import gradio as gr
from huggingface_hub import hf_hub_download
from llama_cpp import Llama

print("正在从云端下载微调模型，请稍候...")
# 自动从 Hugging Face 仓库下载微调好的模型（此处以 Arduino 0.5B 模型为例）
try:
    # 注意：如果运行时报错，请确认原作者或您克隆的仓库中 GGUF 的确切文件名
# ✏️ 把那两行替换成下面这样：
    model_path = hf_hub_download(
        repo_id="eoinedge/edgeai-docs-qwen2.5-coder-0.5b-lora", 
        filename="edgeai-docs-qwen2.5-coder-0.5b-lora.Q4_K_M.gguf" 
    )
    llm = Llama(model_path=model_path, n_ctx=2048)
    print("模型加载成功！")
except Exception as e:
    llm = None
    print(f"模型加载失败，错误信息: {e}")

def predict(message, history):
    if llm is None:
        return "抱歉，服务器模型加载失败，请检查 Hugging Face 上的模型路径与文件名是否正确。"
    
    # 按照 Qwen 模型的标准 Chat 格式拼接 Prompt
    prompt = f"<|im_start|>user\n{message}<|im_end|>\n<|im_start|>assistant\n"
    response = llm(prompt, max_tokens=512, stop=["<|im_end|>"])
    return response["choices"][0]["text"]

# 构筑精美的 Gradio 聊天交互界面
gr.ChatInterface(
    fn=predict, 
    title="🤖 Arduino & EdgeAI 网页编程助手",
    description="基于 Qwen2.5-Coder-0.5B 微调模型的在线轻量化版本。数据完全在 Hugging Face 独立沙盒内运行。"
).launch()