import gradio as gr
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddleware
from pydantic import BaseModel
import torch

# ----------------------------
# 1. MODEL YÜKLEME (Lazy)
# ----------------------------
model = None
tokenizer = None

def model_yukle():
    global model, tokenizer
    if model is not None:
        return
    from transformers import AutoModelForCausalLM, AutoTokenizer
    print("🔄 Model yükleniyor...")
    tokenizer = AutoTokenizer.from_pretrained(
        "VoidOaz/Timur1Flash",
        trust_remote_code=True,
    )
    model = AutoModelForCausalLM.from_pretrained(
        "VoidOaz/Timur1Flash",
        dtype=torch.float32,
        device_map="cpu",
        trust_remote_code=True,
    )
    print("✅ Model hazır")

# ----------------------------
# 2. GRADIO ARAYÜZÜ (Sadece "Running" olması için)
# ----------------------------
def gradio_sohbet(mesaj, gecmis):
    model_yukle()
    # (Burada da modeli çalıştırabilirsin, ama Vercel için gerek yok)
    return "Bu arayüz test amaçlıdır. Vercel'den /sohbet endpoint'ini kullanın."

with gr.Blocks() as demo:
    gr.Markdown("# 🤖 Timur 1 Flash")
    gr.Markdown("Vercel'den `/sohbet` endpoint'ine POST isteği atın.")
    chatbot = gr.Chatbot()
    msg = gr.Textbox(placeholder="Mesaj yaz...")
    msg.submit(gradio_sohbet, [msg, chatbot], [chatbot])

# ----------------------------
# 3. FASTAPI + CORS + ÖZEL ENDPOINT
# ----------------------------
app = FastAPI()

app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],          # Vercel domain'ini sonra kısıtlayabilirsin
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

class Soru(BaseModel):
    mesaj: str

@app.post("/sohbet")
async def sohbet(soru: Soru):
    model_yukle()
    mesajlar = [
        {"role": "system", "content": "Sen Timur AI adında zeki ve yardımcı bir yapay zeka asistanısın."},
        {"role": "user", "content": soru.mesaj},
    ]
    metin = tokenizer.apply_chat_template(mesajlar, tokenize=False, add_generation_prompt=True)
    girdi = tokenizer(metin, return_tensors="pt")
    with torch.no_grad():
        cikti = model.generate(
            **girdi,
            max_new_tokens=150,
            do_sample=True,
            temperature=0.7,
            pad_token_id=tokenizer.eos_token_id,
        )
    cevap = tokenizer.decode(cikti[0][girdi["input_ids"].shape[1]:], skip_special_tokens=True)
    return {"cevap": cevap.strip()}

@app.get("/")
def root():
    return {"durum": "Timur 1 Flash çalışıyor"}

# ----------------------------
# 4. GRADIO'YU FASTAPI'YE MOUNT ET
# ----------------------------
app = gr.mount_gradio_app(app, demo, path="/")