app.py

import gradio as gr
import requests
import os
import json
import pandas as pd
import time
from langchain.schema import SystemMessage
from langchain_community.chat_models.gigachat import GigaChat
from openpyxl import load_workbook
import base64
from together import Together
from mistralai import Mistral

# Установка ключа API для OpenAI, GigaChat и Mistral
openai_api_key = os.getenv('GPT_KEY')
gc_key = os.getenv('GC_KEY')
token = os.getenv('GITHUB_TOKEN')
TOGETHER_API_KEY = os.getenv('TOGETHER_API_KEY')

# Инициализация клиента для Together
client = Together(api_key=TOGETHER_API_KEY)

# Авторизация в сервисе GigaChat
chat_pro = GigaChat(credentials=gc_key, model='GigaChat-Pro', max_tokens=68, temperature=1, verify_ssl_certs=False)
chat_lite = GigaChat(credentials=gc_key, model='GigaChat', max_tokens=68, temperature=1, verify_ssl_certs=False)
chat_plus = GigaChat(credentials=gc_key, model='GigaChat-Plus', max_tokens=68, temperature=1, verify_ssl_certs=False)

# Загрузка данных из Excel-файла
try:
    data = pd.read_excel('Признаки.xlsx', sheet_name=None)
except Exception as e:
    print(f"Ошибка при загрузке Excel-файла: {e}")
    data = {}

# Создание списка признаков и их значений
features = {}
for sheet_name, df in data.items():
    try:
        if sheet_name == "Пол Поколение Психотип":
            # Создаем словарь, где ключи — это кортежи (Пол, Поколение, Психотип), а значения — инструкции
            features[sheet_name] = df.set_index(['Пол', 'Поколение', 'Психотип'])['Инструкция'].to_dict()
        else:
            features[sheet_name] = df.set_index(df.columns[0]).to_dict()[df.columns[1]]
    except Exception as e:
        print(f"Ошибка при обработке данных листа {sheet_name}: {e}")
        features[sheet_name] = {}


current_request_index = -1  # Изначально указывает на последний запрос


def save_user_request_to_github(description, advantages, key_message, approach, personalization_params):

    global current_request_index  # Используем глобальную переменную
    current_request_index = -1  # Сбрасываем позицию к последнему запросу
    
    # Собираем все данные в один словарь
    data_to_save = {
        "description": description,
        "advantages": advantages,
        "key_message": key_message,
        "approach": approach,
        "personalization_params": personalization_params,
        "timestamp": time.time()
    }

    # Преобразуем контент в JSON-строку и кодируем в base64
    file_content_encoded = base64.b64encode(json.dumps(data_to_save).encode()).decode()

    # Параметры для GitHub API
    repo = "fruitpicker01/Storage_dev"
    path = f"user_request_{int(time.time())}.json"
    url = f"https://api.github.com/repos/{repo}/contents/{path}"
    headers = {
        "Authorization": f"token {token}",
        "Content-Type": "application/json"
    }
    data = {
        "message": f"Добавлен новый файл {path}",
        "content": file_content_encoded
    }

    # Отправка POST-запроса на GitHub API для создания файла в репозитории
    response = requests.put(url, headers=headers, data=json.dumps(data))
    if response.status_code == 201:
        print("Данные успешно сохранены на GitHub")
    else:
        print(f"Ошибка при сохранении данных на GitHub: {response.status_code} {response.text}")


def load_previous_user_request_from_github():
    global current_request_index  # Используем глобальную переменную

    repo = "fruitpicker01/Storage_dev"
    url = f"https://api.github.com/repos/{repo}/contents"
    headers = {
        "Authorization": f"token {token}",
        "Content-Type": "application/json"
    }

    # Получаем список файлов в репозитории
    response = requests.get(url, headers=headers)
    if response.status_code == 200:
        files = response.json()
        json_files = [file for file in files if file['name'].startswith("user_request_")]

        if not json_files:
            print("Нет сохраненных запросов.")
            return "", "", "", "", "", "", "", "", "", "", None, None, None, None, None, None

        # Определяем новый индекс для загрузки предыдущего файла
        current_request_index -= 1

        # Если достигли начала списка, остаёмся на первой записи
        if abs(current_request_index) > len(json_files):
            current_request_index = -len(json_files)

        # Находим файл с нужным индексом
        target_file = json_files[current_request_index]
        file_url = target_file['download_url']

        # Загружаем и декодируем содержимое файла
        file_response = requests.get(file_url)
        if file_response.status_code == 200:
            data = json.loads(file_response.text)
            description = data.get('description', "")
            advantages = data.get('advantages', "")
            key_message = data.get('key_message', "")  # Load key message
            approach = data.get('approach', "")  # Load approach
            personalization_params = data.get('personalization_params', [None] * 6)  # Убедитесь, что размер списка соответствует количеству полей

            # Возвращаем данные по отдельности для каждого компонента Gradio
            return description, advantages, key_message, approach, *personalization_params
        else:
            print(f"Ошибка при загрузке файла: {file_response.status_code}")
            return "", "", "", "", "", "", "", "", "", "", None, None, None, None, None, None
    else:
        print(f"Ошибка при обращении к GitHub: {response.status_code}")
        return "", "", "", "", "", "", "", "", "", "", None, None, None, None, None, None


# Функция для генерации стандартного промпта
def generate_standard_prompt(description, advantages, key_message, approach, *selected_values):

    if approach == "Призыв к действию":
        prompt = "Сгенерируй смс-сообщение для клиента. Начни сообщение с призыва к действию с продуктом.\n"
    elif approach == "Указание на пользу":
        prompt = "Сгенерируй смс-сообщение для клиента. Начни сообщение с указания на пользу продукта. Используй глагол в побудительном наклонении.\n"
    elif approach == "Вопрос":
        prompt = "Сгенерируй смс-сообщение для клиента. Начни сообщение с вопроса, который указывает на пользу продукта для клиента.\n"
    
    prompt += (
        f"Описание предложения: {description}\n"
        f"Преимущества: {advantages}\n"
        "В тексте смс запрещено использование:\n"
        "- Запрещенные слова: № один, номер один, № 1, вкусный, дешёвый, продукт, спам, доступный, банкротство, долги, займ, срочно, сейчас, лучший, главный, номер 1, гарантия, успех, лидер;\n"
        "- Обращение к клиенту;\n"
        "- Приветствие клиента;\n"
        "- Обещания и гарантии;\n"
        "- Использовать составные конструкции из двух глаголов;\n"
        "- Причастия и причастные обороты;\n"
        "- Деепричастия и деепричастные обороты;\n"
        "- Превосходная степень прилагательных;\n"
        "- Страдательный залог;\n"
        "- Порядковые числительные от 10 прописью;\n"
        "- Цепочки с придаточными предложениями;\n"
        "- Разделительные повторяющиеся союзы;\n"
        "- Вводные конструкции;\n"
        "- Усилители;\n"
        "- Паразиты времени;\n"
        "- Несколько существительных подряд, в том числе отглагольных;\n"
        "- Производные предлоги;\n"
        "- Сложные предложения, в которых нет связи между частями;\n"
        "- Сложноподчинённые предложения;\n"
        "- Даты прописью;\n"
        "- Близкие по смыслу однородные члены предложения;\n"
        "- Шокирующие, экстравагантные, кликбейтные фразы;\n"
        "- Абстрактные заявления без поддержки фактами и отсутствие доказательства пользы для клиента;\n"
        "- Гарантирующие фразы;\n"
        "- Узкоспециализированные термины;\n"
        "- Фразы, способные создать двойственное ощущение, обидеть;\n"
        "- Речевые клише, рекламные штампы, канцеляризмы;\n"
        "Убедись, что в готовом тексте до 250 знаков с пробелами.\n"
    )

    if approach == "Призыв к действию":
        prompt += "Убедись, что готовый текст начинается с призыва к действию с продуктом.\n"
    elif approach == "Указание на пользу":
        prompt += "Убедись, что готовый текст начинается с указания на пользу продукта и использования глагола в побудительном наклонении.\n"
    elif approach == "Вопрос":
        prompt += "Убедись, что готовый текст начинается с вопроса, который указывает на пользу продукта для клиента.\n"
        
    if key_message.strip():
        prompt += f"Убедись, что в готовом тексте есть следующая ключевая информация: {key_message.strip()}"
     
    return prompt

# Функции для генерации сообщений
def generate_message_gpt4o(prompt):
    try:
        headers = {
            "Content-Type": "application/json",
            "Authorization": f"Bearer {openai_api_key}"
        }
        data = {
            "model": "chatgpt-4o-latest",
            "messages": [{"role": "system", "content": prompt}],
            "max_tokens": 101,
            "temperature": 1.1
        }
        response = requests.post("https://api.openai.com/v1/chat/completions", json=data, headers=headers)
        response_data = response.json()
        return response_data["choices"][0]["message"]["content"].strip()
    except Exception as e:
        return f"Ошибка при обращении к ChatGPT-4o-Latest: {e}"

def clean_message(message):
    # Если сообщение не заканчивается на точку, восклицательный знак или вопросительный знак, обрезаем его до последнего такого знака
    if not message.endswith(('.', '!', '?')):
        last_period = max(message.rfind('.'), message.rfind('!'), message.rfind('?'))
        if last_period != -1:
            message = message[:last_period + 1]
    return message

# Обновленные функции генерации сообщений с учетом обрезки незаконченных предложений
def generate_message_gigachat_pro(prompt):
    try:
        messages = [SystemMessage(content=prompt)]
        res = chat_pro(messages)
        cleaned_message = clean_message(res.content.strip())
        return cleaned_message
    except Exception as e:
        return f"Ошибка при обращении к GigaChat-Pro: {e}"

def generate_message_gigachat_lite(prompt):
    try:
        time.sleep(2)
        messages = [SystemMessage(content=prompt)]
        res = chat_lite(messages)
        cleaned_message = clean_message(res.content.strip())
        return cleaned_message
    except Exception as e:
        return f"Ошибка при обращении к GigaChat-Lite: {e}"

def generate_message_gigachat_plus(prompt):
    try:
        time.sleep(2)
        messages = [SystemMessage(content=prompt)]
        res = chat_plus(messages)
        cleaned_message = clean_message(res.content.strip())
        return cleaned_message
    except Exception as e:
        return f"Ошибка при обращении к GigaChat-Plus: {e}"

def generate_message_meta_llama_3_1_405b(prompt):
    try:
        response = client.chat.completions.create(
            model="meta-llama/Meta-Llama-3.1-405B-Instruct-Turbo",
            messages=[{"role": "user", "content": prompt}],
            max_tokens=74,
            temperature=0.8
        )
        cleaned_message = clean_message(response.choices[0].message.content.strip())
        return cleaned_message
    except Exception as e:
        return f"Ошибка при обращении к Meta-Llama-3.1-405B: {e}"

def generate_message_meta_llama_3_1_70b(prompt):
    try:
        response = client.chat.completions.create(
            model="meta-llama/Meta-Llama-3.1-70B-Instruct-Turbo",
            messages=[{"role": "user", "content": prompt}],
            max_tokens=74,
            temperature=0.8
        )
        cleaned_message = clean_message(response.choices[0].message.content.strip())
        return cleaned_message
    except Exception as e:
        return f"Ошибка при обращении к Meta-Llama-3.1-70B: {e}"

def generate_message_meta_llama_3_1_8b(prompt):
    try:
        response = client.chat.completions.create(
            model="meta-llama/Meta-Llama-3.1-8B-Instruct-Turbo",
            messages=[{"role": "user", "content": prompt}],
            max_tokens=74,
            temperature=0.8
        )
        cleaned_message = clean_message(response.choices[0].message.content.strip())
        return cleaned_message
    except Exception as e:
        return f"Ошибка при обращении к Meta-Llama-3.1-8B: {e}"

def generate_message_gpt4o_with_retry(prompt):
    for _ in range(10):  # Максимум 10 попыток
        message = generate_message_gpt4o(prompt)
        if len(message) <= 250:
            return message
    return message  # Возвращаем последнее сгенерированное сообщение, если все попытки не удались

def generate_message_gigachat_pro_with_retry(prompt):
    for _ in range(10):
        message = generate_message_gigachat_pro(prompt)
        if len(message) <= 250:
            return message
    return message

def generate_message_gigachat_lite_with_retry(prompt):
    for _ in range(10):
        message = generate_message_gigachat_lite(prompt)
        if len(message) <= 250:
            return message
    return message

def generate_message_gigachat_plus_with_retry(prompt):
    for _ in range(10):
        message = generate_message_gigachat_plus(prompt)
        if len(message) <= 250:
            return message
    return message

def generate_message_meta_llama_3_1_405b_with_retry(prompt):
    for _ in range(10):
        message = generate_message_meta_llama_3_1_405b(prompt)
        if len(message) <= 250:
            return message
    return message


def generate_messages(description, advantages, key_message, approach, *selected_values):
    
    save_user_request_to_github(description, advantages, key_message, approach, selected_values)
    
    standard_prompt = generate_standard_prompt(description, advantages, key_message, approach, *selected_values)

    results = {
        "prompt": standard_prompt,
        "gpt4o": None,
        "gigachat_pro": None,
        "gigachat_lite": None,
        "gigachat_plus": None,
        "meta_llama_3_1_405b": None
    }

    yield results["prompt"], "", "", "", "", ""

    # Generating messages using existing models (as before)
    results["gpt4o"] = generate_message_gpt4o_with_retry(standard_prompt)
    gpt4o_length = len(results["gpt4o"])
    gpt4o_display = f"{results['gpt4o']}\n\n------\nКоличество знаков: {gpt4o_length}"
    yield results["prompt"], gpt4o_display, "", "", "", ""

    results["gigachat_pro"] = generate_message_gigachat_pro_with_retry(standard_prompt)
    gigachat_pro_length = len(results["gigachat_pro"])
    gigachat_pro_display = f"{results['gigachat_pro']}\n\n------\nКоличество знаков: {gigachat_pro_length}"
    yield results["prompt"], gpt4o_display, gigachat_pro_display, "", "", ""

    time.sleep(2)
    
    results["gigachat_lite"] = generate_message_gigachat_lite_with_retry(standard_prompt)
    gigachat_lite_length = len(results["gigachat_lite"])
    gigachat_lite_display = f"{results['gigachat_lite']}\n\n------\nКоличество знаков: {gigachat_lite_length}"
    yield results["prompt"], gpt4o_display, gigachat_pro_display, gigachat_lite_display, "", ""

    time.sleep(2)
    
    results["gigachat_plus"] = generate_message_gigachat_plus_with_retry(standard_prompt)
    gigachat_plus_length = len(results["gigachat_plus"])
    gigachat_plus_display = f"{results['gigachat_plus']}\n\n------\nКоличество знаков: {gigachat_plus_length}"
    yield results["prompt"], gpt4o_display, gigachat_pro_display, gigachat_lite_display, gigachat_plus_display, ""

    time.sleep(2)

    results["meta_llama_3_1_405b"] = generate_message_meta_llama_3_1_405b_with_retry(standard_prompt)
    meta_llama_405b_length = len(results["meta_llama_3_1_405b"])
    meta_llama_405b_display = f"{results['meta_llama_3_1_405b']}\n\n------\nКоличество знаков: {meta_llama_405b_length}"
    yield results["prompt"], gpt4o_display, gigachat_pro_display, gigachat_lite_display, gigachat_plus_display, meta_llama_405b_display

    time.sleep(2)

    return results


# Функция для генерации персонализированного промпта
def generate_personalization_prompt(key_message, approach, *selected_values):
    prompt = "Адаптируй, не превышая длину сообщения в 250 знаков с пробелами, текст с учетом следующих особенностей:\n"
    gender, generation, psychotype = selected_values[0], selected_values[1], selected_values[2]
    combined_instruction = ""
    additional_instructions = ""

    print(f"Выбранные значения: Пол={gender}, Поколение={generation}, Психотип={psychotype}")

    # Проверяем, выбраны ли все три параметра: Пол, Поколение, Психотип
    if gender and generation and psychotype:
        # Получаем данные с листа "Пол Поколение Психотип"
        sheet = features.get("Пол Поколение Психотип", {})

        # Ищем ключ, соответствующий комбинации "Пол", "Поколение", "Психотип"
        key = (gender, generation, psychotype)
        if key in sheet:
            combined_instruction = sheet[key]
            print(f"Найдена комбинированная инструкция: {combined_instruction}")
        else:
            print(f"Комбинированная инструкция для ключа {key} не найдена.")

    # Если не найдена комбинированная инструкция, добавляем индивидуальные инструкции
    if not combined_instruction:
        print("Добавляем индивидуальные инструкции для Пол, Поколение, Психотип.")
        for i, feature in enumerate(["Пол", "Поколение", "Психотип"]):
            if selected_values[i]:
                try:
                    instruction = features[feature][selected_values[i]]
                    additional_instructions += f"{instruction}\n"
                    print(f"Добавлена инструкция из {feature}: {instruction}")
                except KeyError:
                    return f"Ошибка: выбранное значение {selected_values[i]} не найдено в данных."

    # Добавляем инструкции для остальных параметров (например, Отрасль)
    for i, feature in enumerate(features.keys()):
        if feature not in ["Пол", "Поколение", "Психотип", "Пол Поколение Психотип"]:
            if i < len(selected_values) and selected_values[i]:
                try:
                    instruction = features[feature][selected_values[i]]
                    additional_instructions += f"{instruction}\n"
                    print(f"Добавлена инструкция из {feature}: {instruction}")
                except KeyError:
                    return f"Ошибка: выбранное значение {selected_values[i]} не найдено в данных."

    # Формируем итоговый промпт
    if combined_instruction:
        prompt += combined_instruction  # Добавляем комбинированную инструкцию, если она есть
    if additional_instructions:
        prompt += additional_instructions  # Добавляем остальные инструкции

    prompt += "Убедись, что в готовом тексте до 250 знаков с пробелами.\n"

    if approach == "Призыв к действию":
        prompt += "Убедись, что готовый текст начинается с призыва к действию с продуктом.\n"
    elif approach == "Указание на пользу":
        prompt += "Убедись, что готовый текст начинается с указания на пользу продукта и использования глагола в побудительном наклонении.\n"
    elif approach == "Вопрос":
        prompt += "Убедись, что готовый текст начинается с вопроса, который указывает на пользу продукта для клиента.\n"

    prompt += f"Убедись, что в готовом тексте есть следующая ключевая информация: {key_message.strip()}"

    return prompt.strip()


# Функция для выполнения персонализации на основе сгенерированного промпта и сообщения
def perform_personalization(standard_message, personalization_prompt):
    full_prompt = f"{personalization_prompt}\n\nТекст для адаптации:\n{standard_message}"
    return generate_message_gpt4o_with_retry(full_prompt)

# Также обновляем функции персонализации
def perform_personalization_gigachat(standard_message, personalization_prompt, model):
    full_prompt = f"{personalization_prompt}\n\nТекст для адаптации:\n{standard_message}"
    if model == "gigachat_pro":
        result = generate_message_gigachat_pro_with_retry(full_prompt)
    elif model == "gigachat_lite":
        result = generate_message_gigachat_lite_with_retry(full_prompt)
    elif model == "gigachat_plus":
        result = generate_message_gigachat_plus_with_retry(full_prompt)
    return clean_message(result)

def perform_personalization_meta_llama_405b(standard_message, personalization_prompt):
    full_prompt = f"{personalization_prompt}\n\nТекст для адаптации:\n{standard_message}"
    return generate_message_meta_llama_3_1_405b_with_retry(full_prompt)

# Updated function to include additional models in personalization
def personalize_messages_with_yield(
    gpt4o_message, 
    gigachat_pro_message, 
    gigachat_lite_message, 
    gigachat_plus_message, 
    meta_llama_405b_message,
    key_message,
    approach,
    *selected_values
):
    
    personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
    yield personalization_prompt, "", "", "", "", "", "", "", "", "", ""

    personalized_message_gpt4o = perform_personalization(gpt4o_message, personalization_prompt)
    gpt4o_length = len(personalized_message_gpt4o)
    gpt4o_display = f"{personalized_message_gpt4o}\n\n------\nКоличество знаков: {gpt4o_length}"
    yield personalization_prompt, gpt4o_display, "", "", "", "", "", "", "", "", ""

    personalized_message_gigachat_pro = perform_personalization_gigachat(gigachat_pro_message, personalization_prompt, "gigachat_pro")
    gigachat_pro_length = len(personalized_message_gigachat_pro)
    gigachat_pro_display = f"{personalized_message_gigachat_pro}\n\n------\nКоличество знаков: {gigachat_pro_length}"
    yield personalization_prompt, gpt4o_display, gigachat_pro_display, "", "", "", "", "", "", "", ""

    personalized_message_gigachat_lite = perform_personalization_gigachat(gigachat_lite_message, personalization_prompt, "gigachat_lite")
    gigachat_lite_length = len(personalized_message_gigachat_lite)
    gigachat_lite_display = f"{personalized_message_gigachat_lite}\n\n------\nКоличество знаков: {gigachat_lite_length}"
    yield personalization_prompt, gpt4o_display, gigachat_pro_display, gigachat_lite_display, "", "", "", "", "", "", ""

    personalized_message_gigachat_plus = perform_personalization_gigachat(gigachat_plus_message, personalization_prompt, "gigachat_plus")
    gigachat_plus_length = len(personalized_message_gigachat_plus)
    gigachat_plus_display = f"{personalized_message_gigachat_plus}\n\n------\nКоличество знаков: {gigachat_plus_length}"
    yield personalization_prompt, gpt4o_display, gigachat_pro_display, gigachat_lite_display, gigachat_plus_display, "", "", "", "", "", ""

    personalized_message_meta_llama_405b = perform_personalization_meta_llama_405b(meta_llama_405b_message, personalization_prompt)
    meta_llama_405b_length = len(personalized_message_meta_llama_405b)
    meta_llama_405b_display = f"{personalized_message_meta_llama_405b}\n\n------\nКоличество знаков: {meta_llama_405b_length}"
    yield personalization_prompt, gpt4o_display, gigachat_pro_display, gigachat_lite_display, gigachat_plus_display, meta_llama_405b_display, "", "", "", "", ""


# Функция для генерации промпта проверки текста
def generate_error_check_prompt():
    prompt = (
        "Проверь текст SMS-сообщения на соответствие установленным правилам и ограничениям, касающимся его формирования. На основе выявленных несоответствий предоставь рекомендации по исправлению текста. "
        "Особое внимание удели проверке: количества символов в тексте SMS-сообщения, орфографическим и пунктуационным ошибкам, определению частей речи (причастия, деепричастия, причастный оборот, деепричастный оборот). "
        "Анализируй только текст SMS-сообщения, ничего не придумывай и не добавляй лишнего. "
        "Правила и ограничения, которым должен соответствовать текст SMS-сообщения:\n"
        "1. Количество символов в SMS-сообщении должно быть до 250 знаков с учетом пробелов.\n"
        "2. В тексте должен быть призыв к действию с использованием глагола в повелительном наклонении (например: оформите, получите, разместите, размещайте, откройте, подключите, подайте заявку).\n"
        "3. Должно соблюдаться соответствие фактов о продукте.\n"
        "4. В генерациях смс запрещено использовать обещания и гарантии.\n"
        "5. В генерациях смс запрещено использовать составные конструкции из двух глаголов.\n"
        "6. В генерациях смс запрещено использовать причастия и причастные обороты.\n"
        "7. В генерациях смс запрещено использовать деепричастия и деепричастные обороты.\n"
        "8. В генерациях смс запрещено использовать превосходную степень прилагательных.\n"
        "9. В генерациях смс запрещено использовать страдательный залог.\n"
        "10. В генерациях смс запрещено использовать порядковые числительные от 10 прописью.\n"
        "11. В генерациях смс запрещено использовать цепочки с придаточными предложениями.\n"
        "12. В генерациях смс запрещено использовать разделительные повторяющиеся союзы.\n"
        "13. В генерациях смс запрещено использовать вводные конструкции.\n"
        "14. В генерациях смс запрещено использовать усилители.\n"
        "15. В генерациях смс запрещено использовать паразиты времени.\n"
        "16. В генерациях смс запрещено использовать несколько существительных подряд, в том числе отглагольных.\n"
        "17. В генерациях смс запрещено использовать производные предлоги.\n"
        "18. В генерациях смс запрещено использовать сложные предложения, в которых нет связи между частями.\n"
        "19. В генерациях смс запрещено использовать сложноподчинённые предложения.\n"
        "20. В генерациях смс запрещено использовать даты прописью.\n"
        "21. В генерациях смс запрещено использовать близкие по смыслу однородные члены.\n"
        "22. В генерациях смс запрещено использовать шокирующие, экстравагантные, кликбейтные фразы.\n"
        "23. В генерациях смс запрещено использовать абстрактные заявления без поддержки фактами и отсутствие доказательства пользы для клиента.\n"
        "24. В генерациях смс запрещено использовать гарантирующие фразы.\n"
        "25. В генерациях смс запрещено использовать узкоспециализированные термины.\n"
        "26. В генерациях смс запрещено использовать фразы, способные создать двойственное ощущение, обидеть.\n"
        "27. В генерациях смс запрещено использовать речевые клише, рекламные штампы, канцеляризмы.\n"
        "28. В генерациях смс запрещено использовать запрещенные слова: № один, номер один, № 1, вкусный, дешёвый, продукт, спам, банкротство, долги, займ, срочно, лучший, главный, номер 1, успех, лидер.\n"
        "29. Сообщение должно быть написано без орфографических и грамматических ошибок.\n"
        "30. Запрещены повторы слов.\n"
        "31. В тексте должны использоваться правильные знаки препинания.\n"
        "32. Если в тексте используются кавычки, они должны быть в форме «кавычки-ёлочки».\n"
        "33. В тексте SMS сообщения должны обязательно присутствовать: название продукта, условия использования продукта / Преимущества продукта / Шаги для подключения или начала использования / Условия акции (если предложение по продукту акционное).\n"
        "Форма ответа: [Ответ должен быть кратким, должен содержать только рекомендации по устранению найденных несоответствий, соответствия каждому пункту правил описывать категорически запрещено]."
    )
    return prompt


def save_to_github(personalized_message, model_name, comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach):
    # Собираем все данные в один словарь
    data_to_save = {
        "Модель": model_name,
        "Персонализированное сообщение": personalized_message,
        "Комментарий": comment,
        "Откорректированное сообщение": corrected_message,
        "Описание предложения": description,
        "Преимущества": advantages,
        "Ключевое сообщение": key_message,  # Save key message
        "Подход": approach,  # Save approach
        "Неперсонализированный промпт": non_personalized_prompt,
        "Неперсонализированное сообщение": non_personalized_message,
        "Персонализированный промпт": personalization_prompt,  # Добавляем персонализированный промпт
        "Пол": gender,
        "Поколение": generation,
        "Психотип": psychotype,
        "Стадия бизнеса": business_stage,
        "Отрасль": industry,
        "ОПФ": legal_form
    }

    # Преобразуем контент в JSON-строку и кодируем в base64
    file_content_encoded = base64.b64encode(json.dumps(data_to_save).encode()).decode()

    # Параметры для GitHub API
    repo = "fruitpicker01/Storage_dev"
    path = f"file_{int(time.time())}.json"
    url = f"https://api.github.com/repos/{repo}/contents/{path}"
    headers = {
        "Authorization": f"token {token}",
        "Content-Type": "application/json"
    }
    data = {
        "message": f"Добавлен новый файл {path}",
        "content": file_content_encoded
    }

    # Отправка POST-запроса на GitHub API для создания файла в репозитории
    response = requests.put(url, headers=headers, data=json.dumps(data))


def personalize_and_save(
    gpt4o_message, 
    gigachat_pro_message, 
    gigachat_lite_message, 
    gigachat_plus_message, 
    meta_llama_405b_message, 
    description,
    advantages,
    key_message,  # Обратите внимание, что key_message здесь не передается в selected_values
    approach,     # Подход тоже не должен передаваться в selected_values
    *selected_values
):
    # Персонализация с использованием yield для последовательного вывода
    personalization_generator = personalize_messages_with_yield(
        gpt4o_message, 
        gigachat_pro_message, 
        gigachat_lite_message, 
        gigachat_plus_message, 
        meta_llama_405b_message, 
        key_message,
        approach,
        *selected_values  # Только признаки для персонализации
    )

    # Перебираем генератор, чтобы получить все значения и сохранить последний результат
    last_personalization_result = None
    for personalization_result in personalization_generator:
        last_personalization_result = personalization_result
        yield personalization_result  # Отображаем результаты по мере их появления

    # После завершения персонализации, сохраняем результаты
    if last_personalization_result:
        save_user_request_to_github(description, advantages, key_message, approach, selected_values)


def clear_fields():
    return (
        "", "", "", "", "",  # personalized outputs and prompts
        "", "", "", "", "",  # comment fields
        "", "", "", "", "",  # corrected message fields
        ""
    )

def clear_personalization_fields():
    return (
        "", "", "", "", "",  # personalized outputs
        "", "", "", "", "",  # comment fields
        "", "", "", "", "",  # corrected message fields
        ""
    )


def prepare_button_text():
    return gr.update(value="Сохраняется...", visible=True)

def update_button_text():
    return gr.update(value="Сохранено!", visible=True)

def reset_button_text():
    time.sleep(2)  # Задержка в 2 секунды
    return gr.update(value="Сохранить в базу", visible=True)

def clear_unnecessary_fields():
    return (
        "", "", "", "", "",  # personalized outputs and prompts
        "", "", "", "", "",  # comment fields
        "", "", "", "", "",  # corrected message fields
        "", "", "", "", "",  # оставшиеся поля
        "", ""  # Дополнительное пустое значение
    )

def regen_message_gpt4o(description, advantages, key_message, approach, *selected_values):
    standard_prompt = generate_standard_prompt(description, advantages, key_message, approach, *selected_values)
    gpt4o_message = generate_message_gpt4o_with_retry(standard_prompt)
    gpt4o_length = len(gpt4o_message)
    return f"{gpt4o_message}\n\n------\nКоличество знаков: {gpt4o_length}"

def regen_message_gigachat_pro(description, advantages, key_message, approach, *selected_values):
    standard_prompt = generate_standard_prompt(description, advantages, key_message, approach, *selected_values)
    gigachat_pro_message = generate_message_gigachat_pro_with_retry(standard_prompt)
    gigachat_pro_length = len(gigachat_pro_message)
    return f"{gigachat_pro_message}\n\n------\nКоличество знаков: {gigachat_pro_length}"

def regen_message_gigachat_lite(description, advantages, key_message, approach, *selected_values):
    standard_prompt = generate_standard_prompt(description, advantages, key_message, approach, *selected_values)
    gigachat_lite_message = generate_message_gigachat_lite_with_retry(standard_prompt)
    gigachat_lite_length = len(gigachat_lite_message)
    return f"{gigachat_lite_message}\n\n------\nКоличество знаков: {gigachat_lite_length}"

def regen_message_gigachat_plus(description, advantages, key_message, approach, *selected_values):
    standard_prompt = generate_standard_prompt(description, advantages, key_message, approach, *selected_values)
    gigachat_plus_message = generate_message_gigachat_plus_with_retry(standard_prompt)
    gigachat_plus_length = len(gigachat_plus_message)
    return f"{gigachat_plus_message}\n\n------\nКоличество знаков: {gigachat_plus_length}"

def regen_message_meta_llama_405b(description, advantages, key_message, approach, *selected_values):
    standard_prompt = generate_standard_prompt(description, advantages, key_message, approach, *selected_values)
    meta_llama_405b_message = generate_message_meta_llama_3_1_405b_with_retry(standard_prompt)
    meta_llama_405b_length = len(meta_llama_405b_message)
    return f"{meta_llama_405b_message}\n\n------\nКоличество знаков: {meta_llama_405b_length}"

def personalize_message_gpt4o(gpt4o_message, key_message, approach, *selected_values):
    personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
    personalized_message = perform_personalization(gpt4o_message, personalization_prompt)
    gpt4o_length = len(personalized_message)
    return f"{personalized_message}\n\n------\nКоличество знаков: {gpt4o_length}"

def personalize_message_gigachat_pro(gigachat_pro_message, key_message, approach, *selected_values):
    personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
    personalized_message = perform_personalization_gigachat(gigachat_pro_message, personalization_prompt, "gigachat_pro")
    gigachat_pro_length = len(personalized_message)
    return f"{personalized_message}\n\n------\nКоличество знаков: {gigachat_pro_length}"

def personalize_message_gigachat_lite(gigachat_lite_message, key_message, approach, *selected_values):
    personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
    personalized_message = perform_personalization_gigachat(gigachat_lite_message, personalization_prompt, "gigachat_lite")
    gigachat_lite_length = len(personalized_message)
    return f"{personalized_message}\n\n------\nКоличество знаков: {gigachat_lite_length}"

def personalize_message_gigachat_plus(gigachat_plus_message, key_message, approach, *selected_values):
    personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
    personalized_message = perform_personalization_gigachat(gigachat_plus_message, personalization_prompt, "gigachat_plus")
    gigachat_plus_length = len(personalized_message)
    return f"{personalized_message}\n\n------\nКоличество знаков: {gigachat_plus_length}"

def personalize_message_meta_llama_405b(meta_llama_405b_message, key_message, approach, *selected_values):
    personalization_prompt = generate_personalization_prompt(key_message, approach, *selected_values)
    personalized_message = perform_personalization_meta_llama_405b(meta_llama_405b_message, personalization_prompt)
    meta_llama_405b_length = len(personalized_message)
    return f"{personalized_message}\n\n------\nКоличество знаков: {meta_llama_405b_length}"


# Создание интерфейса Gradio
with gr.Blocks() as demo:
    gr.Markdown("# Генерация SMS-сообщений по заданным признакам")

    with gr.Row():
        with gr.Column(scale=1):
            description_input = gr.Textbox(
                label="Описание предложения (предзаполненный пример можно поменять на свой)", 
                lines=13,
                value=(
                    "Необходимо предложить клиенту оформить дебетовую премиальную бизнес-карту Mastercard Preffered. "
                    "Обслуживание карты стоит 700 рублей в месяц, но клиент может пользоваться ей бесплатно. "
                    "Что необходимо сделать, чтобы воспользоваться предложением:\n"
                    "1. Оформить премиальную бизнес-карту в офисе банка или онлайн в интернет-банке СберБизнес.\n"
                    "2. Забрать карту.\n"
                    "3. В течение календарного месяца совершить по ней покупки на сумму от 100 000 рублей.\n"
                    "4. В течение следующего месяца пользоваться ей бесплатно."
                )
            )
            advantages_input = gr.Textbox(
                label="Преимущества (предзаполненный пример можно поменять на свой)", 
                lines=6,
                value=(
                    "Предложение по бесплатному обслуживанию — бессрочное.\n"
                    "Оплата покупок без отчётов и платёжных поручений.\n"
                    "Платёжные документы без комиссии.\n"
                    "Лимиты на расходы сотрудников.\n"
                    "Мгновенные переводы на карты любых банков."
                )
            )

            key_message_input = gr.Textbox(
                label="Ключевое сообщение (предзаполненный пример можно поменять на свой)",
                lines=3,
                value="Бесплатное обслуживание при покупках от 100 000 рублей в месяц."
            )
            
            approach_input = gr.Dropdown(
                label="Подход",
                choices=["Призыв к действию", "Указание на пользу", "Вопрос"],
                value="Призыв к действию"  # Default value
            )
            
            selections = []
            gr.Markdown("**Персонализация**")
            for feature in features.keys():
                if feature not in ["Пол Поколение Психотип"]:  # Исключаем этот лист из выбора
                    selections.append(gr.Dropdown(choices=[None] + list(features[feature].keys()), label=f"Выберите {feature}"))

        with gr.Column(scale=2):
            prompt_display = gr.Textbox(label="Неперсонализированный промпт", lines=41, interactive=False)
            personalization_prompt = gr.Textbox(label="Персонализированный промпт", lines=23, interactive=False)

    with gr.Row():
        submit_btn = gr.Button("1. Создать неперсонализированное сообщение")
        personalize_btn = gr.Button("2. Выполнить персонализацию (нажимать только после кнопки 1)", elem_id="personalize_button")
        load_btn = gr.Button("Вернуть параметры предыдущего запроса")
        
    # Ряд кнопок "Перегенерировать"
    with gr.Row():
        regen_gpt4o_btn = gr.Button("Перегенерировать")
        regen_gigachat_pro_btn = gr.Button("Перегенерировать")
        regen_gigachat_lite_btn = gr.Button("Перегенерировать")
        regen_gigachat_plus_btn = gr.Button("Перегенерировать")
        regen_meta_llama_405b_btn = gr.Button("Перегенерировать") 
    
    # Первый ряд: неперсонализированные сообщения
    with gr.Row():
        output_text_gpt4o = gr.Textbox(label="Неперсонализированное сообщение GPT-4o", lines=3, interactive=False)
        output_text_gigachat_pro = gr.Textbox(label="Неперсонализированное сообщение GigaChat-Pro", lines=3, interactive=False)
        output_text_gigachat_lite = gr.Textbox(label="Неперсонализированное сообщение GigaChat-Lite", lines=3, interactive=False)
        output_text_gigachat_plus = gr.Textbox(label="Неперсонализированное сообщение GigaChat-Plus", lines=3, interactive=False)
        output_text_meta_llama_405b = gr.Textbox(label="Неперсонализированное сообщение Meta-Llama-3.1-405B", lines=3, interactive=False)

    # Ряд кнопок "Персонализировать"
    with gr.Row():
        personalize_gpt4o_btn = gr.Button("Персонализировать")
        personalize_gigachat_pro_btn = gr.Button("Персонализировать")
        personalize_gigachat_lite_btn = gr.Button("Персонализировать")
        personalize_gigachat_plus_btn = gr.Button("Персонализировать")
        personalize_meta_llama_405b_btn = gr.Button("Персонализировать")
    
    # Второй ряд: персонализированные сообщения
    with gr.Row():
        personalized_output_text_gpt4o = gr.Textbox(label="Персонализированное сообщение GPT-4o", lines=3, interactive=False)
        personalized_output_text_gigachat_pro = gr.Textbox(label="Персонализированное сообщение GigaChat-Pro", lines=3, interactive=False)
        personalized_output_text_gigachat_lite = gr.Textbox(label="Персонализированное сообщение GigaChat-Lite", lines=3, interactive=False)
        personalized_output_text_gigachat_plus = gr.Textbox(label="Персонализированное сообщение GigaChat-Plus", lines=3, interactive=False)
        personalized_output_text_meta_llama_405b = gr.Textbox(label="Персонализированное сообщение Meta-Llama-3.1-405B", lines=3, interactive=False)
    
    # Третий ряд: комментарии
    with gr.Row():
        comment_gpt4o = gr.Textbox(label="Комментарий к сообщению GPT-4o", lines=3)
        comment_gigachat_pro = gr.Textbox(label="Комментарий к сообщению GigaChat-Pro", lines=3)
        comment_gigachat_lite = gr.Textbox(label="Комментарий к сообщению GigaChat-Lite", lines=3)
        comment_gigachat_plus = gr.Textbox(label="Комментарий к сообщению GigaChat-Plus", lines=3)
        comment_meta_llama_405b = gr.Textbox(label="Комментарий к сообщению Meta-Llama-3.1-405B", lines=3)
    
    # Четвертый ряд: откорректированные сообщения
    with gr.Row():
        corrected_gpt4o = gr.Textbox(label="Откорректированное сообщение GPT-4o", lines=3)
        corrected_gigachat_pro = gr.Textbox(label="Откорректированное сообщение GigaChat-Pro", lines=3)
        corrected_gigachat_lite = gr.Textbox(label="Откорректированное сообщение GigaChat-Lite", lines=3)
        corrected_gigachat_plus = gr.Textbox(label="Откорректированное сообщение GigaChat-Plus", lines=3)
        corrected_meta_llama_405b = gr.Textbox(label="Откорректированное сообщение Meta-Llama-3.1-405B", lines=3)
    
    # Пятый ряд: кнопки сохранения
    with gr.Row():
        save_gpt4o_btn = gr.Button("Сохранить в базу")
        save_gigachat_pro_btn = gr.Button("Сохранить в базу")
        save_gigachat_lite_btn = gr.Button("Сохранить в базу")
        save_gigachat_plus_btn = gr.Button("Сохранить в базу")
        save_meta_llama_405b_btn = gr.Button("Сохранить в базу")

   
    # Добавление функционала для кнопок
    submit_btn.click(
        clear_fields,
        inputs=[],
        outputs=[
            personalization_prompt,
            personalized_output_text_gpt4o,
            personalized_output_text_gigachat_pro,
            personalized_output_text_gigachat_lite,
            personalized_output_text_gigachat_plus,
            personalized_output_text_meta_llama_405b,
            comment_gpt4o,  
            corrected_gpt4o,
            comment_gigachat_pro,
            corrected_gigachat_pro,
            comment_gigachat_lite,
            corrected_gigachat_lite,
            comment_gigachat_plus,
            corrected_gigachat_plus,
            comment_meta_llama_405b,
            corrected_meta_llama_405b
        ]
    )
    
    submit_btn.click(
        generate_messages, 
        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections, 
        outputs=[
            prompt_display, 
            output_text_gpt4o, 
            output_text_gigachat_pro, 
            output_text_gigachat_lite, 
            output_text_gigachat_plus, 
            output_text_meta_llama_405b
        ]
    )

 
    personalize_btn.click(
        fn=clear_personalization_fields,
        inputs=[],
        outputs=[
            personalized_output_text_gpt4o,
            personalized_output_text_gigachat_pro,
            personalized_output_text_gigachat_lite,
            personalized_output_text_gigachat_plus,
            personalized_output_text_meta_llama_405b,
            comment_gpt4o,  
            corrected_gpt4o,
            comment_gigachat_pro,
            corrected_gigachat_pro,
            comment_gigachat_lite,
            corrected_gigachat_lite,
            comment_gigachat_plus,
            corrected_gigachat_plus,
            comment_meta_llama_405b,
            corrected_meta_llama_405b
        ]
    )
    
    personalize_btn.click(
        fn=personalize_and_save,
        inputs=[
            output_text_gpt4o, 
            output_text_gigachat_pro, 
            output_text_gigachat_lite, 
            output_text_gigachat_plus, 
            output_text_meta_llama_405b,
            description_input,
            advantages_input,
            key_message_input,  # Add key_message_input
            approach_input,     # Add approach_input
        ] + selections,
        outputs=[
            personalization_prompt,
            personalized_output_text_gpt4o,
            personalized_output_text_gigachat_pro,
            personalized_output_text_gigachat_lite,
            personalized_output_text_gigachat_plus,
            personalized_output_text_meta_llama_405b
        ]
    )

    # Обработка клика по кнопке восстановления
    load_btn.click(
        fn=lambda: load_previous_user_request_from_github(),
        inputs=[],
        outputs=[
            description_input,  # Описание предложения
            advantages_input,   # Преимущества
            key_message_input,  # Ключевое сообщение
            approach_input,     # Подход
            *selections,        # Параметры персонализации (Пол, Поколение и т.д.)
        ]
    ).then(
        fn=clear_unnecessary_fields,
        inputs=[],
        outputs=[
            prompt_display,
            personalization_prompt,  # Очищаем personalization_prompt
            output_text_gpt4o,
            output_text_gigachat_pro,
            output_text_gigachat_lite,
            output_text_gigachat_plus,
            output_text_meta_llama_405b,
            personalized_output_text_gpt4o,
            personalized_output_text_gigachat_pro,
            personalized_output_text_gigachat_lite,
            personalized_output_text_gigachat_plus,
            personalized_output_text_meta_llama_405b,
            comment_gpt4o,  
            corrected_gpt4o,
            comment_gigachat_pro,
            corrected_gigachat_pro,
            comment_gigachat_lite,
            corrected_gigachat_lite,
            comment_gigachat_plus,
            corrected_gigachat_plus,
            comment_meta_llama_405b,
            corrected_meta_llama_405b
        ]
    )

    regen_gpt4o_btn.click(
        regen_message_gpt4o,
        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
        outputs=output_text_gpt4o
    )
    
    regen_gigachat_pro_btn.click(
        regen_message_gigachat_pro,
        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
        outputs=output_text_gigachat_pro
    )
    
    regen_gigachat_lite_btn.click(
        regen_message_gigachat_lite,
        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
        outputs=output_text_gigachat_lite
    )
    
    regen_gigachat_plus_btn.click(
        regen_message_gigachat_plus,
        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
        outputs=output_text_gigachat_plus
    )
    
    regen_meta_llama_405b_btn.click(
        regen_message_meta_llama_405b,
        inputs=[description_input, advantages_input, key_message_input, approach_input] + selections,
        outputs=output_text_meta_llama_405b
    )
    
    personalize_gpt4o_btn.click(
        personalize_message_gpt4o,
        inputs=[output_text_gpt4o, key_message_input, approach_input] + selections,
        outputs=personalized_output_text_gpt4o
    )
    
    personalize_gigachat_pro_btn.click(
        personalize_message_gigachat_pro,
        inputs=[output_text_gigachat_pro, key_message_input, approach_input] + selections,
        outputs=personalized_output_text_gigachat_pro
    )
    
    personalize_gigachat_lite_btn.click(
        personalize_message_gigachat_lite,
        inputs=[output_text_gigachat_lite, key_message_input, approach_input] + selections,
        outputs=personalized_output_text_gigachat_lite
    )
    
    personalize_gigachat_plus_btn.click(
        personalize_message_gigachat_plus,
        inputs=[output_text_gigachat_plus, key_message_input, approach_input] + selections,
        outputs=personalized_output_text_gigachat_plus
    )
    
    personalize_meta_llama_405b_btn.click(
        personalize_message_meta_llama_405b,
        inputs=[output_text_meta_llama_405b, key_message_input, approach_input] + selections,
        outputs=personalized_output_text_meta_llama_405b
    )

    # Привязка кнопок к функциям сохранения
    save_gpt4o_btn.click(
        fn=prepare_button_text,  # Сначала меняем текст на "Сохраняется..."
        inputs=[],
        outputs=[save_gpt4o_btn]
    ).then(
        fn=lambda personalized_message, comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach: 
            save_to_github(personalized_message, "GPT-4o", comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach),
        inputs=[
            personalized_output_text_gpt4o,
            comment_gpt4o,
            corrected_gpt4o,
            description_input,
            advantages_input,
            prompt_display,
            output_text_gpt4o,
            personalization_prompt,
            selections[0],  # Пол
            selections[1],  # Поколение
            selections[2],  # Психотип
            selections[3],  # Стадия бизнеса
            selections[4],  # Отрасль
            selections[5],  # ОПФ
            key_message_input,  # Ключевое сообщение
            approach_input      # Подход
        ],
        outputs=None
    ).then(
        fn=update_button_text,  # Обновляем текст на "Сохранено!" после сохранения
        outputs=[save_gpt4o_btn]
    ).then(
        fn=reset_button_text,  # Возвращаем текст на кнопке обратно через 3 секунды
        outputs=[save_gpt4o_btn]
    )
    
    # То же самое для других кнопок:
    
    save_gigachat_pro_btn.click(
        fn=prepare_button_text,
        inputs=[],
        outputs=[save_gigachat_pro_btn]
    ).then(
        fn=lambda personalized_message, comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach:
            save_to_github(personalized_message, "GigaChat-Pro", comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach),
        inputs=[
            personalized_output_text_gigachat_pro,
            comment_gigachat_pro,
            corrected_gigachat_pro,
            description_input,
            advantages_input,
            prompt_display,
            output_text_gigachat_pro,
            personalization_prompt,
            selections[0],  # Пол
            selections[1],  # Поколение
            selections[2],  # Психотип
            selections[3],  # Стадия бизнеса
            selections[4],  # Отрасль
            selections[5],  # ОПФ
            key_message_input,  # Ключевое сообщение
            approach_input      # Подход
        ],
        outputs=None
    ).then(
        fn=update_button_text,
        outputs=[save_gigachat_pro_btn]
    ).then(
        fn=reset_button_text,
        outputs=[save_gigachat_pro_btn]
    )
    
    # Повторяем аналогично для других кнопок:
    save_gigachat_lite_btn.click(
        fn=prepare_button_text,
        inputs=[],
        outputs=[save_gigachat_lite_btn]
    ).then(
        fn=lambda personalized_message, comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach:
            save_to_github(personalized_message, "GigaChat-Lite", comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach),
        inputs=[
            personalized_output_text_gigachat_lite,
            comment_gigachat_lite,
            corrected_gigachat_lite,
            description_input,
            advantages_input,
            prompt_display,
            output_text_gigachat_lite,
            personalization_prompt,
            selections[0],  # Пол
            selections[1],  # Поколение
            selections[2],  # Психотип
            selections[3],  # Стадия бизнеса
            selections[4],  # Отрасль
            selections[5],  # ОПФ
            key_message_input,  # Ключевое сообщение
            approach_input      # Подход
        ],
        outputs=None
    ).then(
        fn=update_button_text,
        outputs=[save_gigachat_lite_btn]
    ).then(
        fn=reset_button_text,
        outputs=[save_gigachat_lite_btn]
    )


    save_gigachat_plus_btn.click(
        fn=prepare_button_text,
        inputs=[],
        outputs=[save_gigachat_plus_btn]
    ).then(
        fn=lambda personalized_message, comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach:
            save_to_github(personalized_message, "GigaChat-Lite+", comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach),
        inputs=[
            personalized_output_text_gigachat_plus,
            comment_gigachat_plus,
            corrected_gigachat_plus,
            description_input,
            advantages_input,
            prompt_display,
            output_text_gigachat_plus,
            personalization_prompt,
            selections[0],  # Пол
            selections[1],  # Поколение
            selections[2],  # Психотип
            selections[3],  # Стадия бизнеса
            selections[4],  # Отрасль
            selections[5],  # ОПФ
            key_message_input,  # Ключевое сообщение
            approach_input      # Подход
        ],
        outputs=None
    ).then(
        fn=update_button_text,
        outputs=[save_gigachat_plus_btn]
    ).then(
        fn=reset_button_text,
        outputs=[save_gigachat_plus_btn]
    )
    
    save_meta_llama_405b_btn.click(
        fn=prepare_button_text,
        inputs=[],
        outputs=[save_meta_llama_405b_btn]
    ).then(
        fn=lambda personalized_message, comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach:
            save_to_github(personalized_message, "Meta-Llama-3.1-405B", comment, corrected_message, description, advantages, non_personalized_prompt, non_personalized_message, personalization_prompt, gender, generation, psychotype, business_stage, industry, legal_form, key_message, approach),
        inputs=[
            personalized_output_text_meta_llama_405b,
            comment_meta_llama_405b,
            corrected_meta_llama_405b,
            description_input,
            advantages_input,
            prompt_display,
            output_text_meta_llama_405b,
            personalization_prompt,
            selections[0],  # Пол
            selections[1],  # Поколение
            selections[2],  # Психотип
            selections[3],  # Стадия бизнеса
            selections[4],  # Отрасль
            selections[5],  # ОПФ
            key_message_input,  # Ключевое сообщение
            approach_input      # Подход
        ],
        outputs=None
    ).then(
        fn=update_button_text,
        outputs=[save_meta_llama_405b_btn]
    ).then(
        fn=reset_button_text,
        outputs=[save_meta_llama_405b_btn]
    )
    

    demo.launch()