済み画像
    """
    if image is None:
        return None
    
    try:
        # intensityを適切な範囲に制限
        intensity = max(0.1, min(3.0, intensity))
        
        if effect == "blur":
            return image.filter(PIL.ImageFilter.GaussianBlur(radius=intensity))
        elif effect == "sharpen":
            return image.filter(PIL.ImageFilter.UnsharpMask(radius=intensity))
        elif effect == "brightness":
            enhancer = PIL.ImageEnhance.Brightness(image)
            return enhancer.enhance(intensity)
        elif effect == "contrast":
            enhancer = PIL.ImageEnhance.Contrast(image)
            return enhancer.enhance(intensity)
        else:
            return image
    except Exception as e:
        print(f"画像処理エラー: {e}")
        return image

def text_analyzer(text: str) -> str:
    """
    テキストを分析して統計情報を返します。
    
    Args:
        text: 分析するテキスト
    
    Returns:
        str: テキスト分析結果
    """
    if not text:
        return "テキストが入力されていません。"
    
    try:
        # 基本統計
        char_count = len(text)
        word_count = len(text.split())
        line_count = len(text.split('\n'))
        
        # 文字種別カウント
        alpha_count = sum(1 for c in text if c.isalpha())
        digit_count = sum(1 for c in text if c.isdigit())
        space_count = sum(1 for c in text if c.isspace())
        
        analysis = f"""📊 テキスト分析結果:
        
📏 基本統計:
• 文字数: {char_count}
• 単語数: {word_count}
• 行数: {line_count}

🔤 文字種別:
• 英字: {alpha_count}
• 数字: {digit_count}
• 空白: {space_count}

📈 密度:
• 平均単語長: {char_count/word_count:.1f}文字 (単語数 > 0の場合)
• 英字比率: {alpha_count/char_count*100:.1f}%
"""
        return analysis
    except Exception as e:
        return f"分析エラー: {str(e)}"

# メインアプリケーションの作成
with gr.Blocks(
    title="Gradio Streamable HTTP MCP Demo - MakiAi",
    theme=gr.themes.Soft(),
    css="""

    .tab-nav button {
        font-size: 16px !important;
    }
    .markdown-body h2 {
        color: #2563eb !important;
    }
    """
) as demo:
    
    gr.Markdown("""
    # 🚀 Gradio Streamable HTTP MCP デモアプリ
    
    このアプリは、Gradio の新しい **Streamable HTTP Transport for MCP server** 機能のデモです。
    
    ## 🔗 ライブ MCP エンドポイント
    以下のエンドポイントで**MCP Inspector**や対応クライアントからMCPツールにアクセスできます：
    - **HTTP Transport**: `https://makiai-gradio-streamable-mcp-demo.hf.space/gradio_api/mcp/http/`
    - **SSE Transport**: `https://makiai-gradio-streamable-mcp-demo.hf.space/gradio_api/mcp/sse`
    
    **⚠️ 注意**: Claude Desktop は現在 HTTP transport に対応していません。MCP Inspector での動作確認をお勧めします。
    
    ## 🛠️ 利用可能なツール
    """)
    
    with gr.Tabs():
        
        # Calculator Tab
        with gr.Tab("🧮 Calculator", id="calculator"):
            gr.Markdown("### 数学計算ツール")
            
            with gr.Row():
                with gr.Column():
                    calc_operation = gr.Dropdown(
                        choices=["add", "subtract", "multiply", "divide", "power", "sqrt"],
                        value="add",
                        label="演算"
                    )
                    calc_a = gr.Number(value=10, label="数値 A")
                    calc_b = gr.Number(value=5, label="数値 B (sqrt以外で使用)")
                
                with gr.Column():
                    calc_result = gr.Textbox(label="計算結果", interactive=False)
                    calc_btn = gr.Button("計算実行", variant="primary")
            
            calc_btn.click(
                fn=calculator,
                inputs=[calc_operation, calc_a, calc_b],
                outputs=calc_result
            )
        
        # Image Processor Tab
        with gr.Tab("🖼️ Image Processor", id="image_processor"):
            gr.Markdown("### 画像処理ツール")
            
            with gr.Row():
                with gr.Column():
                    input_image = gr.Image(
                        label="入力画像",
                        type="pil",
                        height=300
                    )
                    effect_type = gr.Dropdown(
                        choices=["blur", "sharpen", "brightness", "contrast"],
                        value="blur",
                        label="エフェクト"
                    )
                    effect_intensity = gr.Slider(
                        minimum=0.1,
                        maximum=3.0,
                        value=1.0,
                        step=0.1,
                        label="強度"
                    )
                
                with gr.Column():
                    output_image = gr.Image(
                        label="処理済み画像",
                        height=300
                    )
                    process_btn = gr.Button("画像処理実行", variant="primary")
            
            process_btn.click(
                fn=image_processor,
                inputs=[input_image, effect_type, effect_intensity],
                outputs=output_image
            )
        
        # Text Analyzer Tab
        with gr.Tab("📝 Text Analyzer", id="text_analyzer"):
            gr.Markdown("### テキスト分析ツール")
            
            with gr.Row():
                with gr.Column():
                    input_text = gr.Textbox(
                        label="分析対象テキスト",
                        placeholder="ここにテキストを入力してください...",
                        lines=8,
                        value="Hello World! これはサンプルテキストです。\n日本語と英語が混在しています。"
                    )
                
                with gr.Column():
                    analysis_result = gr.Textbox(
                        label="分析結果",
                        lines=15,
                        interactive=False
                    )
                    analyze_btn = gr.Button("テキスト分析実行", variant="primary")
            
            analyze_btn.click(
                fn=text_analyzer,
                inputs=input_text,
                outputs=analysis_result
            )
    
    gr.Markdown("""
    ## 📋 MCP クライアントでの使用方法
    
    ### 🧪 **動作確認済みの方法**
    
    **✅ MCP Inspector（最推奨）**:
    ```bash
    npx @modelcontextprotocol/inspector https://makiai-gradio-streamable-mcp-demo.hf.space/gradio_api/mcp/http/
    ```
    
    **✅ cURL でのテスト**:
    ```bash
    curl -X POST https://makiai-gradio-streamable-mcp-demo.hf.space/gradio_api/mcp/http/ \
      -H "Content-Type: application/json" \
      -d '{"jsonrpc": "2.0", "method": "tools/list", "id": 1}'
    ```
    
    ### 🖥️ **Claude Desktop での制限と代替手段**
    
    **⚠️ 重要**: Claude Desktop は現在 HTTP transport を直接サポートしていません。STDIO transport のみがサポートされています。
    
    **🔧 代替解決策**:
    
    **1. MCP Inspector での直接テスト（推奨）**:
    ```bash
    npx @modelcontextprotocol/inspector https://makiai-gradio-streamable-mcp-demo.hf.space/gradio_api/mcp/http/
    ```
    
    **2. 他のMCPクライアントでの使用**:
    - **Cursor IDE**: HTTP transport をサポート
    - **LibreChat**: HTTP transport をサポート  
    - **VSCode 拡張**: 各種MCP拡張で利用可能
    
    **3. STDIO-HTTP Proxy を使用**:
    ```bash
    # proxy サーバーを作成してClaude Desktopで使用
    # 詳細: https://github.com/boilingdata/mcp-server-and-gw
    ```
    
    ### 🛠️ **利用可能なツール**
    - **`calculator`**: 基本的な数学計算（加算、減算、乗算、除算、べき乗、平方根）
    - **`image_processor`**: 画像エフェクト処理（ぼかし、シャープ化、明度、コントラスト調整）
    - **`text_analyzer`**: テキスト統計分析（文字数、単語数、文字種別分析）
    
    ## 🔧 技術詳細
    
    - **🌐 Space URL**: [Hugging Face Space](https://huggingface.co/spaces/MakiAi/gradio-streamable-mcp-demo)
    - **🚀 Transport**: Streamable HTTP (**最新機能!**)
    - **📡 Protocol**: MCP (Model Context Protocol)
    - **🔗 HTTP Endpoint**: `https://makiai-gradio-streamable-mcp-demo.hf.space/gradio_api/mcp/http/`
    - **📺 SSE Endpoint**: `https://makiai-gradio-streamable-mcp-demo.hf.space/gradio_api/mcp/sse`
    - **✨ Features**: ファイル入出力対応、リアルタイム処理、状態管理
    
    ## 🎯 デモの特徴と現在の対応状況
    
    このアプリは **Gradio PR #11300** で実装された最新の Streamable HTTP Transport 機能を使用しています。
    
    **📦 必要な Dependencies**:
    ```text
    # Gradio with MCP support (特定のプレビューバージョン)
    https://gradio-pypi-previews.s3.amazonaws.com/5bf3a9365e945803ba3b30ec470058c0d1aea03a/gradio-5.31.0-py3-none-any.whl
    Pillow>=10.0.0
    numpy>=1.21.0
    ```
    
    **✅ 動作確認済み**:
    - MCP Inspector での直接アクセス
    - Cursor IDE での HTTP transport
    - LibreChat での HTTP transport
    - cURL/HTTPクライアントでの直接API呼び出し
    
    **⚠️ 制限事項**:
    - Claude Desktop は現在 STDIO transport のみサポート
    - HTTP transport は Claude Desktop で直接使用不可
    
    **🔮 今後の展望**:
    - Claude Desktop での HTTP transport サポート予定
    - より多くのMCPクライアントでの対応拡大
    
    **🔗 関連リンク**:
    - [Original PR #11300](https://github.com/gradio-app/gradio/pull/11300)
    - [MCP Protocol](https://modelcontextprotocol.io/)
    - [MCP Community Discussion](https://github.com/orgs/modelcontextprotocol/discussions/16)
    - [Reference Space by abidlabs](https://huggingface.co/spaces/abidlabs/mcp-tool-http)
    - [Gradio MCP Documentation](https://gradio.app/docs/mcp)
    """)

# アプリケーションの設定とデプロイ
# Live Demo: https://huggingface.co/spaces/MakiAi/gradio-streamable-mcp-demo
# MCP HTTP Endpoint: https://makiai-gradio-streamable-mcp-demo.hf.space/gradio_api/mcp/http/
#
# 📋 IMPORTANT: Hugging Face Space デプロイ用 requirements.txt:
# https://gradio-pypi-previews.s3.amazonaws.com/5bf3a9365e945803ba3b30ec470058c0d1aea03a/gradio-5.31.0-py3-none-any.whl
# Pillow>=10.0.0
# numpy>=1.21.0
#
# このプレビューバージョンには PR #11300 のStreamable HTTP Transport機能が含まれています
if __name__ == "__main__":
    demo.launch(
        server_name="0.0.0.0",
        server_port=7860,
        share=False,
        show_error=True,
        mcp_server=True,  # 🚀 Streamable HTTP Transport for MCP を有効化！
        inbrowser=False
    )