import gradio as gr
from train_interface import start_training
import os
from huggingface_hub import login
import json
from connect_huggingface import setup_huggingface
import sys

print("=== Démarrage de l'application ===")
print(f"Python version: {sys.version}")
print(f"Working directory: {os.getcwd()}")

# Charger la configuration
print("\nChargement de la configuration...")
with open('config.json', 'r') as f:
    config = json.load(f)

def create_interface():
    # Configurer Hugging Face
    print("\nConfiguration de Hugging Face...")
    if not setup_huggingface():
        print("Erreur : Impossible de configurer Hugging Face")
    
    # Interface Gradio
    demo = gr.Interface(
        fn=start_training,
        inputs=[],
        outputs=[
            gr.Textbox(
                label="Statut de l'entraînement",
                lines=10,
                interactive=False
            ),
            gr.Markdown(
                """
                ### Logs d'entraînement
                Les logs seront affichés ici pendant l'entraînement.
                """
            )
        ],
        title="AUTO Training Space",
        description=f"""
        ### Configuration actuelle
        - **Modèle** : {config['model']['name']}
        - **Dataset** : {config['dataset']['name']}
        - **Nombre d'époques** : {config['training']['epochs']}
        
        ### Format du dataset
        Le dataset contient des exemples structurés avec :
        - Une instruction (question utilisateur)
        - Une entrée (contexte optionnel)
        - Une sortie (réponse avec recommandations)
        
        ### Optimisations
        - Utilisation de BF16 pour une meilleure performance
        - Gestion optimisée des données avec pandas
        """,
        theme="huggingface",
        allow_flagging="never"
    )

    return demo

if __name__ == "__main__":
    print("\nCréation de l'interface...")
    demo = create_interface()

    print("\nLancement de l'application...")
    demo.launch(
        server_name="0.0.0.0",
        server_port=7860,
        show_api=False
    )