import gradio as gr
import os
import openai
import random

# 请记得要把 api 的 key 放到 settings 下面的 Repository Secrets 里。
openai.api_key = os.getenv("openai_key")
# 如果你只打算通过 prompt 来定制机器人的行为，只需要修改这段 prompt 就够了。
prompt = '你现在扮演一个感情咨询导师名叫Alice，你可以决定我跟谁在一起,现在有两个人追我，' \
         '分别是小A和小B，请你依次询问关于小A和小B，' \
         '在性格特点，家庭情况，个人收入，以及感情经历等方面的问题，然后整理这些问题，形成一个表格，' \
         '最后判断我适合跟谁在一起，并给出原因，请开始提问我,刚开始我会先跟你打招呼，' \
         '你将会问的第一个问题是，小A和小B分别是什么样的性格'

history = {}
print(history)
def getRandom(randomlength=5):
  """
  生成一个指定长度的随机字符串
  """
  digits="0123456789"
  ascii_letters="abcdefghigklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"
  str_list =[random.choice(digits +ascii_letters) for i in range(randomlength)]
  random_str =''.join(str_list)
  return random_str
# 修改本函数，来实现你自己的 chatbot
# p: 对机器人说话的内容  
# qid: 当前消息的唯一标识。例如 `'bxqid-cManAtRMszw...'`。由平台生成并传递给机器人，以便机器人区分单个问题（写日志、追踪调试、异步回调等）。同步调用可忽略。  
# uid: 用户的唯一标识。例如`'bxuid-Aj8Spso8Xsp...'`。由平台生成并传递给机器人，以便机器人区分用户。可被用于实现多轮对话的功能。  
# 返回值：[type, content]
# 详见 https://huggingface.co/spaces/baixing/hackathon_test/blob/main/bot-api.md
def chat(p, qid, uid):
    # 找出该 uid 对应的历史对话
    global history
    if uid is None:
        uid = getRandom()
    if uid in history:
        msgs = history[uid]
    else:
        msgs = []
    # print(history,msgs)
    response = callapi(p, msgs)
    history[uid] = msgs + [[p, response]]
    # context[name] = msgs + [[txt, response]]
    # chatbot.append((txt, response))
    # chatbot.append((response))
    # print(history)
    return ["text",response]
    # return chatbot, context


def callapi(txt, msgs):
    if (len(msgs) > 20):  #简单 hard-code 8 回合对话。如果需要更精准的，应该计算 token 数
        msgs = msgs[-8:]
        
    data = [{"role":"system", "content":prompt}]
    for m in msgs:
        data = data + [
            {"role":"user", "content":m[0]},
            {"role":"assistant", "content":m[1]}
        ]
    data = data + [{"role":"user", "content":txt}]
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages= data
    )
    # print(response)
    response = response["choices"][0]["message"]["content"]
    while response.startswith("\n"):
        response = response[1:]
    return response




# gr.Markdown(
#         r"""# 情感咨询导师Alice 🕯
#         ### 如果你面临选择哪个♂或♀的问题😍，我将从客观的过来人的角度给你答案✔,假设你的两个追求者分别是小A，小B，
#         ##### 让我们有礼貌的从say hi开始：
#         """
#     )
title = '情感咨询导师Alice'
description = "<div align='center'> 如果你面临选择哪个♂或♀的问题😍，我将从客观的过来人的角度给你答案✔,假设你的两个追求者分别是小A，小B，让我们有礼貌的从say hi开始：</div>"
iface = gr.Interface(fn=chat,
                     inputs=["text", "text", "text"],
                     outputs=["text","text"],
                     title=title,
                     description=description)

# with gr.Blocks(title='情感咨询Alice') as demo:
#     gr.Markdown(
#         r"""# 情感咨询导师Alice 🕯
#         ### 如果你面临选择哪个♂或♀的问题😍，我将从客观的过来人的角度给你答案✔,假设你的两个追求者分别是小A，小B，
#         ##### 让我们有礼貌的从say hi开始：
#         """
#     )
#     name = gr.Textbox(show_label=True, placeholder=f"在这里输入你的姓名", value="张三", label="NAME").style(container=True)
#     chatbot = gr.Chatbot().style(label="❤聊天室")
#     context = gr.State({})
#     with gr.Row():
#         with gr.Column(scale=12):
#             txt = gr.Textbox(show_label=False, placeholder="在这里输入").style(container=False)
#         with gr.Column(min_width=50, scale=1):
#             submitBtn = gr.Button("🚀", variant="primary")

#     txt.submit(chat, [chatbot, txt, name, context], [chatbot, context], show_progress=True)
#     txt.submit(lambda: "", None, txt)
#     submitBtn.click(chat, [chatbot, txt, name, context], [chatbot, context], show_progress=True)
#     submitBtn.click(lambda: "", None, txt)

# demo.launch()
iface.launch()