import gradio as gr
from openai import OpenAI
import time
import os
from dotenv import load_dotenv
import json

load_dotenv()
api_key = os.getenv("OPENAI_API_KEY")
if not api_key:
    raise ValueError("No se encontró la API key de OpenAI. Asegúrate de configurar la variable de entorno OPENAI_API_KEY.")

client = OpenAI(api_key=api_key)
print("Cliente OpenAI inicializado")

assistant_id = "asst_0hq3iRy6LX0YLZP0QVzg17fT"

def add_message(history, message):
    if message.strip() != "":
        history.append((message, None))
    return history, gr.Textbox(value="", interactive=True)

def bot(history):
    print("Iniciando función bot")
    try:
        last_message = history[-1][0] if history else "Hola"
        print(f"Último mensaje: {last_message}")
        
        thread = client.beta.threads.create()
        print(f"Hilo creado: {thread.id}")

        client.beta.threads.messages.create(
            thread_id=thread.id,
            role="user",
            content=last_message
        )
        print("Mensaje del usuario añadido al hilo")

        run = client.beta.threads.runs.create(
            thread_id=thread.id,
            assistant_id=assistant_id
        )
        print(f"Ejecución iniciada: {run.id}")

        timeout = 120
        start_time = time.time()
        while run.status not in ["completed", "failed", "cancelled"]:
            if time.time() - start_time > timeout:
                print("Tiempo de espera agotado")
                client.beta.threads.runs.cancel(thread_id=thread.id, run_id=run.id)
                return history + [("Lo siento, la respuesta está tardando demasiado. Por favor, intenta reformular tu pregunta.", None)]
            
            time.sleep(2)
            run = client.beta.threads.runs.retrieve(thread_id=thread.id, run_id=run.id)
            print(f"Estado de la ejecución: {run.status}")
            
            if run.status == "requires_action":
                print("La ejecución requiere una acción")
                required_actions = run.required_action.submit_tool_outputs.tool_calls
                tool_outputs = []
                
                for action in required_actions:
                    function_name = action.function.name
                    function_args = json.loads(action.function.arguments)
                    
                    # Aquí simplemente pasamos la llamada a la función al asistente
                    result = json.dumps({
                        "function_called": function_name,
                        "arguments": function_args
                    })
                    
                    tool_outputs.append({
                        "tool_call_id": action.id,
                        "output": result
                    })
                
                client.beta.threads.runs.submit_tool_outputs(
                    thread_id=thread.id,
                    run_id=run.id,
                    tool_outputs=tool_outputs
                )
                continue

        if run.status != "completed":
            print(f"La ejecución terminó con estado: {run.status}")
            return history + [("Lo siento, hubo un problema al procesar tu mensaje. Por favor, intenta de nuevo o reformula tu pregunta.", None)]

        messages = client.beta.threads.messages.list(thread_id=thread.id)
        print("Mensajes recuperados del hilo")

        bot_response = ""
        for message in messages.data:
            if message.role == "assistant":
                for content in message.content:
                    if content.type == 'text':
                        bot_response += content.text.value + "\n"

        if not bot_response:
            print("No se encontró respuesta del asistente")
            bot_response = "Lo siento, no pude generar una respuesta. Por favor, intenta reformular tu pregunta."

        print(f"Respuesta del bot: {bot_response}")
        history[-1] = (history[-1][0], bot_response.strip())
        return history
    except Exception as e:
        print(f"Error en la función bot: {e}")
        return history + [("Lo siento, ocurrió un error inesperado. Por favor, intenta de nuevo.", None)]

with gr.Blocks(fill_height=True) as demo:
    chatbot = gr.Chatbot(
        elem_id="chatbot",
        bubble_full_width=False,
        scale=1,
    )
    chat_input = gr.Textbox(
        interactive=True,
        placeholder="Escribe tu mensaje aquí...",
        show_label=False
    )
    chat_msg = chat_input.submit(add_message, [chatbot, chat_input], [chatbot, chat_input])
    bot_msg = chat_msg.then(bot, chatbot, chatbot, api_name="bot_response")
    bot_msg.then(lambda: gr.Textbox(interactive=True), None, [chat_input])

print("Iniciando la aplicación Gradio")
demo.queue()
demo.launch()