import gradio as gr
import logging
import os

logger = logging.getLogger("jira_assistant_interface")

def init_indices_handler(app):
    """
    Обробник для кнопки ініціалізації індексів для гібридного чату.
    Використовує безпосередньо логіку JiraHybridChat для створення індексів.
    
    Args:
        app: Екземпляр JiraAssistantApp
        
    Returns:
        str: HTML-повідомлення про результат
    """
    if not hasattr(app, 'current_data') or app.current_data is None:
        return "<p style='color:red;'>❌ Помилка: спочатку завантажте дані CSV</p>"
    
    try:
        # Функція для ініціалізації індексів через JiraHybridChat
        def initialize_chat_indices():
            try:
                from modules.ai_analysis.jira_hybrid_chat import JiraHybridChat
                
                # Визначаємо директорію для індексів
                indices_dir = None
                if hasattr(app, 'current_session_id') and app.current_session_id is not None:
                    indices_dir = f"temp/indices/{app.current_session_id}"
                    os.makedirs(indices_dir, exist_ok=True)
                
                # Створюємо екземпляр JiraHybridChat
                chat = JiraHybridChat(
                    indices_dir=indices_dir,
                    app=app
                )
                
                # Якщо хочемо примусово перезавантажити/створити індекси,
                # викликаємо load_indices
                success = chat.load_indices(indices_dir)
                if not success:
                    return {"error": "Не вдалося створити або завантажити індекси"}
                
                # Отримуємо потрібні посилання на створені ретривери/індекси
                vector_index = chat.index
                bm25_retriever = chat.retriever_bm25
                
                if not vector_index or not bm25_retriever:
                    return {"error": "Не вдалося створити індекси"}
                
                # Зберігаємо шлях до індексів
                app.indices_path = indices_dir
                
                # Очищуємо кеш чату для перезавантаження з новими індексами
                if hasattr(JiraHybridChat, 'chat_instances_cache'):
                    JiraHybridChat.chat_instances_cache = {}
                
                return {
                    "success": True,
                    "indices_dir": indices_dir
                }
                
            except Exception as e:
                import traceback
                logger.error(f"Помилка при ініціалізації індексів: {e}\n{traceback.format_exc()}")
                return {"error": str(e)}
            
        # Викликаємо функцію ініціалізації
        result = initialize_chat_indices()
        
        if "error" in result:
            return f"<p style='color:red;'>❌ Помилка при створенні індексів: {result['error']}</p>"
        
        # Формуємо HTML для відображення результату
        html_result = f"""
        <div style='background-color:#e6f7e6; padding:15px; border-left:4px solid #28a745; border-radius:5px;'>
            <p style='color:#28a745; font-weight:bold; font-size:16px;'>✅ Індекси успішно створено!</p>
            <p>Директорія індексів: {result.get('indices_dir')}</p>
            <p><b>Тепер можна використовувати гібридний чат!</b></p>
        </div>
        """
        
        return html_result
        
    except Exception as e:
        import traceback
        error_details = traceback.format_exc()
        logger.error(f"Помилка при ініціалізації індексів: {e}\n{error_details}")
        return f"<p style='color:red;'>❌ Помилка при ініціалізації індексів: {str(e)}</p>"

def create_ai_assistant_tab(app):
    """
    Створює вкладку 'AI Асистенти' у Gradio інтерфейсі.
    Спроба завантажити або модифікований, або стандартний AI асистент.
    Якщо імпорт не вдається, показується повідомлення про залежності.
    """
    with gr.Tab("AI Асистенти"):
        try:
            # Додаємо секцію для ініціалізації індексів
            gr.Markdown("## Ініціалізація індексів для гібридного пошуку")
            gr.Markdown("""
            Для роботи гібридного чату потрібно створити індекси FAISS і BM25.
            Це потрібно зробити один раз після завантаження нових даних.
            Кожен рядок CSV буде конвертовано в окрему ноду для пошуку.
            """)
            
            init_indices_btn = gr.Button("Ініціалізувати індекси", variant="primary")
            indices_status = gr.HTML(label="Статус індексів")
            
            # Прив'язуємо обробник до кнопки
            init_indices_btn.click(
                fn=lambda: init_indices_handler(app),
                inputs=[],
                outputs=[indices_status]
            )
            
            # Спробуємо модифіковану версію
            try:
                from modules.ai_analysis.ai_assistant_integration_mod import setup_ai_assistant_tab
                setup_ai_assistant_tab(app, gr)
                logger.info("Успішно завантажено модифіковану версію AI асистента")
            except ImportError:
                logger.info("Помилка завантаження модифікованої версії AI асистента")

        except ImportError as e:
            logger.error(f"Помилка імпорту модулів для AI асистента: {e}")
            gr.Markdown("## AI Асистенти для Jira")
            gr.Markdown(f"""
            ### ⚠️ Потрібні додаткові залежності

            Для роботи AI асистентів необхідно встановити додаткові бібліотеки:

            ```bash
            pip install llama-index-llms-gemini llama-index llama-index-embeddings-openai llama-index-retrievers-bm25 llama-index-vector-stores-faiss faiss-cpu tiktoken
            ```

            Помилка: {str(e)}
            """)