# Import Library yang Diperlukan
import gradio as gr
import gdown
import pandas as pd
import os
import threading
import schedule
import time
from datetime import datetime
from llama_cpp import Llama
from llama_index.core import SimpleDirectoryReader, VectorStoreIndex, Settings, Document
from llama_index.core.llms import ChatMessage
from llama_index.llms.llama_cpp import LlamaCPP
from llama_index.embeddings.huggingface import HuggingFaceEmbedding
from huggingface_hub import hf_hub_download
from llama_index.core.node_parser import SentenceSplitter

# Fungsi untuk mengunduh model Llama
def initialize_llama_model():
    model_path = hf_hub_download(
        repo_id="TheBLoke/zephyr-7b-beta-GGUF",  
        filename="zephyr-7b-beta.Q4_K_M.gguf",  
        cache_dir="./models"  
    )
    return model_path

# Fungsi untuk mengatur konfigurasi Settings
def initialize_settings(model_path):  
    Settings.llm = LlamaCPP(
        model_path=model_path,
        temperature=0.7,
    )

# Fungsi untuk mengunduh file CSV terbaru dari Google Drive
def download_csv_from_drive():
    csv_url = "https://drive.google.com/uc?id=1UIx369_8GlzPiKArMVg8v-IwC6hYTYA0"  # Ganti dengan ID file Google Drive kamu
    output_csv = "data.csv"

    if os.path.exists(output_csv):
        os.remove(output_csv)  # Hapus file lama

    print("🔄 Mengunduh file CSV terbaru...")
    gdown.download(csv_url, output_csv, quiet=False)
    return output_csv

# Fungsi untuk update index (dijalankan 1x sehari)
def update_index():
    print(f"🔄 [{datetime.now()}] Mengupdate index dengan data terbaru...")
    csv_file = download_csv_from_drive()

    # Baca CSV dengan Pandas
    df = pd.read_csv(csv_file)

    # Konversi isi CSV menjadi dokumen teks
    documents = [Document(text=" | ".join(map(str, row.values))) for _, row in df.iterrows()]

    # Tambahkan file dokumen lain
    text_documents = SimpleDirectoryReader(input_files=[
        "bahandokumen/K3.txt",
        "bahandokumen/bonus.txt",
        "bahandokumen/cuti.txt",
        "bahandokumen/disiplinkerja.txt",
        "bahandokumen/fasilitas&bantuan.txt",
        "bahandokumen/upahlembur.txt",
        "bahandokumen/waktukerja.txt"
    ]).load_data()
    
    documents.extend(text_documents)

    # Parsing dokumen menjadi nodes
    parser = SentenceSplitter(chunk_size=150, chunk_overlap=10)
    nodes = parser.get_nodes_from_documents(documents)
    
    # Gunakan model embedding
    embedding = HuggingFaceEmbedding("firqaaa/indo-sentence-bert-base")
    Settings.embed_model = embedding
    
    # Buat index vektor
    global index
    index = VectorStoreIndex(nodes)
    print("✅ Index berhasil diperbarui!")

# Inisialisasi Mesin Chat
def initialize_chat_engine():
    return index.as_chat_engine(chat_mode="condense_plus_context", similarity_top_k=3)

# Fungsi untuk menghasilkan respons chatbot
def generate_response(message, history):
    chat_engine = initialize_chat_engine()  # Gunakan index yang sudah diperbarui
    response = chat_engine.stream_chat(message)
    text = "".join(response.response_gen)  
    history.append((message, text))  
    return history

# Scheduler untuk update otomatis setiap jam 12 malam
def schedule_update():
    schedule.every().day.at("00:00").do(update_index)
    while True:
        schedule.run_pending()
        time.sleep(60)  # Cek setiap 1 menit

# Fungsi untuk menjalankan scheduler di thread terpisah
def start_scheduler():
    thread = threading.Thread(target=schedule_update, daemon=True)
    thread.start()

# Inisialisasi Komponen Gradio untuk UI
def launch_gradio():
    with gr.Blocks() as demo:
        clear_btn = gr.Button("Clear")
        chat_interface = gr.ChatInterface(lambda message, history: generate_response(message, history))
    demo.launch()

# Fungsi Utama untuk Menjalankan Aplikasi
def main():
    global index  # Agar index bisa diperbarui secara global
    model_path = initialize_llama_model()
    initialize_settings(model_path)
    
    print("🔄 Inisialisasi index pertama kali...")
    update_index()  # Buat index pertama kali

    print("⏳ Menjalankan scheduler update index (setiap jam 12 malam)...")
    start_scheduler()  # Jalankan update otomatis di background

    launch_gradio()  # Jalankan chatbot
    
if __name__ == "__main__":
    main()