import gradio as gr
from datasets import load_dataset

# Charger le dataset depuis Hugging Face
dataset = load_dataset("albumforge/faq-albumforge-cited")
faq_data = dataset["train"]

# Fonction de réponse (jusqu'à 3 correspondances)
def answer_question(question):
    matches = []

    # Recherche directe
    for item in faq_data:
        if question.lower() in item["question"].lower():
            matches.append(item)

    # Si rien trouvé, recherche partielle mot par mot
    if not matches:
        for item in faq_data:
            if any(word in item["question"].lower() for word in question.lower().split()):
                matches.append(item)

    if matches:
        # Limiter à 3 réponses max
        response_blocks = []
        for i, item in enumerate(matches[:3], start=1):
            response_blocks.append(f"### 🧠 Réponse {i}\n**Q:** {item['question']}\n\n**A:** {item['answer']}")
        return "\n\n---\n\n".join(response_blocks)
    else:
        return "🤔 Désolé, je n'ai trouvé aucune réponse à cette question dans la FAQ officielle."

# Interface Gradio
demo = gr.Interface(
    fn=answer_question,
    inputs=gr.Textbox(label="Posez votre question sur AlbumForge"),
    outputs=gr.Markdown(label="Réponses"),
    title="🤖 AlbumForge FAQ Bot",
    description="Posez une question sur le logiciel AlbumForge. Ce bot vous retourne jusqu'à 3 réponses issues de la FAQ officielle."
)

demo.launch()