app.py

# app.py
# =========================================================
#      PDF Summarizer dengan Flan-T5 & Gradio
#      Rangkuman Final dari Semua Sesi Debugging
# =========================================================

import gradio as gr
import fitz  # Library PyMuPDF
from transformers import T5Tokenizer, T5ForConditionalGeneration
import torch

# --- Langkah 1: Muat Model dan Tokenizer (Hanya sekali saat aplikasi start) ---
# Kita muat langsung dari Hugging Face Hub, ini cara standar untuk deployment.
print("Memulai aplikasi, memuat model...")
model_name = "google/flan-t5-base"
tokenizer = T5Tokenizer.from_pretrained(model_name)
model = T5ForConditionalGeneration.from_pretrained(model_name)
print("Model berhasil dimuat!")


# --- Langkah 2: Definisikan Fungsi Inti untuk Meringkas ---
def summarize_pdf(pdf_file_object):
    """
    Fungsi utama yang menerima file dari Gradio, membaca isinya,
    dan menghasilkan ringkasan menggunakan model Flan-T5.
    """
    if pdf_file_object is None:
        return "Mohon unggah file PDF terlebih dahulu."

    try:
        # Membaca file PDF dari path temporer yang diberikan Gradio
        # Ini adalah perbaikan untuk error "'NamedString' object has no attribute 'read'"
        doc = fitz.open(pdf_file_object.name)
        
        # Ekstrak semua teks dari setiap halaman
        full_text = "".join(page.get_text() for page in doc)
        doc.close()

        # Prompt Engineering "Level 3" untuk meminta output bullet points
        prompt = f"""Summarize the following text into key bullet points.

Text: "{full_text}"

Summary:
- """

        # Proses teks dengan model
        inputs = tokenizer(prompt, return_tensors="pt", max_length=1024, truncation=True)
        
        summary_ids = model.generate(
            inputs.input_ids,
            max_length=600,       # Batas atas panjang ringkasan
            min_length=100,       # Batas bawah panjang ringkasan
            length_penalty=1.0,   # Netral, tidak menghukum/mendorong kalimat panjang
            num_beams=4,          # Teknik pencarian untuk hasil yang lebih baik
            early_stopping=True
        )
        
        summary = tokenizer.decode(summary_ids[0], skip_special_tokens=True)
        
        # Tambahkan kembali bullet point di awal jika hilang saat decoding
        return "- " + summary

    except Exception as e:
        # Menampilkan pesan error jika terjadi masalah
        return f"Terjadi kesalahan: {str(e)}"


# --- Langkah 3: Bangun Antarmuka Pengguna dengan Gradio ---
with gr.Blocks(theme=gr.themes.Soft()) as demo:
    gr.Markdown(
        """
        # 🤖 AI PDF Summarizer (Flan-T5 Edition)
        Upload your PDF here and get your summary!
        """
    )
    
    with gr.Row():
        pdf_input = gr.File(label="Upload your document (PDF)", file_types=[".pdf"])
        summary_output = gr.Textbox(label="Summarize", lines=20, interactive=False)
    
    summarize_button = gr.Button("Summary", variant="primary")
    
    summarize_button.click(
        fn=summarize_pdf,
        inputs=pdf_input,
        outputs=summary_output
    )

# --- Langkah 4: Jalankan Aplikasi (Hanya jika file ini dieksekusi langsung) ---
if __name__ == "__main__":
    demo.launch()