import gradio as gr
from ctransformers import AutoModelForCausalLM
import textwrap

# Carrega o modelo Llama2 usando CTransformers
def load_model():
    model = AutoModelForCausalLM.from_pretrained(
        "TheBloke/Llama-2-7B-Chat-GGML",
        model_file="llama-2-7b-chat.ggmlv3.q4_0.bin",
        model_type="llama",
        max_new_tokens=512,
        temperature=0.7,
        context_length=2048,
    )
    return model

# Formata o prompt para incluir contexto bíblico
def format_prompt(question):
    prompt = f"""Você é um assistente especializado em conhecimento bíblico. 
    Por favor, responda à seguinte pergunta com base nas escrituras bíblicas:
    
    Pergunta: {question}
    
    Resposta baseada na Bíblia:"""
    return prompt

# Função principal para gerar resposta
def generate_biblical_response(question, model):
    prompt = format_prompt(question)
    
    # Gera a resposta
    response = model(prompt, max_new_tokens=512)
    
    # Formata a resposta
    formatted_response = textwrap.fill(response, width=80)
    
    return formatted_response

# Interface Gradio
def create_interface():
    model = load_model()
    
    def process_question(question):
        return generate_biblical_response(question, model)
    
    # Cria a interface
    iface = gr.Interface(
        fn=process_question,
        inputs=gr.Textbox(
            lines=2, 
            placeholder="Digite sua pergunta sobre a Bíblia aqui..."
        ),
        outputs=gr.Textbox(lines=10),
        title="Consultor Bíblico Virtual",
        description="Faça perguntas sobre a Bíblia e receba respostas baseadas nas escrituras.",
        examples=[
            ["O que a Bíblia diz sobre amor ao próximo?"],
            ["Como é descrita a criação do mundo no livro de Gênesis?"],
            ["Quais são os principais ensinamentos de Jesus sobre perdão?"]
        ],
        theme="default"
    )
    return iface

# Inicia o aplicativo
if __name__ == "__main__":
    interface = create_interface()
    interface.launch(share=True)