src/streamlit_app.py

# Fichier : charlotte_apy.py (Interface utilisateur Streamlit)
import streamlit as st
import datetime
import core_logic 
import torch 
from transformers import AutoModelForCausalLM, AutoTokenizer 

# Récupération des constantes
MAX_QUOTA = core_logic.MAX_QUOTA
MAX_TOKENS_PER_RESPONSE = core_logic.MAX_TOKENS_PER_RESPONSE

# Initialisation de la BDD (assuré par core_logic mais on peut le rappeler)
core_logic.init_db()

# ----------------------------------------------------
# A. CHARGEMENT DU MODÈLE POUR STREAMLIT
# ----------------------------------------------------

@st.cache_resource
def load_tiny_charlotte():
    """Charge le modèle tiny-charlotte pour l'interface Streamlit."""
    try:
        st.sidebar.info(f"⏳ Chargement du modèle {core_logic.MODEL_NAME} pour Streamlit...")
        
        tokenizer = AutoTokenizer.from_pretrained(core_logic.MODEL_NAME)
        device = "cuda" if torch.cuda.is_available() else "cpu"
        model = AutoModelForCausalLM.from_pretrained(core_logic.MODEL_NAME).to(device)
        
        st.sidebar.success(f"✅ Modèle Tiny-Charlotte chargé sur **{device}**.")
        return model, tokenizer, device
        
    except Exception as e:
        st.sidebar.error(f"❌ Erreur de chargement du modèle : {e}")
        return None, None, None

# ----------------------------------------------------
# B. LOGIQUE D'INFÉRENCE ADAPTÉE À STREAMLIT
# ----------------------------------------------------

def run_inference_streamlit(api_key, prompt, model, tokenizer, device):
    """
    Exécute l'inférence pour Streamlit, gère le quota via core_logic.
    """
    today = datetime.date.today().isoformat()
    key_data = core_logic.get_key_data(api_key)
    
    if not key_data:
        return "Erreur: Clé d'API non valide ou non trouvée.", 0

    # Réinitialisation
    if key_data['date_last_use'] != today:
        key_data['quota_remaining'] = key_data['max_quota']
        key_data['date_last_use'] = today
        core_logic.update_key_quota_in_db(api_key, key_data['quota_remaining'], today)
        st.success(f"🎉 Quota réinitialisé automatiquement pour la clé **{api_key}** : {key_data['max_quota']} tokens disponibles aujourd'hui.")

    # Vérification du Quota
    if key_data['quota_remaining'] < MAX_TOKENS_PER_RESPONSE:
        return f"🚫 **Quota journalier atteint** ({key_data['quota_remaining']} / {MAX_QUOTA}). Veuillez réessayer demain.", 0
        
    if model is None or tokenizer is None:
        return "Erreur interne: Le modèle n'est pas prêt.", 0

    try:
        input_ids = tokenizer.encode(prompt, return_tensors='pt').to(device)
        output = model.generate(input_ids, max_length=input_ids.shape[1] + MAX_TOKENS_PER_RESPONSE, do_sample=True, top_k=50, top_p=0.95, num_return_sequences=1, pad_token_id=tokenizer.eos_token_id)
        
        response_text = tokenizer.decode(output[0], skip_special_tokens=True)
        tokens_generated = output.shape[1] - input_ids.shape[1]
        
    except Exception as e:
        st.error(f"Erreur lors de la génération: {e}")
        return "Erreur d'inférence. Problème avec le modèle.", 0

    # Mise à Jour du Quota DANS LA BASE DE DONNÉES
    new_remaining = key_data['quota_remaining'] - tokens_generated
    core_logic.update_key_quota_in_db(api_key, new_remaining, today)

    return response_text, tokens_generated

# ----------------------------------------------------
# C. INTERFACES UTILISATEUR STREAMLIT 
# ----------------------------------------------------

st.set_page_config(page_title="Charlotte-APY 💖", layout="wide", initial_sidebar_state="expanded")

st.markdown(
    """
    <style>
    .stApp { background-color: #FFF0F5; color: #333333; }
    h1 { color: #FF69B4; text-shadow: 2px 2px 4px #F08080; font-family: 'Comic Sans MS', cursive, sans-serif; text-align: center; }
    .stButton>button { background-color: #FFB6C1; color: #8B0000; border: 2px solid #FF69B4; border-radius: 10px; font-weight: bold; transition: all 0.2s; }
    .stButton>button:hover { background-color: #FF69B4; color: white; }
    .stTextInput>div>div>input, .stTextArea>div>div>textarea { background-color: white; border: 1px solid #FFB6C1; border-radius: 5px; }
    h2, h3 { color: #FF1493; border-bottom: 2px solid #FFC0CB; padding-bottom: 5px; }
    </style>
    """,
    unsafe_allow_html=True
)
st.title("💖 Charlotte-APY : Portail d'Administration Tiny-Charlotte 🎀")


def generate_api_key_ui():
    st.subheader("🔑 Créer une Nouvelle Clé d'API")
    current_keys = core_logic.get_all_keys()
    if len(current_keys) >= 6:
        st.warning("❌ **Limite Atteinte !** Vous gérez déjà le maximum de 6 clés d'API.")
        return
    with st.form("new_key_form"):
        st.caption("Contraintes : Doit commencer par 'Tn-charlotte', contenir ≥ 5 chiffres et ≥ 7 lettres.")
        new_key = st.text_input("Chaîne personnalisée", value="Tn-charlotte_Ma_Cle_12345ABCDEFG")
        submitted = st.form_submit_button("✨ Créer la Clé")
        if submitted:
            is_valid, message = core_logic.validate_key(new_key)
            if core_logic.get_key_data(new_key) is not None:
                 is_valid = False
                 message = "Cette clé d'API existe déjà (base de données)."
            if is_valid:
                if core_logic.add_key_to_db(new_key):
                    st.success(f"✅ Clé d'API **{new_key}** créée ! Quota : {MAX_QUOTA} tokens/jour.")
                    st.rerun() 
                else:
                    st.error("Échec de l'ajout à la base de données.")
            else:
                st.error(f"🚫 **Erreur de validation :** {message}")

def manage_api_keys_ui():
    st.subheader("🗂️ Gérer Vos Clés d'API")
    keys_data_dict = core_logic.get_all_keys()
    keys_list = list(keys_data_dict.keys())
    if not keys_list:
        st.info("Vous n'avez pas encore de clés d'API.")
        return
    keys_data_list = []
    for key, data in keys_data_dict.items():
        keys_data_list.append({
            "Clé d'API": key,
            "Tokens Restants": f"{data['quota_remaining']} / {data['max_quota']}",
            "Dernière Utilisation (Réinitialisation)": data['date_last_use']
        })
    st.dataframe(keys_data_list, use_container_width=True, hide_index=True)
    st.markdown("---") 

    st.write("### 🗑️ Supprimer une Clé")
    key_to_delete = st.selectbox("Sélectionnez la clé à supprimer :", [""] + keys_list, key="delete_select")
    if st.button("💔 Supprimer la Clé Sélectionnée", disabled=(key_to_delete == "")):
        if key_to_delete:
            core_logic.delete_key_from_db(key_to_delete)
            st.success(f"🗑️ Clé **{key_to_delete}** supprimée avec succès.")
            st.rerun()

def admin_quota_ui():
    st.subheader("⚙️ Administration : Réinitialisation du Quota")
    keys_list = list(core_logic.get_all_keys().keys())
    if not keys_list:
        st.info("Aucune clé d'API à administrer.")
        return
    key_to_reset = st.selectbox("Sélectionnez la clé à réinitialiser :", [""] + keys_list, key="reset_select")
    if st.button("🔄 Réinitialiser le Quota à 600"):
        if key_to_reset:
            core_logic.reset_key_quota_in_db(key_to_reset)
            st.success(f"✅ Quota pour la clé **{key_to_reset}** réinitialisé à {MAX_QUOTA} tokens.")
            st.rerun()
        else:
            st.warning("Veuillez sélectionner une clé.")

def test_api_ui(model, tokenizer, device):
    st.subheader("🧪 Tester l'API Tiny-Charlotte (Via Streamlit)")
    keys_list = list(core_logic.get_all_keys().keys())
    if not keys_list:
        st.warning("Créez une clé d'API avant de pouvoir tester l'inférence.")
        return
    selected_key = st.selectbox("Sélectionnez votre clé d'API :", keys_list, key="inference_select")
    with st.form("inference_form"):
        prompt = st.text_area("Votre Requête pour Tiny-Charlotte", height=100)
        test_submitted = st.form_submit_button("🤖 Appeler le Modèle")
        if test_submitted:
            if not prompt:
                st.warning("Veuillez entrer un prompt.")
                return
            if model is None:
                 st.error("Le modèle n'a pas pu être chargé.")
                 return
            with st.spinner("Appel du modèle en cours..."):
                response, tokens_used = run_inference_streamlit(selected_key, prompt, model, tokenizer, device)
                st.markdown("### Réponse de Tiny-Charlotte :")
                st.info(response)
                updated_data = core_logic.get_key_data(selected_key)
                if updated_data:
                    remaining = updated_data['quota_remaining']
                    if tokens_used > 0:
                        st.success(f"Tokens utilisés : **{tokens_used}**. Tokens restants pour cette clé aujourd'hui : **{remaining}** / {MAX_QUOTA}.")
                    elif remaining < MAX_TOKENS_PER_RESPONSE:
                         st.error(f"Tokens restants : **{remaining}** / {MAX_QUOTA}. Pas assez de tokens pour une réponse complète ({MAX_TOKENS_PER_RESPONSE}).")
                    else:
                        st.warning("Aucun token utilisé.")
                else:
                    st.error("Impossible de récupérer les données de la clé après l'inférence.")

def api_documentation_ui():
    st.subheader("📖 Documentation de l'API de Production")
    
    # CORRECTION APPORTÉE ICI
    API_SPACE_URL = "https://huggingface.co/spaces/Clemylia/Charlotte-APY/v1/inference"
    
    st.markdown(f"""
    * **Endpoint réel :** `{API_SPACE_URL}`
    * **Méthode :** `POST`
    * **Authentification :** En-tête `Authorization: Bearer <votre_clé>`
    * **Limite :** {MAX_QUOTA} tokens par clé par jour.
    * **Réponse max :** {MAX_TOKENS_PER_RESPONSE} tokens.
    """)
    
    code_example = f"""
import requests
import json

# URL réelle de l'API
API_URL = "{API_SPACE_URL}" 
YOUR_API_KEY = "Tn-charlotte_Ma_Cle_12345ABCDEFG" 

payload = {{
    "prompt": "Peux-tu me donner un conseil sur l'espoir ?",
}}

headers = {{
    "Content-Type": "application/json",
    "Authorization": f"Bearer {{YOUR_API_KEY}}" 
}}

try:
    response = requests.post(API_URL, headers=headers, data=json.dumps(payload))
    response.raise_for_status() 
    data = response.json()
    print("Réponse de Tiny-Charlotte :", data.get("generated_text"))
    
except requests.exceptions.RequestException as e:
    print(f"Erreur lors de l'appel API: {{e}}")
"""
    st.code(code_example, language="python")


# --- DISPOSITION PRINCIPALE DE L'APPLICATION ---
def main_app():
    
    model, tokenizer, device = load_tiny_charlotte()

    col1, col2 = st.columns([1, 1])

    with col1:
        generate_api_key_ui()
    
    with col2:
        admin_quota_ui()
        
    st.markdown("---") 
    
    manage_api_keys_ui()
    
    st.markdown("---") 
    
    test_api_ui(model, tokenizer, device)
    
    st.markdown("---") 
    
    api_documentation_ui()


if __name__ == "__main__":
    main_app()