app.py

import gradio as gr
import torch
import os
from classifier_app import ClassifierApp, config
from typing import Dict

def create_interface(app: ClassifierApp) -> gr.Blocks:
    """Створення веб-інтерфейсу"""
    # Синхронізуємо інформацію перед створенням інтерфейсу
    initial_info = app.sync_system_info()
    
    with gr.Blocks() as demo:
        gr.Markdown("# SDC Classifier")

        with gr.Tabs():
            # Вкладка 1: Тестування одного тексту
            with gr.TabItem("Тестування одного тексту"):
                with gr.Row():
                    with gr.Column():
                        text_input = gr.Textbox(
                            label="Введіть текст для аналізу",
                            lines=5,
                            placeholder="Введіть текст..."
                        )
                        threshold_slider = gr.Slider(
                            minimum=0.0,
                            maximum=1.0,
                            value=0.3,
                            step=0.05,
                            label="Поріг впевненості"
                        )
                        single_process_btn = gr.Button("Проаналізувати")
                    
                    with gr.Column():
                        result_text = gr.JSON(label="Результати аналізу")
                
                with gr.Accordion("Налаштування моделі", open=False):
                    with gr.Row():
                        model_type = gr.Radio(
                            choices=["OpenAI", "Local"],
                            value="OpenAI",
                            label="Тип моделі"
                        )
                        model_choice = gr.Dropdown(
                            choices=config.DEFAULT_OPENAI_MODELS,
                            value=config.DEFAULT_OPENAI_MODELS[0],
                            label="OpenAI model",
                            visible=True
                        )
                        local_model_path = gr.Textbox(
                            value=config.DEFAULT_LOCAL_MODEL,
                            label="Шлях до локальної моделі",
                            visible=False
                        )
                        device_choice = gr.Radio(
                            choices=["cuda", "cpu"],
                            value="cuda" if torch.cuda.is_available() else "cpu",
                            label="Пристрій для локальної моделі",
                            visible=False
                        )
                    
                    with gr.Row():
                        json_file = gr.File(
                            label="Завантажити новий JSON з класами",
                            file_types=[".json"]
                        )
                        force_rebuild = gr.Checkbox(
                            label="Примусово перебудувати signatures",
                            value=False
                        )
                        
                    with gr.Row():
                        build_btn = gr.Button("Оновити signatures")
                        build_out = gr.Label(label="Статус signatures")
                        cache_stats = gr.JSON(label="Статистика кешу", value={})

            # Вкладка 2: Інформація про систему
            with gr.TabItem("Інформація про систему"):
                system_info = gr.JSON(
                    value=app.initial_info,
                    label="Статус системи"
                )
                system_md = gr.Markdown()
                system_md.value = app.update_system_markdown(app.initial_info)
            
            # Вкладка 3: Пакетна обробка
            with gr.TabItem("Пакетна обробка"):
                gr.Markdown("## 1) Завантаження даних")
                with gr.Row():
                    csv_input = gr.Textbox(
                        value="messages.csv",
                        label="CSV-файл"
                    )
                    emb_input = gr.Textbox(
                        value="embeddings.npy",
                        label="Numpy Embeddings"
                    )
                    load_btn = gr.Button("Завантажити дані")
                
                load_output = gr.Label(label="Результат завантаження")
                
                gr.Markdown("## 2) Класифікація")
                with gr.Row():
                    filter_in = gr.Textbox(label="Фільтр (опціонально)")
                    batch_threshold = gr.Slider(
                        minimum=0.0,
                        maximum=1.0,
                        value=0.3,
                        step=0.05,
                        label="Поріг впевненості"
                    )
                
                classify_btn = gr.Button("Класифікувати")
                classify_out = gr.Dataframe(label="Результат (Message / Target / Scores)")
                
                gr.Markdown("## 3) Зберегти результати")
                save_btn = gr.Button("Зберегти розмічені дані")
                save_out = gr.Label()

        # Підключення обробників подій
        model_type.change(
            fn=app.update_model_inputs,
            inputs=[
                model_type,
                model_choice,
                local_model_path,
                device_choice
            ],
            outputs=[
                model_choice,
                local_model_path, 
                device_choice,
                system_info,
                system_md,
                build_out,
                cache_stats
            ]
        )
        
        build_btn.click(
            fn=app.update_classifier_settings,
            inputs=[
                json_file,
                model_type,
                model_choice,
                local_model_path,
                device_choice,
                force_rebuild
            ],
            outputs=[build_out, cache_stats, system_info, system_md]
        )
        
        single_process_btn.click(
            fn=app.process_single_text,
            inputs=[text_input, threshold_slider],
            outputs=result_text
        )
        
        load_btn.click(
            fn=app.load_data,
            inputs=[csv_input, emb_input],
            outputs=load_output
        )
        
        classify_btn.click(
            fn=app.classify_batch,
            inputs=[filter_in, batch_threshold],
            outputs=classify_out
        )
        
        save_btn.click(
            fn=app.save_results,
            inputs=[],
            outputs=save_out
        )

    return demo


def main():
    try:
        print("\nЗапуск програми...")
        app = ClassifierApp()
        
        print("\nПочаток ініціалізації середовища...")
        init_result, classifier = app.initialize_environment()
        
        print("\nРезультат ініціалізації:")
        print(f"Статус: {init_result['status']}")
        
        if init_result.get('errors'):
            print("Помилки:", init_result['errors'])
            
        if classifier is None or init_result["status"] != "success":
            print("\nНе вдалося ініціалізувати середовище")
            return

        print(f"\nІнформація про систему:")
        print(f"Кількість завантажених класів: {len(init_result['classes_info']['classes_list'])}")
        print(f"Сигнатури: {'Завантажено' if os.path.exists(config.DEFAULT_SIGNATURES_FILE) else 'Створюються'}")

        demo = create_interface(app)
        demo.launch(server_name="0.0.0.0", server_port=7860, share=True)
        
    except Exception as e:
        print(f"\nКритична помилка в main(): {str(e)}")
        import traceback
        print("\nДетальний traceback:")
        print(traceback.format_exc())

if __name__ == "__main__":
    main()