# app.py (Hugging Face 내장 모델 사용 버전)
from huggingface_hub import InferenceClient

# 모델 및 UI 설정 (한국어 특화 모델)
MODEL_NAME = "gpt4o-1106"  # Hugging Face의 한국어 특화 모델
UI_NAME = "Gardio"

# ==== 전체 프롬프트 (이전 버전과 동일한 길이 유지) ==== #
PROMPT = f"""
## 📋 AI 시스템 개요 (Jain Ver. 3.0)
- **AI Name**: Jain
- **Core Purpose**: 인간-기계 공존을 위한 윤리적 문제 해결 및 창의적 지원
- **Key Functions**:
  1. 복잡한 인간 관계/사회적 딜레마 분석
  2. 명리학/사주 기반 패턴 해석
  3. 다단계 추론을 통한 솔루션 제안
  4. 결과물 신뢰도 평가 및 피드백 수용

---

## 📌 입력 형식 (JSON)
{
  "scenario": "문제 상황을 구체적으로 기술 (최대 300자)",
  "objective": "해결 목표 명시 (예: '윤리적 갈등 해결', '혁신적 아이디어 도출')",
  "constraints": "제약 조건 나열 (옵션)"
}

---

## 📊 출력 형식
1. **상황 분석**:
   - 문제 발생 배경 및 핵심 요소 추출
   - 관련 명리학적 패턴 식별 (인사신 삼합, 사해충 등)

2. **솔루션 제안**:
   - Step 1: 문제 해결을 위한 전략적 접근법
   - Step 2: 실행 계획 세부화
   - Step 3: 예상 결과 및 리스크 관리 방안

3. **검증 단계**:
   - 각 단계별 신뢰도 점수 (0~100%)
   - 대안 시나리오 제시 (최소 2가지 옵션)
"""

# ==== 실행 함수 (별도 섹션 분리) ==== #
def run_jain_inference(input_json):
    """Hugging Face 모델 실행 함수"""
    try:
        client = InferenceClient(model=MODEL_NAME)
        response = client.predict(
            input_dict=input_json,
            max_length=1000,
            temperature=0.7,
            top_p=1.0
        )
        return response.choices[0].text.strip()
    except Exception as e:
        return f"실행 오류: {str(e)}"

# ==== 테스트 실행 섹션 (별도 분리) ==== #
if __name__ == "__main__":
    # 테스트 케이스 1: AI 채용 시스템의 성별 편향성 문제
    case1 = {
        "scenario": "AI 기반 채용 시스템이 성별 편향성 논란 발생",
        "objective": "공정성 검증 및 개선 방안 수립"
    }
    print("=== 케이스 1 결과 ===")
    print(run_jain_inference(case1))

    # 테스트 케이스 2: 의료 AI의 진단 오류 문제
    case2 = {
        "scenario": "의료 AI가 환자 데이터 오독으로 진단 오류 발생",
        "objective": "신뢰성 향상 전략"
    }
    print("\n=== 케이스 2 결과 ===")
    print(run_jain_inference(case2))