app.py

import gradio as gr
import torch
import unicodedata
import re
import numpy as np
from pathlib import Path
from transformers import AutoTokenizer, AutoModel # AutoModelForCausalLM μπορεί να είναι εναλλακτική για Llama
from sklearn.feature_extraction.text import HashingVectorizer
from sklearn.preprocessing import normalize as sk_normalize
import chromadb
import joblib
import pickle
import scipy.sparse
import textwrap
import os
import json # Για το διάβασμα του JSON κατά το setup
import tqdm.auto as tq # Για progress bars κατά το setup

# --------------------------- CONFIG για ChatbotVol109 -----------------------------------
# --- Ρυθμίσεις Μοντέλου και Βάσης Δεδομένων ---
MODEL_NAME = "ilsp/Llama-Krikri-8B-Base" # ΝΕΟ ΜΟΝΤΕΛΟ
PERSISTENT_STORAGE_ROOT = Path("/data") # Για Hugging Face Spaces Persistent Storage
DB_DIR_APP = PERSISTENT_STORAGE_ROOT / "chroma_db_ChatbotVol109" # ΝΕΟ PATH
COL_NAME = "collection_chatbotvol109" # ΝΕΟ ΟΝΟΜΑ ΣΥΛΛΟΓΗΣ
ASSETS_DIR_APP = PERSISTENT_STORAGE_ROOT / "assets_ChatbotVol109" # ΝΕΟ PATH ASSETS
DATA_PATH_FOR_SETUP = "./dataset14.json" # Διατηρήστε ή αλλάξτε αν το dataset είναι διαφορετικό

# --- Ρυθμίσεις για Google Cloud Storage για τα PDF links ---
GCS_BUCKET_NAME = "chatbotthesisihu" # Το δικό σας GCS Bucket Name
GCS_PUBLIC_URL_PREFIX = f"https://storage.googleapis.com/{GCS_BUCKET_NAME}/"
# -------------------------------------------------------------

# --- Παράμετροι Αναζήτησης και Μοντέλου ---
CHUNK_SIZE = 512 # Εξετάστε την αύξηση αυτού για Llama (π.χ. 1024, 2048), ανάλογα με τη μνήμη και το context window του μοντέλου
CHUNK_OVERLAP = 40
BATCH_EMB = 4 # Μειωμένο BATCH_EMB για μεγάλα μοντέλα όπως το Llama 8B
ALPHA_BASE = 0.2
ALPHA_LONGQ = 0.35
DEVICE = "cuda" if torch.cuda.is_available() else "cpu" # Το device_map="auto" θα χειριστεί την τοποθέτηση του μοντέλου

print(f"Running ChatbotVol109 on main device context: {DEVICE}") # Το μοντέλο μπορεί να είναι κατανεμημένο
print(f"Using model: {MODEL_NAME}")

# === ΛΟΓΙΚΗ ΔΗΜΙΟΥΡΓΙΑΣ ΒΑΣΗΣ ΚΑΙ ASSETS (Αν δεν υπάρχουν) ===
def setup_database_and_assets():
    print("Checking if database and assets need to be created for ChatbotVol109...")
    run_setup = True
    if DB_DIR_APP.exists() and ASSETS_DIR_APP.exists() and (ASSETS_DIR_APP / "ids.pkl").exists():
        try:
            client_check = chromadb.PersistentClient(path=str(DB_DIR_APP.resolve()))
            collection_check = client_check.get_collection(name=COL_NAME)
            if collection_check.count() > 0:
                print("✓ Database and assets for ChatbotVol109 appear to exist and collection is populated. Skipping setup.")
                run_setup = False
            else:
                print("Collection exists but is empty. Proceeding with setup for ChatbotVol109.")
                if DB_DIR_APP.exists():
                    import shutil
                    print(f"Attempting to clean up existing empty/corrupt DB directory: {DB_DIR_APP}")
                    shutil.rmtree(DB_DIR_APP)
        except Exception as e_check:
            print(f"Database or collection check failed (Error: {e_check}). Proceeding with setup for ChatbotVol109.")
            if DB_DIR_APP.exists():
                import shutil
                print(f"Attempting to clean up existing corrupt DB directory: {DB_DIR_APP}")
                shutil.rmtree(DB_DIR_APP)
    
    if not run_setup:
        return True

    print(f"!Database/Assets for ChatbotVol109 not found or incomplete. Starting setup process.")
    print(f"This will take a very long time, especially on the first run with a large model!")

    ASSETS_DIR_APP.mkdir(parents=True, exist_ok=True)
    DB_DIR_APP.mkdir(parents=True, exist_ok=True)

    def _strip_acc_setup(s:str)->str: return ''.join(ch for ch in unicodedata.normalize('NFD', s) if not unicodedata.combining(ch))
    _STOP_SETUP = {"σχετικο","σχετικά","με","και"}
    def _preprocess_setup(txt:str)->str:
        txt = _strip_acc_setup(txt.lower())
        txt = re.sub(r"[^a-zα-ω0-9 ]", " ", txt)
        txt = re.sub(r"\s+", " ", txt).strip()
        return " ".join(w for w in txt.split() if w not in _STOP_SETUP)

    def _chunk_text_setup(text, tokenizer_setup):
        # Η λογική του chunking παραμένει ίδια, αλλά το CHUNK_SIZE μπορεί να προσαρμοστεί
        token_ids = tokenizer_setup.encode(text, add_special_tokens=False)
        if len(token_ids) <= (CHUNK_SIZE - tokenizer_setup.model_max_length + tokenizer_setup.max_len_single_sentence): # Προσαρμογή για special tokens
             return [text]
        # Η παρακάτω λογική μπορεί να χρειαστεί προσαρμογή ανάλογα με το πώς το Llama tokenizer χειρίζεται τα special tokens για chunking.
        # Για απλότητα, διατηρούμε την υπάρχουσα λογική chunking με βάση τα token IDs.
        # ids_with_special_tokens = tokenizer_setup(text, truncation=False, padding=False)["input_ids"] # Αυτό μπορεί να είναι πολύ μεγάλο
        
        # Απλοποιημένη προσέγγιση chunking με βάση το CHUNK_SIZE για tokens
        # Χρησιμοποιούμε text_target για να βρούμε tokens χωρίς special tokens για το split
        text_target = tokenizer_setup.decode(tokenizer_setup.encode(text, add_special_tokens=False))
        tokens = tokenizer_setup.tokenize(text_target)

        chunks = []
        current_chunk_tokens = []
        current_length = 0
        for token in tokens:
            current_chunk_tokens.append(token)
            current_length +=1 # Κατ' εκτίμηση, ένα token του tokenizer
            if current_length >= CHUNK_SIZE - CHUNK_OVERLAP: # Αφήνουμε χώρο για overlap
                # Βρες σημείο για overlap
                overlap_point = max(0, len(current_chunk_tokens) - CHUNK_OVERLAP)
                chunk_to_add_tokens = current_chunk_tokens[:overlap_point + (CHUNK_SIZE - CHUNK_OVERLAP)]
                
                decoded_chunk = tokenizer_setup.convert_tokens_to_string(chunk_to_add_tokens).strip()
                if decoded_chunk: chunks.append(decoded_chunk)
                
                current_chunk_tokens = current_chunk_tokens[overlap_point:]
                current_length = len(current_chunk_tokens)

        if current_chunk_tokens: # Προσθήκη του τελευταίου chunk
             decoded_chunk = tokenizer_setup.convert_tokens_to_string(current_chunk_tokens).strip()
             if decoded_chunk: chunks.append(decoded_chunk)

        return chunks if chunks else [text]


    def _extract_embeddings_setup(texts, tokenizer_setup, model_setup, bs=BATCH_EMB):
        out_embeddings = []
        model_setup.eval() # Βεβαιωθείτε ότι το μοντέλο είναι σε eval mode
        for i in tq.tqdm(range(0, len(texts), bs), desc="Embedding texts for DB setup (Llama)"):
            batch_texts = texts[i:i+bs]
            # Για Llama, το padding_side μπορεί να είναι σημαντικό. Συνήθως 'left' για generation, 'right' για classification/embeddings.
            # Ελέγξτε την τεκμηρίωση του ilsp/Llama-Krikri-8B-Base αν έχει συγκεκριμένες απαιτήσεις.
            # tokenizer_setup.padding_side = "right" # Ορισμένα Llama fine-tunes το προτιμούν
            enc = tokenizer_setup(batch_texts, padding=True, truncation=True, max_length=CHUNK_SIZE, return_tensors="pt")
            # Μετακίνηση των inputs στη συσκευή όπου βρίσκεται το πρώτο layer του μοντέλου (λόγω device_map)
            # Αυτό γίνεται αυτόματα από το accelerate αν τα inputs είναι στο CPU.
            # enc = {k: v.to(model_setup.device) for k,v in enc.items()} # Δεν χρειάζεται συνήθως με device_map

            with torch.no_grad():
                model_output = model_setup(**enc, output_hidden_states=True) # Βεβαιωθείτε ότι παίρνετε hidden_states
                last_hidden_state = model_output.hidden_states[-1] # Για Llama, παίρνουμε το τελευταίο hidden state

                # Στρατηγική: Embedding του τελευταίου token
                # Πρέπει να βρούμε το index του τελευταίου *πραγματικού* token, όχι padding token.
                # Αν το tokenizer κάνει right padding (default για πολλούς Llama tokenizers):
                if tokenizer_setup.padding_side == "right":
                    sequence_lengths = enc['attention_mask'].sum(dim=1) - 1
                    pooled_embeddings = last_hidden_state[torch.arange(last_hidden_state.size(0), device=last_hidden_state.device), sequence_lengths]
                else: # Αν κάνει left padding, το τελευταίο token είναι πάντα στο -1 (αν δεν υπάρχει truncation που αφαιρεί το EOS)
                    pooled_embeddings = last_hidden_state[:, -1, :]
                
                # Εναλλακτικά, mean pooling (πιο στιβαρό αν δεν είστε σίγουροι για το padding ή το last token)
                # attention_mask = enc['attention_mask']
                # input_mask_expanded = attention_mask.unsqueeze(-1).expand(last_hidden_state.size()).float()
                # sum_embeddings = torch.sum(last_hidden_state * input_mask_expanded, 1)
                # sum_mask = torch.clamp(input_mask_expanded.sum(1), min=1e-9)
                # pooled_embeddings = sum_embeddings / sum_mask

                normalized_embeddings = torch.nn.functional.normalize(pooled_embeddings, p=2, dim=1)
                out_embeddings.append(normalized_embeddings.cpu())
        return torch.cat(out_embeddings).numpy()

    print(f"⏳ (Setup) Loading Model ({MODEL_NAME}) and Tokenizer for ChatbotVol109...")
    # Για Llama, μπορεί να χρειαστεί trust_remote_code=True
    # Και device_map="auto" για μεγάλα μοντέλα
    tokenizer_setup = AutoTokenizer.from_pretrained(MODEL_NAME, trust_remote_code=True)
    # Βεβαιωθείτε ότι το padding token έχει οριστεί αν δεν υπάρχει.
    if tokenizer_setup.pad_token is None:
        tokenizer_setup.pad_token = tokenizer_setup.eos_token # Συνηθισμένο για Llama
        print("Warning: pad_token was not set. Using eos_token as pad_token.")
    
    # Φόρτωση μοντέλου με device_map="auto" για διαχείριση μνήμης.
    # Εξετάστε την προσθήκη load_in_8bit=True ή load_in_4bit=True αν η μνήμη είναι πρόβλημα (απαιτεί bitsandbytes)
    model_setup = AutoModel.from_pretrained(
        MODEL_NAME, 
        trust_remote_code=True, 
        device_map="auto",
        # torch_dtype=torch.float16 # Εξετάστε για μείωση μνήμης, αν υποστηρίζεται
    )
    print("✓ (Setup) Model and Tokenizer loaded for ChatbotVol109.")

    print(f"⏳ (Setup) Reading & chunking JSON data from {DATA_PATH_FOR_SETUP}...")
    if not Path(DATA_PATH_FOR_SETUP).exists():
        print(f"!!! CRITICAL SETUP ERROR: Dataset file {DATA_PATH_FOR_SETUP} not found! Please upload it.")
        return False 

    with open(DATA_PATH_FOR_SETUP, encoding="utf-8") as f: docs_json = json.load(f)
    
    raw_chunks_setup, pre_chunks_setup, metas_setup, ids_list_setup = [], [], [], []
    for d_setup in tq.tqdm(docs_json, desc="(Setup) Processing documents"):
        doc_text = d_setup.get("text")
        if not doc_text: continue
        chunked_doc_texts = _chunk_text_setup(doc_text, tokenizer_setup)
        if not chunked_doc_texts: continue
        for idx, chunk in enumerate(chunked_doc_texts):
            if not chunk.strip(): continue
            raw_chunks_setup.append(chunk)
            pre_chunks_setup.append(_preprocess_setup(chunk)) # Το preprocess παραμένει ίδιο
            metas_setup.append({"id": d_setup["id"], "title": d_setup["title"], "url": d_setup["url"], "chunk_num": idx+1, "total_chunks": len(chunked_doc_texts)})
            ids_list_setup.append(f'{d_setup["id"]}_c{idx+1}')
    
    print(f" → (Setup) Total chunks created: {len(raw_chunks_setup):,}")
    if not raw_chunks_setup:
        print("!!! CRITICAL SETUP ERROR: No chunks were created from the dataset.")
        return False 

    print("⏳ (Setup) Building lexical matrices (TF-IDF)...") # Αυτό παραμένει ίδιο
    char_vec_setup = HashingVectorizer(analyzer="char_wb", ngram_range=(2,5), n_features=2**20, norm=None, alternate_sign=False, binary=True)
    word_vec_setup = HashingVectorizer(analyzer="word", ngram_range=(1,2), n_features=2**19, norm=None, alternate_sign=False, binary=True)
    X_char_setup = sk_normalize(char_vec_setup.fit_transform(pre_chunks_setup))
    X_word_setup = sk_normalize(word_vec_setup.fit_transform(pre_chunks_setup))
    print("✓ (Setup) Lexical matrices built.")

    print(f"⏳ (Setup) Setting up ChromaDB client at {DB_DIR_APP}...")
    client_setup = chromadb.PersistentClient(path=str(DB_DIR_APP.resolve()))
    print(f" → (Setup) Creating collection: {COL_NAME}")
    try: 
        client_setup.delete_collection(COL_NAME)
        print(f" ℹ️ (Setup) Deleted existing collection '{COL_NAME}' to ensure fresh setup.")
    except Exception as e_del_col:
        print(f" ℹ️ (Setup) Collection '{COL_NAME}' not found or could not be deleted (normal if first run): {e_del_col}")
        pass
    col_setup = client_setup.get_or_create_collection(COL_NAME, metadata={"hnsw:space":"cosine"})
    
    print("⏳ (Setup) Encoding chunks with Llama and streaming to ChromaDB...")
    # Η _cls_embed_setup έχει μετονομαστεί σε _extract_embeddings_setup και προσαρμοστεί
    all_embeddings = _extract_embeddings_setup(pre_chunks_setup, tokenizer_setup, model_setup, bs=BATCH_EMB)

    # Προσθήκη σε batches στη ChromaDB
    for start_idx in tq.tqdm(range(0, len(pre_chunks_setup), BATCH_EMB*10), desc="(Setup) Adding to ChromaDB"): # Μεγαλύτερο batch για add
        end_idx = min(start_idx + BATCH_EMB*10, len(pre_chunks_setup))
        batch_ids = ids_list_setup[start_idx:end_idx]
        batch_metadatas = metas_setup[start_idx:end_idx]
        batch_documents = pre_chunks_setup[start_idx:end_idx] # Αποθηκεύουμε τα preprocessed για συνέπεια
        batch_embeddings_to_add = all_embeddings[start_idx:end_idx]

        if not batch_ids: continue
        col_setup.add(embeddings=batch_embeddings_to_add.tolist(), documents=batch_documents, metadatas=batch_metadatas, ids=batch_ids)
    
    final_count = col_setup.count()
    print(f"✓ (Setup) Index built and stored in ChromaDB for ChatbotVol109. Final count: {final_count}")
    if final_count != len(ids_list_setup):
        print(f"!!! WARNING (Setup): Mismatch after setup! Expected {len(ids_list_setup)} items, got {final_count}")

    print(f"💾 (Setup) Saving assets to {ASSETS_DIR_APP}...")
    joblib.dump(char_vec_setup, ASSETS_DIR_APP / "char_vectorizer.joblib")
    joblib.dump(word_vec_setup, ASSETS_DIR_APP / "word_vectorizer.joblib")
    scipy.sparse.save_npz(ASSETS_DIR_APP / "X_char_sparse.npz", X_char_setup)
    scipy.sparse.save_npz(ASSETS_DIR_APP / "X_word_sparse.npz", X_word_setup)
    with open(ASSETS_DIR_APP / "pre_chunks.pkl", "wb") as f: pickle.dump(pre_chunks_setup, f)
    with open(ASSETS_DIR_APP / "raw_chunks.pkl", "wb") as f: pickle.dump(raw_chunks_setup, f)
    with open(ASSETS_DIR_APP / "ids.pkl", "wb") as f: pickle.dump(ids_list_setup, f)
    with open(ASSETS_DIR_APP / "metas.pkl", "wb") as f: pickle.dump(metas_setup, f)
    print("✓ (Setup) Assets saved for ChatbotVol109.")
    
    del tokenizer_setup, model_setup, docs_json, raw_chunks_setup, pre_chunks_setup, metas_setup, ids_list_setup, all_embeddings
    del char_vec_setup, word_vec_setup, X_char_setup, X_word_setup, client_setup, col_setup
    if DEVICE == "cuda": # Το device_map="auto" χειρίζεται τη μνήμη, αλλά ένα γενικό clear cache μπορεί να βοηθήσει
        torch.cuda.empty_cache()
    print("🎉 (Setup) Database and assets creation process for ChatbotVol109 complete!")
    return True
# ==================================================================

setup_successful = setup_database_and_assets()

# ----------------------- PRE-/POST HELPERS (για την εφαρμογή Gradio) ----------------------------
def strip_acc(s: str) -> str:
    return ''.join(ch for ch in unicodedata.normalize('NFD', s) if not unicodedata.combining(ch))

STOP = {"σχετικο", "σχετικα", "με", "και"}

def preprocess(txt: str) -> str:
    txt = strip_acc(txt.lower())
    txt = re.sub(r"[^a-zα-ω0-9 ]", " ", txt)
    txt = re.sub(r"\s+", " ", txt).strip()
    return " ".join(w for w in txt.split() if w not in STOP)

# extract_embeddings για την εφαρμογή Gradio (ένα query κάθε φορά)
def extract_embeddings_app(texts, tokenizer_app, model_app): 
    model_app.eval()
    # tokenizer_app.padding_side = "right" # Αν χρειάζεται
    enc = tokenizer_app(texts, padding=True, truncation=True, max_length=CHUNK_SIZE, return_tensors="pt")
    # enc = {k: v.to(model_app.device) for k,v in enc.items()} # Δεν χρειάζεται με device_map

    with torch.no_grad():
        model_output = model_app(**enc, output_hidden_states=True)
        last_hidden_state = model_output.hidden_states[-1]
        
        if tokenizer_app.padding_side == "right":
            sequence_lengths = enc['attention_mask'].sum(dim=1) - 1
            pooled_embeddings = last_hidden_state[torch.arange(last_hidden_state.size(0), device=last_hidden_state.device), sequence_lengths]
        else:
            pooled_embeddings = last_hidden_state[:, -1, :]
            
        normalized_embeddings = torch.nn.functional.normalize(pooled_embeddings, p=2, dim=1)
    return normalized_embeddings.cpu().numpy()

# ---------------------- LOAD MODELS & DATA (Για την εφαρμογή Gradio) --------------------
tok = None
model = None
char_vec = None
word_vec = None
X_char = None
X_word = None
pre_chunks = None
raw_chunks = None
ids = None
metas = None
col = None

if setup_successful:
    print(f"⏳ Loading Model ({MODEL_NAME}) and Tokenizer for Gradio App (ChatbotVol109)...")
    try:
        tok = AutoTokenizer.from_pretrained(MODEL_NAME, trust_remote_code=True)
        if tok.pad_token is None:
            tok.pad_token = tok.eos_token
            # tok.padding_side = "right" # Ορίστε το padding side αν είναι απαραίτητο για συνέπεια

        model = AutoModel.from_pretrained(
            MODEL_NAME, 
            trust_remote_code=True, 
            device_map="auto",
            # torch_dtype=torch.float16
        )
        print("✓ Model and tokenizer loaded for Gradio App (ChatbotVol109).")
    except Exception as e:
        print(f"CRITICAL ERROR loading model/tokenizer for Gradio App (ChatbotVol109): {e}")
        setup_successful = False 

    if setup_successful:
        print(f"⏳ Loading TF-IDF/Assets from {ASSETS_DIR_APP} for Gradio App...")
        try:
            char_vec = joblib.load(ASSETS_DIR_APP / "char_vectorizer.joblib")
            word_vec = joblib.load(ASSETS_DIR_APP / "word_vectorizer.joblib")
            X_char = scipy.sparse.load_npz(ASSETS_DIR_APP / "X_char_sparse.npz")
            X_word = scipy.sparse.load_npz(ASSETS_DIR_APP / "X_word_sparse.npz")
            with open(ASSETS_DIR_APP / "pre_chunks.pkl", "rb") as f: pre_chunks = pickle.load(f)
            with open(ASSETS_DIR_APP / "raw_chunks.pkl", "rb") as f: raw_chunks = pickle.load(f)
            with open(ASSETS_DIR_APP / "ids.pkl", "rb") as f: ids = pickle.load(f) 
            with open(ASSETS_DIR_APP / "metas.pkl", "rb") as f: metas = pickle.load(f)
            print("✓ TF-IDF/Assets loaded for Gradio App (ChatbotVol109).")
        except Exception as e:
            print(f"CRITICAL ERROR loading TF-IDF/Assets for Gradio App (ChatbotVol109): {e}")
            setup_successful = False

    if setup_successful:
        print(f"⏳ Connecting to ChromaDB at {DB_DIR_APP} for Gradio App...")
        try:
            client = chromadb.PersistentClient(path=str(DB_DIR_APP.resolve()))
            col = client.get_collection(COL_NAME) 
            print(f"✓ Connected to ChromaDB. Collection '{COL_NAME}' count: {col.count()}")
            if col.count() == 0 and (ids and len(ids) > 0):
                print(f"!!! CRITICAL WARNING: ChromaDB collection '{COL_NAME}' is EMPTY but assets were loaded. Setup might have failed.")
                setup_successful = False 
        except Exception as e:
            print(f"CRITICAL ERROR connecting to ChromaDB or getting collection for Gradio App (ChatbotVol109): {e}")
            setup_successful = False
else:
    print("!!! Setup process for ChatbotVol109 failed or was skipped. Gradio app will not function correctly. !!!")

# ---------------------- HYBRID SEARCH (Κύρια Λογική) ---
def hybrid_search_gradio(query, k=5):
    if not setup_successful or not ids or not col or not model or not tok: 
        return "Σφάλμα: Η εφαρμογή δεν αρχικοποιήθηκε σωστά (ChatbotVol109). Ελέγξτε τα logs."
    if not query.strip():
        return "Παρακαλώ εισάγετε μια ερώτηση."
    
    q_pre = preprocess(query)
    words = q_pre.split()
    alpha = ALPHA_LONGQ if len(words) > 30 else ALPHA_BASE # Το alpha μπορεί να χρειαστεί re-tuning
    
    # Σημασιολογική Αναζήτηση με το νέο μοντέλο
    q_emb_np = extract_embeddings_app([q_pre], tok, model) # Χρήση της νέας συνάρτησης
    q_emb_list = q_emb_np.tolist()

    try:
        sem_results = col.query(query_embeddings=q_emb_list, n_results=min(150, len(ids)), include=["distances"])
    except Exception as e:
        print(f"ERROR during ChromaDB query in hybrid_search_gradio (ChatbotVol109): {type(e).__name__}: {e}")
        return "Σφάλμα κατά την σημασιολογική αναζήτηση. Επικοινωνήστε με τον διαχειριστή."

    sem_sims = {doc_id: 1 - dist for doc_id, dist in zip(sem_results["ids"][0], sem_results["distances"][0])}
    
    # Λεξική Αναζήτηση (παραμένει ίδια η λογική)
    q_char_sparse = char_vec.transform([q_pre])
    q_char_normalized = sk_normalize(q_char_sparse)
    char_sim_scores = (q_char_normalized @ X_char.T).toarray().flatten()
    q_word_sparse = word_vec.transform([q_pre])
    q_word_normalized = sk_normalize(q_word_sparse)
    word_sim_scores = (q_word_normalized @ X_word.T).toarray().flatten()
    
    lex_sims = {}
    for idx, (c_score, w_score) in enumerate(zip(char_sim_scores, word_sim_scores)):
        if c_score > 0 or w_score > 0:
            if idx < len(ids): lex_sims[ids[idx]] = 0.85 * c_score + 0.15 * w_score
            else: print(f"Warning (hybrid_search): Lexical score index {idx} out of bounds for ids list (len: {len(ids)}).")

    exact_ids_set = {ids[i] for i, t in enumerate(pre_chunks) if q_pre in t} # Exact match παραμένει

    # Υβριδικό Score (παραμένει η λογική)
    all_chunk_ids_set = set(sem_sims.keys()) | set(lex_sims.keys()) | exact_ids_set
    scored = []
    for chunk_id_key in all_chunk_ids_set:
        s = alpha * sem_sims.get(chunk_id_key, 0.0) + (1 - alpha) * lex_sims.get(chunk_id_key, 0.0)
        if chunk_id_key in exact_ids_set: s = 1.0 # Boost για exact match
        scored.append((chunk_id_key, s))
    
    scored.sort(key=lambda x: x[1], reverse=True)
    
    # Μορφοποίηση Εξόδου (παραμένει η λογική, αλλά τα snippets θα είναι από τα raw_chunks)
    hits_output = []
    seen_doc_main_ids = set()
    for chunk_id_val, score_val in scored:
        try: idx_in_lists = ids.index(chunk_id_val) 
        except ValueError: 
            print(f"Warning (hybrid_search): chunk_id '{chunk_id_val}' not found in loaded ids. Skipping.")
            continue
        
        doc_meta = metas[idx_in_lists]
        doc_main_id = doc_meta['id']
        
        if doc_main_id in seen_doc_main_ids: continue # Ένα αποτέλεσμα ανά κύριο έγγραφο
        
        original_url_from_meta = doc_meta.get('url', '#')
        pdf_gcs_url = "#" 
        pdf_filename_display = "N/A"
        if original_url_from_meta and original_url_from_meta != '#':
            pdf_filename_extracted = os.path.basename(original_url_from_meta)
            if pdf_filename_extracted and pdf_filename_extracted.lower().endswith(".pdf"):
                pdf_gcs_url = f"{GCS_PUBLIC_URL_PREFIX}{pdf_filename_extracted}"
                pdf_filename_display = pdf_filename_extracted 
            elif pdf_filename_extracted: pdf_filename_display = "Source is not a PDF"
        
        hits_output.append({
            "score": score_val, "title": doc_meta.get('title', 'N/A'),
            "snippet": raw_chunks[idx_in_lists][:700] + " ...", # Αυξήθηκε λίγο το snippet
            "original_url_meta": original_url_from_meta, "pdf_serve_url": pdf_gcs_url, 
            "pdf_filename_display": pdf_filename_display 
        })
        seen_doc_main_ids.add(doc_main_id)
        if len(hits_output) >= k: break
        
    if not hits_output: return "Δεν βρέθηκαν σχετικά αποτελέσματα."
    
    # Δημιουργία Markdown εξόδου
    model_short_name = MODEL_NAME.split('/')[-1].replace("Llama-Krikri-", "LK-") # Συντομογραφία
    output_md = f"Βρέθηκαν **{len(hits_output)}** σχετικά αποτελέσματα (Μοντέλο: {model_short_name}):\n\n"
    for hit in hits_output:
        output_md += f"### {hit['title']} (Score: {hit['score']:.3f})\n"
        snippet_wrapped = textwrap.fill(hit['snippet'].replace("\n", " "), width=100)
        output_md += f"**Απόσπασμα:** {snippet_wrapped}\n"
        if hit['pdf_serve_url'] and hit['pdf_serve_url'] != '#':
            output_md += f"**Πηγή (PDF):** <a href='{hit['pdf_serve_url']}' target='_blank'>{hit['pdf_filename_display']}</a>\n"
        elif hit['original_url_meta'] and hit['original_url_meta'] != '#':
            output_md += f"**Πηγή (αρχικό από metadata):** [{hit['original_url_meta']}]({hit['original_url_meta']})\n"
        else:
            output_md += f"**Πηγή:** Δεν είναι διαθέσιμη\n"
        output_md += "---\n"
    return output_md
    
# ---------------------- GRADIO INTERFACE -----------------------------------
print("🚀 Launching Gradio Interface for Krikri...")
model_display_name = MODEL_NAME.split('/')[-1].replace("Llama-Krikri-", "LK-") # Συντομογραφία για τον τίτλο

iface = gr.Interface(
    fn=hybrid_search_gradio,
    # --- START OF CHANGES ---
    inputs=[
        gr.Textbox(lines=3, placeholder="Γράψε την ερώτησή σου εδώ...", label=f"Ερώτηση προς τον βοηθό (Μοντέλο: {model_display_name}):"),
        gr.Slider(minimum=1, maximum=5, step=1, value=5, label="Αριθμός Αποτελεσμάτων")
    ],
    # --- END OF CHANGES ---
    outputs=gr.Markdown(label="Απαντήσεις από τα έγγραφα:", rtl=False, sanitize_html=False), # sanitize_html=False επιτρέπει το link
    title=f"🏛️ Ελληνικό Chatbot Υβριδικής Αναζήτησης (Krikri - {model_display_name})",
    description=(f"Πληκτρολογήστε την ερώτησή σας για αναζήτηση. Χρησιμοποιεί το μοντέλο: {MODEL_NAME}.\n"
                 "Τα PDF ανοίγουν από Google Cloud Storage σε νέα καρτέλα."),
    allow_flagging="never",
    # --- The examples format now matches the new inputs list (query, k) ---
    examples=[
        ["Τεχνολογίας τροφίμων;", 5],
        ["Αμπελουργίας και της οινολογίας", 3],
        ["Ποιες θέσεις αφορούν διδάσκοντες μερικής απασχόλησης στο Τμήμα Νοσηλευτικής του Πανεπιστημίου Ιωαννίνων;", 5]
    ],
)

if __name__ == '__main__':
    iface.launch()