import streamlit as st
import torch
from transformers import pipeline

# 1. 網頁標題與外觀設定
st.set_page_config(page_title="AI Python 代碼助手", page_icon="🤖")
st.title("專屬 AI 程式碼自動補全助手")
st.markdown("輸入你的 Python 註解或變數，AI 將自動幫你寫完後續的程式碼！")

# 2. 載入模型的快取機制 (避免每次輸入都重新載入 500MB 的模型)
@st.cache_resource
def load_model():
    device = torch.device("cuda") if torch.cuda.is_available() else torch.device("cpu")
    pipe = pipeline("text-generation", model="huggingface-course/codeparrot-ds", device=device)
    return pipe

pipe = load_model()

# 3. 建立使用者輸入區
user_input = st.text_area("請輸入程式碼註解 (例如：# create a scatter plot):", height=150)

# 4. 建立生成按鈕與輸出邏輯
if st.button("✨ 讓 AI 幫我寫程式"):
    if user_input:
        with st.spinner("AI 正在思考中..."):
            # 執行推論
            result = pipe(user_input, max_new_tokens=50, num_return_sequences=1)[0]["generated_text"]
            
            st.success("生成成功！")
            st.subheader("💡 生成結果：")
            # 用漂亮的程式碼區塊顯示結果
            st.code(result, language="python")
    else:
        st.warning("請先輸入一些註解或代碼喔！")