import streamlit as st

import logging
from langchain.chat_models import ChatOpenAI

# Import the function for detecting the "est une étape" pattern
from pattern_ce_qui_explique import explication, explication_prompt_template
from pattern_epoque import epoque, epoque_prompt_template
from pattern_est_une_etape import une_etape, est_une_etape_prompt_template
from pattern_adverbe_ment import adverbement, adverbement_prompt_template
from pattern_connecteur_cependant import connecteur, connecteur_prompt_template


# Interface Streamlit
st.title("Analyse du texte")

# Liste des templates de prompt
List_prompt = {
    "< Détection du pattern 'est une étape' >": est_une_etape_prompt_template(),
    "< Détection du pattern 'epoque de, à l'ère de' >": epoque_prompt_template(),
    "< Détection du pattern 'ce qui explique' >": explication_prompt_template(),
    "< Détection des adverbes en -ment >": adverbement_prompt_template(),
    "< Détection des connecteurs 'cependant' >": connecteur_prompt_template()
}

# Menu déroulant pour sélectionner l'analyse
option = st.selectbox(
    "Choisissez l'analyse à effectuer :",
    List_prompt.keys()
)

# Afficher le prompt correspondant à l'option sélectionnée
selected_prompt = List_prompt.get(option, "")
st.subheader(f"Prompt : {option}")
st.text_area("Voici le prompt utilisé pour cette analyse :", value=selected_prompt, height=300, disabled=True)

# Champ de saisie du texte
input_text = st.text_area("Entrez votre texte ici :", height=200)

# Bouton d'analyse
if st.button("Lancer l'analyse"):
    if input_text:
        if option == "< Détection du pattern 'est une étape' >":
            try:
                # Analyser le texte pour les fautes de style
                result = une_etape(input_text)

                # Afficher les résultats en JSON formaté
                st.subheader("Résultats de l'analyse du pattern 'est une étape'")
                st.json(result['result'], expanded=True)

                # Afficher le prompt final
                st.subheader("Prompt final envoyé au modèle")
                st.write(result['prompt'])

            except Exception as e:
                logging.error(f"Error during analysis: {e}")
                st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")

        elif option == "< Détection du pattern 'epoque de, à l'ère de' >":
            try:
                # Analyser le texte pour les fautes de style
                result = epoque(input_text)

                # Afficher les résultats en JSON formaté
                st.subheader("Résultats de l'analyse du pattern 'epoque de, à l'ère de'")
                st.json(result['result'], expanded=True)

                # Afficher le prompt final
                st.subheader("Prompt final envoyé au modèle")
                st.write(result['prompt'])

            except Exception as e:
                logging.error(f"Error during analysis: {e}")
                st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")
        elif option == "< Détection du pattern 'ce qui explique' >":
            try:
                # Analyser le texte pour les fautes de style
                result = explication(input_text)

                # Afficher les résultats en JSON formaté
                st.subheader("Résultats de l'analyse du pattern 'ce qui explique'")
                st.json(result['result'], expanded=True)

                # Afficher le prompt final
                st.subheader("Prompt final envoyé au modèle")
                st.write(result['prompt'])

            except Exception as e:
                logging.error(f"Error during analysis: {e}")
                st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")
        elif option == "< Détection des adverbes en -ment >":
            try:
                # Analyser le texte pour les fautes de style
                result = adverbement(input_text)

                # Afficher les résultats en JSON formaté
                st.subheader("Résultats de l'analyse des adverbes en -ment")
                st.json(result['result'], expanded=True)

                # Afficher le prompt final
                st.subheader("Prompt final envoyé au modèle")
                st.write(result['prompt'])

            except Exception as e:
                logging.error(f"Error during analysis: {e}")
                st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")
        elif option == "< Détection des connecteurs 'cependant' >":
            try:
                # Analyser le texte pour les fautes de style
                result = connecteur(input_text)

                # Afficher les résultats en JSON formaté
                st.subheader("Résultats de l'analyse des connecteurs 'cependant'")
                st.json(result['result'], expanded=True)

                # Afficher le prompt final
                st.subheader("Prompt final envoyé au modèle")
                st.write(result['prompt'])

            except Exception as e:
                logging.error(f"Error during analysis: {e}")
                st.error(f"Une erreur s'est produite lors de l'analyse : {str(e)}")
    else:
        st.error("Veuillez entrer du texte pour lancer l'analyse.")