import os
import requests
import subprocess
import gradio as gr

# Token Hugging Face từ biến môi trường
hf_token = os.getenv("HF_TOKEN")

# URLs cần tải
app_url = "https://huggingface.co/datasets/ArrcttacsrjksX/Deffusion/resolve/main/RunModelAppp/App/sdRundeffusiononhuggingfacemaster-ac54e00"
model_url = "https://huggingface.co/datasets/ArrcttacsrjksX/Deffusion/resolve/main/Model/realisticVisionV60B1_v51HyperVAE.safetensors"

# Đường dẫn lưu file
app_path = "sdRundeffusiononhuggingfacemaster-ac54e00"
model_path = "realisticVisionV60B1_v51HyperVAE.safetensors"

# Hàm tải file từ Hugging Face
def download_file(url, output_path, token):
    headers = {"Authorization": f"Bearer {token}"}
    response = requests.get(url, headers=headers, stream=True)
    response.raise_for_status()  # Kiểm tra lỗi
    with open(output_path, "wb") as f:
        for chunk in response.iter_content(chunk_size=8192):
            f.write(chunk)
    print(f"Downloaded: {output_path}")

# Tải các file nếu chưa tồn tại
if not os.path.exists(app_path):
    download_file(app_url, app_path, hf_token)
    subprocess.run(["chmod", "+x", app_path])  # Thay đổi quyền thực thi

if not os.path.exists(model_path):
    download_file(model_url, model_path, hf_token)

# Hàm xử lý chạy ứng dụng
def run_command(prompt, mode, height, width, steps, seed, init_image=None):
    try:
        # Lưu ảnh đầu vào nếu được cung cấp
        init_image_path = None
        if init_image is not None:
            init_image_path = "input_image.png"
            init_image.save(init_image_path)

        # Tạo lệnh chạy
        command = [
            f"./{app_path}",
            "-M", mode,
            "-m", model_path,
            "-p", prompt,
            "-H", str(height),
            "-W", str(width),
            "--steps", str(steps),
            "-s", str(seed),
        ]
        
        # Thêm ảnh đầu vào nếu có
        if mode == "img2img" and init_image_path:
            command.extend(["-i", init_image_path])

        # Chạy lệnh và hiển thị log theo thời gian thực
        process = subprocess.Popen(
            command, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True
        )
        logs = []
        for line in process.stdout:
            logs.append(line.strip())  # Lưu log vào danh sách
            print(line, end="")  # In log ra màn hình
        
        process.wait()  # Đợi tiến trình hoàn thành

        # Kiểm tra kết quả và trả về
        if process.returncode == 0:
            output_path = "./output.png"  # Đường dẫn ảnh đầu ra mặc định
            return output_path if os.path.exists(output_path) else None, "\n".join(logs)
        else:
            error_log = process.stderr.read()  # Đọc lỗi
            logs.append(error_log)
            return None, "\n".join(logs)
    except Exception as e:
        return None, str(e)

# Giao diện Gradio
def toggle_image_input(mode):
    """Hiển thị hoặc ẩn ô Drop Image dựa trên mode."""
    return gr.update(visible=(mode == "img2img"))

with gr.Blocks(theme=gr.themes.Soft()) as demo:
    gr.Markdown(
        """
        # 🌟 **Stable Diffusion Interface**
        Generate stunning images from text or modify existing images with AI-powered tools.
        """
    )
    
    # Thiết lập giao diện
    with gr.Row():
        with gr.Column():
            prompt = gr.Textbox(
                label="🎨 Prompt", placeholder="Enter your creative idea here...", lines=2
            )
            mode = gr.Radio(
                choices=["txt2img", "img2img"], value="txt2img", label="Mode", interactive=True
            )
            init_image = gr.Image(
                label="Drop Image (for img2img mode)", type="pil", visible=False
            )
            mode.change(toggle_image_input, inputs=mode, outputs=init_image)

        with gr.Column():
            height = gr.Slider(
                128, 1024, value=512, step=64, label="Image Height (px)", interactive=True
            )
            width = gr.Slider(
                128, 1024, value=512, step=64, label="Image Width (px)", interactive=True
            )
            steps = gr.Slider(
                1, 100, value=20, step=1, label="Sampling Steps", interactive=True
            )
            seed = gr.Slider(
                -1, 10000, value=42, step=1, label="Random Seed (-1 for random)", interactive=True
            )

    # Nút chạy và kết quả
    with gr.Row():
        run_button = gr.Button("🚀 Run", variant="primary")
    
    with gr.Row():
        output_image = gr.File(label="Download Image", interactive=False)
        log_output = gr.Textbox(label="Logs", interactive=False, lines=10)

    # Kết nối nút Run với hàm xử lý
    run_button.click(
        run_command,
        inputs=[prompt, mode, height, width, steps, seed, init_image],
        outputs=[output_image, log_output],
    )

demo.launch()