import streamlit as st
import torch
import requests
from PIL import Image
from io import BytesIO
import time
import numpy as np
import os
from toxic1 import toxicity_page
from strim_nlp import classic_ml_page
from lstm import lstm_model_page
from bert_strim import bert_model_page

# Определение первой страницы с общим описанием приложения
def app_description_page():
    st.title("Welcome to My App!")
    st.write("This is a Streamlit application where you can explore two different models.")

# Определение второй страницы с обеими моделями и выбором между ними
def model_selection_page():
    st.sidebar.title("Model Selection")
    selected_model = st.sidebar.radio("Select a model", ("Classic ML", "LSTM", "BERT"))
    

    # Depending on the model selected, display different information or use different models
    if selected_model == "Classic ML":
        classic_ml_page()# Здесь можно добавить код для загрузки и использования первой модели
        st.write("You selected Classic ML.")
    elif selected_model == "LSTM":
        lstm_model_page()# Здесь можно добавить код для загрузки и использования второй модели
        st.write("You selected LSTM.")
    elif selected_model == "BERT":
        bert_model_page()
        # Здесь можно добавить код для загрузки и использования третьей модели
        st.write("You selected BERT.")
    
    # Add other components for review prediction here if needed

# Определение главной функции
def main():
    # st.sidebar.title("Navigation") # You can remove or comment out this line since the sidebar title is set in model_selection_page now
    page = st.sidebar.radio("Go to", ("App Description", "Model Selection", "Toxicity Model"))

    if page == "App Description":
        app_description_page()
    elif page == "Model Selection":
        model_selection_page()
    elif page == "Toxicity Model":
        toxicity_page()  # Call the function from toxic.py


# Запуск главной функции
if __name__ == "__main__":
    main()