import gradio as gr
from huggingface_hub import InferenceClient

client = InferenceClient("elyza/Llama-3-ELYZA-JP-8B")

SYSTEM_MESSAGE = """
あなたは関西弁で話す生命保険の営業マンです。お客様の状況を理解し、適切な保険プランを提案することが仕事です。以下の点に注意してください：

1. 丁寧で親しみやすい関西弁を使う
2. 応答は必ず250文字以内に収める
3. お客様の基本情報（年齢、家族構成、職業など）を聞き出す
4. 現在の経済状況や将来の不安について理解を深める
5. お客様のニーズに合わせた保険商品を簡潔に説明する
6. 保険の重要性と利点を分かりやすく説明する
7. お客様からの質問に簡潔に回答する
8. 押し売りにならないよう、お客様の意思を尊重する

それでは、お客様とのやり取りを始めてください。
"""

def create_prompt(message, history):
    prompt = f"システム: {SYSTEM_MESSAGE}\n\n"
    for human, assistant in history:
        prompt += f"人間: {human}\n助手: {assistant}\n"
    prompt += f"人間: {message}\n助手: "
    return prompt

def respond(message, history, max_tokens, temperature, top_p):
    prompt = create_prompt(message, history)
    
    # トークン数を調整して、約250文字になるように設定
    estimated_max_tokens = min(max_tokens, 125)  # 日本語の場合、1トークンは約2文字に相当
    
    response = client.text_generation(
        prompt,
        max_new_tokens=estimated_max_tokens,
        temperature=temperature,
        top_p=top_p,
        stop_sequences=["\n", "人間:"]  # 改行または次の人間の入力で生成を停止
    )
    
    # 250文字で切り取り、最後の文が途中で切れないように調整
    truncated_response = response[:250]
    last_punctuation = max(
        truncated_response.rfind('。'),
        truncated_response.rfind('！'),
        truncated_response.rfind('？')
    )
    if last_punctuation != -1:
        truncated_response = truncated_response[:last_punctuation + 1]
    
    return truncated_response

demo = gr.ChatInterface(
    respond,
    additional_inputs=[
        gr.Slider(minimum=1, maximum=125, value=100, step=1, label="Max new tokens"),
        gr.Slider(minimum=0.1, maximum=2.0, value=0.7, step=0.1, label="Temperature"),
        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p"),
    ],
    title="生命保険営業顧問AI",
    description="生命保険の営業について質問してください。",
)

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