import os
import gradio as gr
from transformers import pipeline
from pptx import Presentation
from pptx.util import Inches
from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig, TextIteratorStreamer
from llama_cpp import LLMCppModel


# Préprompt pour donner des instructions au modèle
PREPROMPT = """Vous êtes un assistant IA chargé de générer une présentation PowerPoint à partir d'un texte fourni par un utilisateur. Voici les instructions à suivre :
- Analysez attentivement le texte pour en comprendre les idées principales et la structure.
- Générez des titres et sous-titres pertinents pour chaque diapositive.
- Résumez les points clés sous forme de listes à puces.
- Ajoutez du texte explicatif pour chaque diapositive afin de compléter le contenu.
- Assurez-vous que la présentation soit cohérente, logique et visuellement attractive.
Voici le texte à transformer en présentation :"""

# Chargement du modèle IA depuis Hugging Face
#text_to_presentation = pipeline("text-generation", model="MisterAI/Bartowski_MistralAI_Mistral-Small-24B-Base-2501-GGUF")
#tokenizer = AutoTokenizer.from_pretrained("MisterAI/Bartowski_MistralAI_Mistral-Small-24B-Base-2501-GGUF")


# Chargement du modèle IA depuis Hugging Face
#from llama_cpp import LLMCppModel
model_path = "MisterAI/Bartowski_MistralAI_Mistral-Small-24B-Base-2501-GGUF"
#text_to_presentation = LLMCppModel(model_path)
text_to_presentation = model_path

# Chargement du tokenizer depuis Hugging Face
#from transformers import AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("MisterAI/Bartowski_MistralAI_Mistral-Small-24B-Base-2501-GGUF")









def generate_presentation(text):
    # Ajout du préprompt au texte de l'utilisateur
    full_prompt = PREPROMPT + "\n\n" + text

    # Analyse du texte avec le modèle IA
    presentation_content = text_to_presentation(full_prompt, max_length=1500, num_return_sequences=1)[0]["generated_text"]

    # Génération de la présentation PowerPoint
    prs = Presentation()
    slide = prs.slides.add_slide(prs.slide_layouts[0])
    title = slide.shapes.title
    title.text = "Présentation générée"
    body = slide.placeholders[1].text_frame
    body.text = presentation_content

    # Enregistrement de la présentation
    prs.save("presentation.pptx")

    # Retourner le lien de téléchargement
    return "Votre présentation est prête ! Vous pouvez la télécharger ici : " + os.path.abspath("presentation.pptx")

# Interface Gradio
demo = gr.Interface(
    fn=generate_presentation,
    inputs="text",
    outputs="text",
    title="Générateur de présentations",
    description="Entrez du texte et obtenez une présentation PowerPoint générée automatiquement."
)

if __name__ == "__main__":
    demo.launch()