import gradio as gr
import google.generativeai as genai
import os

# Configurez l'API Gemini
genai.configure(api_key=os.environ["GEMINI_API_KEY"])  # Remplacez "VOTRE_CLÉ_API" par votre clé API Gemini
safety_settings = [
    {"category": "HARM_CATEGORY_HARASSMENT", "threshold": "BLOCK_NONE"},
    {"category": "HARM_CATEGORY_HATE_SPEECH", "threshold": "BLOCK_NONE"},
    {"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT", "threshold": "BLOCK_NONE"},
    {"category": "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_NONE"},
]

# Définissez le modèle
model = genai.GenerativeModel("gemini-2.0-flash-exp",safety_settings=safety_settings)

# Chemin vers le fichier PDF (assurez-vous qu'il est correct)
PDF_FILE_PATH = "okoumba-nkoghe-elo_compress.pdf"

def process_pdf(prompt):
    """Traite le fichier PDF local et génère une réponse basée sur l'invite."""
    try:
        # Assurez-vous que le fichier PDF existe
        if not os.path.exists(PDF_FILE_PATH):
            raise FileNotFoundError(f"Le fichier PDF n'a pas été trouvé : {PDF_FILE_PATH}")

        # Générez le contenu à l'aide du modèle Gemini
        result = model.generate_content([
            genai.upload_file(PDF_FILE_PATH),
            "\n\n",
            prompt
        ])
        return result.text
    except Exception as e:
        return f"Une erreur s'est produite : {e}"

# Créez l'interface Gradio
iface = gr.Interface(
    fn=process_pdf,
    inputs=gr.Textbox(label="Prompt", placeholder="Posez une question sur le PDF..."),
    outputs=gr.Textbox(label="Résultat"),
    title="Assistant PDF avec Gemini 1.5 Flash",
    description="Posez des questions sur le fichier livre.pdf déjà présent dans le répertoire.",
)

# Lancez l'application
iface.launch()