import os
import pandas as pd
import gradio as gr
from datetime import datetime
import openai

##############################
# [LLM자료] 에서 제공된 코드 시작
##############################
# OpenAI API 클라이언트 설정
openai.api_key = os.getenv("OPENAI_API_KEY")

def call_api(content, system_message, max_tokens, temperature, top_p):
    response = openai.ChatCompletion.create(
        model="gpt-4o-mini",  # 반드시 gpt-4o-mini 모델 사용
        messages=[
            {"role": "system", "content": system_message},
            {"role": "user", "content": content},
        ],
        max_tokens=max_tokens,
        temperature=temperature,
        top_p=top_p,
    )
    return response.choices[0].message['content']
##############################
# [LLM자료] 에서 제공된 코드 끝
##############################


##############################
# [기본코드] 시작 (수정 및 삭제 불가)
##############################
def read_excel_data(file):
    df = pd.read_excel(file, usecols="A, B, C, D, E", skiprows=1,
                       names=["ID", "Review Date", "Option", "Review", "ReviewScore"], engine='openpyxl')
    df['Review Date'] = pd.to_datetime(df['Review Date']).dt.tz_localize(None).dt.date
    df['Year'] = df['Review Date'].astype(str).str.slice(0, 4)
    df['Option1'] = df['Option'].astype(str).str.split(" / ").str[0]  # 1차 옵션 추출
    df['Review Length'] = df['Review'].str.len()  # 리뷰 길이 계산
    return df

def get_positive_reviews(df):
    positive_reviews = df[df['ReviewScore'] >= 4].sort_values(by='Review Length', ascending=False)
    positive_reviews = positive_reviews.head(20)  # 상위 20개 리뷰 선택

    positive_reviews.reset_index(drop=True, inplace=True)
    positive_reviews.index += 1
    positive_reviews['순번'] = positive_reviews.index

    positive_output = "\n\n".join(positive_reviews.apply(
        lambda x: f"{x['순번']}. **{x['Review Date']} / {x['ID']} / {x['Option']}**\n\n{x['Review']}", axis=1))
    return positive_output

def get_negative_reviews(df):
    negative_reviews = df[df['ReviewScore'] <= 2].sort_values(by='Review Length', ascending=False)
    negative_reviews = negative_reviews.head(30)  # 상위 30개 리뷰 선택

    negative_reviews.reset_index(drop=True, inplace=True)
    negative_reviews.index += 1
    negative_reviews['순번'] = negative_reviews.index

    negative_output = "\n\n".join(negative_reviews.apply(
        lambda x: f"{x['순번']}. **{x['Review Date']} / {x['ID']} / {x['Option']}**\n\n{x['Review']}", axis=1))
    return negative_output

def process_reviews(file):
    df = read_excel_data(file)
    positive_reviews = get_positive_reviews(df)
    negative_reviews = get_negative_reviews(df)
    return positive_reviews, negative_reviews
##############################
# [기본코드] 끝 (수정 및 삭제 불가)
##############################


# LLM 분석을 위한 헬퍼 함수
def analyze_with_llm(review_content, system_prompt):
    # review_content: 긍정 혹은 부정 리뷰 텍스트
    # system_prompt: 시스템 역할 프롬프트
    analysis_result = call_api(
        content=review_content,
        system_message=system_prompt,
        max_tokens=500,
        temperature=0.7,
        top_p=1.0
    )
    return analysis_result

# 리뷰를 추출한 뒤, 자동으로 LLM 분석까지 수행
def process_reviews_and_analyze(file):
    # 기존 리뷰 추출
    positive_reviews, negative_reviews = process_reviews(file)

    # 긍정 리뷰 분석
    system_prompt_positive = (
        "당신은 전문 리뷰 분석가입니다. 아래에는 긍정 리뷰들이 나열되어 있습니다.\n"
        "이 리뷰들에서 고객이 만족해하는 주요 포인트와 특징을 요약해주고, "
        "추가적인 인사이트를 제시해 주세요."
    )
    positive_analysis = analyze_with_llm(positive_reviews, system_prompt_positive)

    # 부정 리뷰 분석
    system_prompt_negative = (
        "당신은 전문 리뷰 분석가입니다. 아래에는 부정 리뷰들이 나열되어 있습니다.\n"
        "이 리뷰들에서 고객이 불만을 가지는 주요 포인트와 특징을 요약해주고, "
        "개선점을 제시해 주세요."
    )
    negative_analysis = analyze_with_llm(negative_reviews, system_prompt_negative)

    return positive_reviews, negative_reviews, positive_analysis, negative_analysis

# Gradio 인터페이스 구성
def create_interface():
    with gr.Blocks() as demo:
        gr.Markdown("### 리뷰 데이터 업로드")
        file_input = gr.File(label="엑셀 파일 업로드", file_types=[".xlsx"])
        
        # 버튼명 변경: "리뷰분석"
        analyze_button = gr.Button("리뷰분석")

        with gr.Column():
            gr.Markdown("### 긍정적인 주요 리뷰 (최대 20개)")
            positive_reviews_output = gr.Textbox(label="긍정적인 주요 리뷰", interactive=False, lines=20)
            gr.Markdown("### 부정적인 주요 리뷰 (최대 30개)")
            negative_reviews_output = gr.Textbox(label="부정적인 주요 리뷰", interactive=False, lines=30)
            
            # LLM 분석 결과를 표시할 영역
            gr.Markdown("### 긍정 리뷰 분석 결과")
            positive_analysis_output = gr.Textbox(label="긍정 리뷰 분석", interactive=False, lines=7)
            gr.Markdown("### 부정 리뷰 분석 결과")
            negative_analysis_output = gr.Textbox(label="부정 리뷰 분석", interactive=False, lines=7)

        # 리뷰 추출 + LLM 분석까지 한 번에 수행
        analyze_button.click(
            fn=process_reviews_and_analyze,
            inputs=[file_input],
            outputs=[
                positive_reviews_output, 
                negative_reviews_output,
                positive_analysis_output, 
                negative_analysis_output
            ]
        )

    return demo

if __name__ == "__main__":
    interface = create_interface()
    interface.launch()