import gradio as gr
import openai
import os
from openai import OpenAI

# Initialisiere OpenAI-Client mit API Key
client = OpenAI(api_key=os.getenv("openai"))

conversation_history = []
model_name = "gpt-4" #"gpt-3.5-turbo"

# Handout-Informationen für bessere Simulation
DEPRESSION_INFO = """
WICHTIGE INFORMATIONEN ZU DEPRESSION BEI JUGENDLICHEN:

Häufige Anzeichen:
- Schulabsentismus und Verspätungen
- Drastische Veränderung im Aussehen/Sozialverhalten
- Keine Hausaufgaben, Isolation
- Vermeidung von Gesprächs-/Augenkontakt
- Konzentrationsschwierigkeiten
- Lustlosigkeit, Freudlosigkeit, Müdigkeit
- Oppositionelles Verhalten
- Enormer Leistungsdruck und Perfektionismus
- Zynismus und Pessimismus
- Rückzug von Hobbys
- Stimmungsschwankungen
- Selbstverletzendes Verhalten
- Appetitlosigkeit
- Kopf-, Rücken- oder Bauchschmerzen

Inneneinsicht eines Betroffenen:
"Ich fühle mich beschwert, die Depression raubt mir Freude an Dingen, die ich sonst gerne mag. 
Sie sorgt dafür, dass ich nicht gut schlafen kann und flüstert mir ein, dass ich weniger wert bin. 
Ich möchte andere Menschen nicht mit meinen Problemen belasten. Oft mache ich mir Vorwürfe, 
weil ich nicht so bin wie die anderen Menschen. Es fühlt sich so an, als würde das Leben für 
mich immer so schlecht bleiben, als würde ich nie wieder glücklich sein können."

Hilfreiche Gesprächsansätze:
- "Mir ist aufgefallen, dass Du in letzter Zeit sehr müde bist. Schläfst Du wenig?"
- "Was können wir gemeinsam tun, um den Unterricht für Dich weniger anstrengend zu gestalten?"
- "Mir ist wichtig, dass es Dir gut geht."
- "Gibt es etwas, das ich für Dich tun kann?"
- Positive Eigenschaften aufzeigen

Was NICHT zu tun ist:
- Anzeichen herunterspielen ("Jedem geht es mal schlecht")
- Verharmlosende Ratschläge ("Das wird schon wieder!")
- Ausweichende Antworten persönlich nehmen
- Nur auf schulische Leistung fokussieren
"""

def enhanced_chat_response(user_input, max_tokens, temperature, top_p, use_info):
    global last_feedback
    
    if not user_input.strip():
        return "", "*Bitte gib eine Nachricht ein.*", "", "💬 Gib eine Nachricht ein, um Feedback zu erhalten."

    # Evaluation der Nutzer-Eingabe
    last_feedback = evaluate_user_response(user_input)

    # Erweiterte System-Prompts basierend auf Handout
    base_system_prompt = (
        "Du bist ein depressiver 16-jähriger Teenager. "
        "Bleibe durchgehend in deiner Rolle. "
        "Du weißt NICHT, dass du eine KI bist."
    )
    
    if use_info:
        enhanced_system_prompt = base_system_prompt + (
            "\n\nVerhalte dich entsprechend folgender Charakteristika:\n"
            "- Du fühlst dich oft müde und lustlos\n"
            "- Du hast Schwierigkeiten mit Konzentration\n"
            "- Du ziehst dich von Freunden und Hobbys zurück\n"
            "- Du machst dir oft Vorwürfe und fühlst dich wertlos\n"
            "- Du hast Schlafprobleme\n"
            "- Du vermeidest oft Augenkontakt (erwähne das in deinen Antworten)\n"
            "- Du denkst pessimistisch über die Zukunft\n"
            "- Du möchtest andere nicht mit deinen Problemen belasten\n"
            "- Du hast manchmal körperliche Beschwerden wie Kopf- oder Bauchschmerzen\n"
            "- Du kannst dich manchmal zynisch oder oppositionell verhalten\n"
            "- Trotz allem: Du bist immer noch ein Teenager mit normalen Interessen"
        )
    else:
        enhanced_system_prompt = base_system_prompt

    system_prompt = {
        "role": "system",
        "content": enhanced_system_prompt
    }

    messages = [system_prompt] + conversation_history[-6:]
    current_message = {"role": "user", "content": user_input}
    messages.append(current_message)

    try:
        response = client.chat.completions.create(
            model=model_name,
            messages=messages,
            max_tokens=min(max_tokens, 500),
            temperature=temperature,
            top_p=top_p,
            frequency_penalty=0.1,
            presence_penalty=0.1
        )
        response_text = response.choices[0].message.content
    except Exception as e:
        print("API Error:", e)
        response_text = "*schweigt und starrt auf den Boden*"

    conversation_history.append(current_message)
    conversation_history.append({"role": "assistant", "content": response_text})

    chat_display = ""
    for msg in conversation_history:
        role = "**Du:**" if msg["role"] == "user" else "**Teenager:**"
        chat_display += f"{role} {msg['content']}\n\n"

    return "", response_text, chat_display, last_feedback

def reset_conversation():
    global conversation_history, last_feedback
    conversation_history = []
    last_feedback = ""
    return "Neues Gespräch gestartet.", "", "💬 Beginne ein Gespräch, um Feedback zu erhalten."

def test_api_connection():
    try:
        response = client.chat.completions.create(
            model=model_name,
            messages=[{"role": "user", "content": "Hi"}],
            max_tokens=10
        )
        return "✅ API Verbindung erfolgreich"
    except Exception as e:
        return f"❌ API Error: {str(e)}"

def evaluate_user_response(user_message):
    """Evaluiert die Nutzer-Antwort basierend auf den Handout-Kriterien"""
    if not user_message.strip():
        return ""
    
    evaluation = {"positive": [], "improvement": [], "score": 0}
    user_lower = user_message.lower()
    
    # Positive Aspekte prüfen
    positive_patterns = {
        "Sorge/Interesse zeigen": ["wie geht", "sorge", "wichtig", "interessiert", "kümmert"],
        "Offene Fragen stellen": ["was", "wie", "warum", "erzähl", "beschreib"],
        "Unterstützung anbieten": ["kann ich", "helfen", "unterstützen", "da sein", "gemeinsam"],
        "Wahrnehmung ansprechen": ["ist mir aufgefallen", "bemerkt", "wahrgenommen", "gesehen"],
        "Empathie zeigen": ["verstehe", "nachvollziehen", "schwer", "belastend"],
        "Wertschätzung ausdrücken": ["schätze", "toll", "stark", "mut", "wichtig dass du"]
    }
    
    for category, patterns in positive_patterns.items():
        if any(pattern in user_lower for pattern in patterns):
            evaluation["positive"].append(category)
            evaluation["score"] += 1
    
    # Problematische Aspekte prüfen
    negative_patterns = {
        "Verharmlosen": ["wird schon", "alle haben mal", "ist normal", "nicht so schlimm", "übertreibst"],
        "Einfache Ratschläge": ["musst nur", "einfach mal", "denk positiv", "reiß dich zusammen"],
        "Vergleichen": ["anderen geht", "mir ging", "früher war", "bei mir"],
        "Druck ausüben": ["solltest", "musst", "versuch doch mal", "strengst du dich an"],
        "Fokus nur auf Leistung": ["noten", "hausaufgaben", "schule", "leistung", "lernen"]
    }
    
    for category, patterns in negative_patterns.items():
        if any(pattern in user_lower for pattern in patterns):
            evaluation["improvement"].append(category)
            evaluation["score"] -= 1
    
    return format_evaluation(evaluation)

def format_evaluation(evaluation):
    """Formatiert die Evaluation für die Anzeige"""
    if not evaluation["positive"] and not evaluation["improvement"]:
        return "💬 Gib eine Nachricht ein, um Feedback zu erhalten."
    
    feedback = "## 📊 FEEDBACK ZU DEINER ANTWORT\n\n"
    
    # Score anzeigen
    score = max(0, min(5, evaluation["score"] + 3))  # Normalisierung auf 0-5
    stars = "⭐" * score + "☆" * (5 - score)
    feedback += f"**Gesamtbewertung:** {stars} ({score}/5)\n\n"
    
    # Positive Aspekte
    if evaluation["positive"]:
        feedback += "### ✅ **Das hast du gut gemacht:**\n"
        for item in evaluation["positive"]:
            feedback += f"• {item}\n"
        feedback += "\n"
    
    # Verbesserungsvorschläge
    if evaluation["improvement"]:
        feedback += "### ⚠️ **Verbesserungsmöglichkeiten:**\n"
        improvement_tips = {
            "Verharmlosen": "Vermeide Aussagen wie 'wird schon' - nimm die Gefühle ernst",
            "Einfache Ratschläge": "Keine schnellen Lösungen anbieten - lieber nachfragen",
            "Vergleichen": "Vermeide Vergleiche mit anderen oder dir selbst",
            "Druck ausüben": "Sanfter formulieren - Angebote statt Aufforderungen",
            "Fokus nur auf Leistung": "Nicht nur über Schule reden - Person im Fokus behalten"
        }
        for item in evaluation["improvement"]:
            feedback += f"• {improvement_tips.get(item, item)}\n"
        feedback += "\n"
    
    # Konkrete Verbesserungsvorschläge
    if evaluation["score"] < 2:
        feedback += "### 💡 **Konkrete Alternativen:**\n"
        feedback += "• 'Mir ist aufgefallen, dass...' - Wahrnehmung ansprechen\n"
        feedback += "• 'Wie geht es dir damit?' - Offene Frage stellen\n"
        feedback += "• 'Das hört sich schwer an' - Empathie zeigen\n"
        feedback += "• 'Gibt es etwas, womit ich dir helfen kann?' - Unterstützung anbieten\n"
    
    return feedback

# Globale Variable für letztes Feedback
last_feedback = ""

# UI
with gr.Blocks(theme=gr.themes.Soft()) as demo:
    gr.Markdown("# 🧠 Depression Training Simulator")
    gr.Markdown("**Übe realistische Gespräche mit einem 16-jährigen Teenager mit Depressionen basierend auf wissenschaftlichen Erkenntnissen.**")

    with gr.Tabs():
        with gr.TabItem("💬 Simulation"):
            with gr.Row():
                with gr.Column(scale=1):
                    gr.Markdown("### ⚙️ Einstellungen")
                    use_enhanced_info = gr.Checkbox(
                        label="Erweiterte Depression-Simulation", 
                        value=True,
                        info="Nutzt Handout-Informationen für realistischere Simulation"
                    )
                    max_tokens = gr.Slider(50, 500, value=200, step=10, label="Max. Antwortlänge")
                    temperature = gr.Slider(0.7, 1.3, value=1.0, step=0.1, label="Kreativität (Temperature)")
                    top_p = gr.Slider(0.5, 1.0, value=0.9, step=0.05, label="Top-p (Fokus)")

                    gr.Markdown("### 🔧 API Status")
                    api_status = gr.Textbox(label="Status", value="")
                    api_test_btn = gr.Button("API testen")

                    gr.Markdown("### 🔄 Aktionen")
                    reset_btn = gr.Button("Neues Gespräch")

                with gr.Column(scale=2):
                    gr.Markdown("### 💬 Gespräch")
                    user_input = gr.Textbox(
                        label="Deine Nachricht", 
                        placeholder="Hallo, wie geht es dir heute?",
                        lines=2
                    )
                    send_btn = gr.Button("📨 Senden", variant="primary")

                    bot_response = gr.Textbox(
                        label="Antwort", 
                        value="",
                        lines=3
                    )

                    chat_history = gr.Textbox(
                        label="Gesprächsverlauf",
                        value="",
                        lines=10
                    )
                    
                    # Neues Evaluation-Panel
                    evaluation_display = gr.Markdown(
                        label="Feedback zu deiner letzten Nachricht",
                        value="💬 Gib eine Nachricht ein, um Feedback zu erhalten."
                    )

        with gr.TabItem("📚 Hintergrundinfo"):
            gr.Markdown("### Wissenschaftliche Grundlagen")
            gr.Textbox(
                label="Handout-Informationen",
                value=DEPRESSION_INFO,
                lines=25,
                max_lines=25
            )
            
        with gr.TabItem("💡 Live-Feedback"):
            gr.Markdown("### Dein Gesprächsverhalten - Echtzeit Analyse")
            gr.Markdown("Hier siehst du eine detaillierte Bewertung deiner letzten Nachricht:")
            
            live_feedback = gr.Markdown(
                value=last_feedback if 'last_feedback' in globals() else "💬 Beginne ein Gespräch, um Feedback zu erhalten."
            )

    # Event Bindings
    send_btn.click(
        fn=enhanced_chat_response,
        inputs=[user_input, max_tokens, temperature, top_p, use_enhanced_info],
        outputs=[user_input, bot_response, chat_history, evaluation_display]
    )

    user_input.submit(
        fn=enhanced_chat_response,
        inputs=[user_input, max_tokens, temperature, top_p, use_enhanced_info],
        outputs=[user_input, bot_response, chat_history, evaluation_display]
    )

    reset_btn.click(
        fn=reset_conversation,
        outputs=[bot_response, chat_history, evaluation_display]
    )

    api_test_btn.click(
        fn=test_api_connection,
        outputs=[api_status]
    )

if __name__ == "__main__":
    if not os.getenv("openai"):
        print("❌ FEHLER: openai Umgebungsvariable ist nicht gesetzt!")
    else:
        print("✅ OpenAI API Key gefunden")
        demo.launch(share=False)