import pickle
import numpy as np
from sentence_transformers import SentenceTransformer
from scipy.spatial.distance import cosine
import gradio as gr
from openai import OpenAI
client=OpenAI()
model = SentenceTransformer("quanthome/paraphrase-multilingual-MiniLM-L12-v2")
# Funkcja do znajdowania najbardziej podobnych tekstów
def find_similar(text, vector_map, model, top_n=5):
    query_embedding = model.encode([text])[0]
    similarities = []

    for key, embedding in vector_map.items():
        similarity = 1 - cosine(query_embedding, embedding)  # 1 - cosine distance gives similarity
        similarities.append((key, similarity))

    # Sortowanie po podobieństwie malejąco
    similarities = sorted(similarities, key=lambda x: x[1], reverse=True)
    
    return similarities[:top_n]


# Odczytanie słownika z pliku
with open('praca.pkl', 'rb') as f:
    vector_map = pickle.load(f)

def szukaj(query_text, history):
    top_n_results = find_similar(query_text, vector_map, model, top_n=1)
    context=''
    for text, similarity in top_n_results:
        context=context+text
    agata=client.chat.completions.create(
        model='gpt-4o',
        temperature=0.1,
        max_tokens=1024,
        messages=[
            {'role': 'system',
             'content': 'Nazywasz się Agata Gawska i jesteś ekspertką do spraw zatrudniania i aktywizacji zawodowej osób z niepełnosprawnością. Odpowiadasz konkretnie na pytania.'+context},
            {'role': 'user',
             'content': query_text}
        ]
    )
    return agata.choices[0].message.content
demo=gr.ChatInterface(
    fn=szukaj,
    theme=gr.themes.Glass(font='OpenSans'),
    title='Agata',
    description='Twoja doradczyni w zatrudnianiu osób z niepełnosprawnościami.',
    submit_btn='Zapytaj',
    clear_btn='Wyczyść',
    retry_btn=None,
    undo_btn=None,
    show_progress='minimal',
).launch(show_api=False, inbrowser=True)