import gradio as gr
import json
from transformers import pipeline

# Cargar el archivo GeoJSON una sola vez
with open("cuba.geojson", encoding="utf-8") as f:
    geojson = json.load(f)

# Convertir a lista de calles con coordenadas
calles = []
for feature in geojson["features"]:
    nombre = feature["properties"].get("name", "")
    coords = feature["geometry"]["coordinates"]
    if nombre and coords and isinstance(coords, list) and len(coords) == 2:
        lon, lat = coords[0], coords[1]
        calles.append(f"{nombre} → [{lon}, {lat}]")

# Preparar el modelo LLM
modelo = pipeline("text2text-generation", model="declare-lab/flan-alpaca-gpt4-xl")

# Función de consulta
def buscar_coordenadas(direccion):
    lista = "\n".join(calles[:300])
    prompt = f"Tengo esta dirección: '{direccion}'. Aquí hay calles en La Habana con coordenadas:\n{lista}\n" \
             f"¿Cuál es la intersección más cercana o relevante para esa dirección? Devuélveme solo las coordenadas en formato [lon, lat]."
    respuesta = modelo(prompt, max_new_tokens=100)[0]["generated_text"]
    return respuesta.strip()

# Interfaz Gradio
gr.Interface(fn=buscar_coordenadas, inputs="text", outputs="text", title="Geocodificador Cubano").launch()