import os
import gradio as gr
from transformers import pipeline
from pptx import Presentation
from pptx.util import Inches

# Chargement du modèle IA depuis Hugging Face
text_to_presentation = pipeline("text-generation", model="your-model-on-huggingface")

def generate_presentation(text):
    # Analyse du texte avec le modèle IA
    presentation_content = text_to_presentation(text, 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()