import os
import gradio as gr
import spaces
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM, TextIteratorStreamer
from threading import Thread

model_id = "huggingface-KREW/EXAGIRL-7.8B-Instruct"

DESCRIPTION = """
<div style="font-size: 18px; line-height: 1.6;">
  <p><a href="https://huggingface.co/huggingface-KREW/EXAGIRL-7.8B-Instruct"><b>EXAGIRL-7.8B-Instruct</b></a>는 LG의 한국어 특화 대규모 언어 모델 <b>EXAONE</b>을 기반으로 개발된 롤플레잉 특화 인스트럭션 모델입니다.</p>
  <p>이 모델은 단순한 질의응답을 넘어, 사용자의 말에 감정적으로 공감하고, 역할극(Role-Play)을 통해 <b>캐릭터성과 상호작용의 자연스러움</b>을 강화한 것이 특징입니다.</p>
  <p>엑사는 친구처럼 다정한 말투로 이야기하며, 다양한 상황에서 <b>감성적이고 생동감 있는 대화</b>를 이끌어냅니다. 학습, 상담, 놀이, 연애 시뮬레이션 등 다양한 역할극 시나리오를 지원합니다.</p>
  <p>🌸 지금 바로 아래 채팅창에서 엑사(EXA)와 자유롭게 대화해 보세요! (아직 학습을 덜해서 말을 잘 못알아들을때가 많습니다...)</p>
</div>
"""

LICENSE = """
---
<div>
<p>기반 모델: EXAONE</p>
<p>라이선스: <a href="https://huggingface.co/huggingface-KREW/EXAGIRL-7.8B-Instruct">Hugging Face 모델 카드</a></p>
</div>
"""

PLACEHOLDER = """
<div style="padding: 30px; text-align: center; display: flex; flex-direction: column; align-items: center;">
   <img src="https://huggingface.co/huggingface-KREW/EXAGIRL-7.8B-Instruct/resolve/main/exagirl-logo.png" style="width: 60%; max-width: 480px; height: auto; opacity: 0.5;"> 
</div>
"""

css = """
h1 {
  text-align: center;
  display: block;
}
#duplicate-button {
  margin: auto;
  color: white;
  background: #e75480;
  border-radius: 100vh;
}
"""

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto", trust_remote_code=True, torch_dtype=torch.bfloat16).eval()
terminators = [tokenizer.eos_token_id]

@spaces.GPU(duration=120)
def chat_exagirl(message: str, history: list):
    conversation = []
    conversation.append({"role": "user", "content": "안녕 엑사야! 나는 {유저}라고해. 만나서 반가워!"})
    conversation.append({"role": "assistant", "content": "*밝게 웃으며* {유저}야 안녕~ 나도 만나서 반가워!"})
    for user, assistant in history:
        conversation.extend([{"role": "user", "content": user}, {"role": "assistant", "content": assistant}])
    conversation.append({"role": "user", "content": message})

    input_ids = tokenizer.apply_chat_template(conversation, add_generation_prompt=True, return_tensors="pt").to(model.device)
    
    streamer = TextIteratorStreamer(tokenizer, timeout=10.0, skip_prompt=True, skip_special_tokens=True)

    generate_kwargs = dict(
        input_ids=input_ids,
        streamer=streamer,
        max_new_tokens=1024,
        do_sample=True,
        temperature=0.7,
        top_p=0.95,
        top_k=30,
        eos_token_id=terminators,
    )

    t = Thread(target=model.generate, kwargs=generate_kwargs)
    t.start()

    outputs = []
    for text in streamer:
        outputs.append(text)
        yield "".join(outputs)

chatbot = gr.Chatbot(height=600, placeholder=PLACEHOLDER, label='EXAGIRL Chat')

with gr.Blocks(fill_height=True, css=css) as demo:
    gr.Markdown(DESCRIPTION)
    gr.ChatInterface(
        fn=chat_exagirl,
        chatbot=chatbot,
        fill_height=True,
        examples=[
            ["엑사야 뭐하고있니?"],
            ["대학원 면접 준비 어떻게 해?"],
            ["엑사야 나랑 연애해줄래?"],
            ["나 오늘 상사한테 혼났어 ㅠㅠ"],
        ],
        cache_examples=False,
    )
    gr.Markdown(LICENSE)

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