import os
import gradio as gr
from pathlib import Path

# Importa o singleton do nosso novo servidor LTX
try:
    from services.ltx_server import ltx_server_singleton as server
except Exception as e:
    print(f"ERRO FATAL: Não foi possível importar o LTXServer. A aplicação não pode iniciar.")
    print(f"Detalhe do erro: {e}")
    raise

# --- Função de Callback da UI ---
def generate_video_from_image(
    prompt: str,
    image_input: str,
    height: int,
    width: int,
    num_frames: int,
    seed: int,
    progress=gr.Progress(track_tqdm=True) # <<< ADICIONADO PROGRESSO AQUI
):
    """Callback para a UI que chama o backend LTXServer."""
    progress(0.1, desc="Validando entradas...")
    if not image_input or not Path(image_input).exists():
        gr.Warning("Por favor, faça o upload de uma imagem de entrada.")
        return None
    if not prompt or not prompt.strip():
        gr.Warning("Por favor, insira um prompt.")
        return None

    try:
        progress(0.5, desc="Enviando tarefa para o backend LTX (Q8). A inferência pode demorar um pouco...")
        
        video_path = server.run_inference(
            prompt=prompt,
            image_path=image_input,
            height=int(height),
            width=int(width),
            num_frames=int(num_frames),
            seed=int(seed)
        )
        
        progress(1.0, desc="Inferência concluída!")
        return video_path
        
    except Exception as e:
        print(f"[UI LTX ERROR] A inferência falhou: {e}")
        gr.Error(f"Erro na Geração: {e}")
        return None

# --- Definição da Interface Gráfica com Gradio ---
with gr.Blocks(title="LTX-Video (Q8 Img2Vid)") as demo:
    gr.HTML(
        """
        <div style='text-align:center; margin-bottom: 20px;'>
            <h1>LTX-Video Q8 - Imagem para Vídeo</h1>
            <p>Interface de teste isolada para o modelo LTX-Video quantizado.</p>
        </div>
        """
    )
    
    with gr.Row():
        with gr.Column(scale=1):
            image_in = gr.Image(type="filepath", label="Imagem de Entrada")
            prompt_in = gr.Textbox(label="Prompt", lines=3, placeholder="Ex: a cinematic shot of a woman smiling")
            
            with gr.Accordion("Parâmetros de Geração", open=True):
                with gr.Row():
                    height_in = gr.Slider(label="Altura (Height)", minimum=256, maximum=1024, step=64, value=512)
                    width_in = gr.Slider(label="Largura (Width)", minimum=256, maximum=1024, step=64, value=512)
                with gr.Row():
                    frames_in = gr.Slider(label="Número de Frames", minimum=16, maximum=128, step=8, value=32)
                    seed_in = gr.Number(label="Seed", value=42, precision=0)

            run_button = gr.Button("Gerar Vídeo", variant="primary")

        with gr.Column(scale=1):
            video_out = gr.Video(label="Vídeo Gerado")

    run_button.click(
        fn=generate_video_from_image,
        inputs=[prompt_in, image_in, height_in, width_in, frames_in, seed_in],
        outputs=[video_out],
    )

    gr.Markdown("---")
    gr.Examples(
        examples=[["A beautiful woman with a gentle smile, cinematic lighting", "frame_1.png", 512, 512, 32, 123]],
        inputs=[prompt_in, image_in, height_in, width_in, frames_in, seed_in],
    )

if __name__ == "__main__":
    if not os.path.exists("frame_1.png"):
        try:
            from PIL import Image
            img = Image.new('RGB', (512, 512), color = 'grey')
            img.save('frame_1.png')
        except:
            pass

    demo.launch(
        server_name=os.getenv("GRADIO_SERVER_NAME", "0.0.0.0"),
        server_port=int(os.getenv("GRADIO_SERVER_PORT", "7861")),
        show_error=True,
    )