import gradio as gr
from transformers import pipeline

# Charger le modèle
pipe = pipeline("text-generation", model="Leo71288/Iva_CLM_V1")

# Fonction de chat
def chat(user_input, history):
    history = history or []
    # Concaténer l'historique si tu veux du contexte
    prompt = "\n".join([f"Utilisateur: {u}\nBot: {b}" for u, b in history]) + f"\nUtilisateur: {user_input}\nBot:"
    
    output = pipe(prompt, max_new_tokens=200, do_sample=True, temperature=0.7)[0]["generated_text"]
    # Extraire seulement la réponse après "Bot:"
    bot_reply = output.split("Bot:")[-1].strip()
    
    history.append((user_input, bot_reply))
    return history, history

# Lancement Gradio
chatbot = gr.Chatbot()
iface = gr.Interface(
    fn=chat,
    inputs=["text", "state"],
    outputs=[chatbot, "state"],
    title="🤖 Chat avec Iva_CLM_V1",
    description="Un chatbot basé sur HuggingFace Transformers."
)

iface.launch()