app.py

# app.py
import gradio as gr
import asyncio
from itertools import cycle
from core.utils import generate_first_question
from core.mbti_analyzer import analyze_mbti
from core.interviewer import stream_question  # ✅ теперь используем потоковую версию

# --------------------------------------------------------------
# 🌀 Асинхронная анимация "Thinking..."
# --------------------------------------------------------------
async def async_loader(update_fn, delay=0.15):
    frames = cycle(["⠋","⠙","⠹","⠸","⠼","⠴","⠦","⠧","⠇","⠏"])
    for frame in frames:
        update_fn(f"💭 Interviewer is thinking... {frame}")
        await asyncio.sleep(delay)

# --------------------------------------------------------------
# ⚙️ Основная логика
# --------------------------------------------------------------
def analyze_and_ask(user_text, prev_count):
    """Основная функция — анализирует ответ и генерирует следующий вопрос (потоково)."""

    if not user_text.strip():
        yield "⚠️ Please enter your answer.", "", prev_count
        return

    try:
        n = int(prev_count.split("/")[0]) + 1
    except Exception:
        n = 1
    counter = f"{n}/8"

    # мгновенный отклик
    yield "⏳ Analyzing personality...", "💭 Interviewer is thinking... ⠋", counter

    # анализ MBTI (также потоковый)
    mbti_gen = analyze_mbti(user_text)
    mbti_text = ""
    for chunk in mbti_gen:
        mbti_text = chunk
        yield mbti_text, "💭 Interviewer is thinking... ⠙", counter

    # генерация вопроса новой моделью (потоково)
    try:
        partial_question = ""
        for piece in stream_question():  # 👈 здесь идёт токен-за-токен поток
            partial_question = piece
            yield mbti_text, partial_question, counter
    except Exception as e:
        yield mbti_text, f"⚠️ Question generator error: {e}", counter

# --------------------------------------------------------------
# 🧱 Интерфейс Gradio
# --------------------------------------------------------------
with gr.Blocks(theme=gr.themes.Soft(), title="MBTI Personality Interviewer") as demo:
    gr.Markdown(
        "## 🧠 MBTI Personality Interviewer\n"
        "Определи личностный тип и получи вопросы из разных категорий MBTI.\n\n"
        "_Теперь с потоковой генерацией вопросов._"
    )

    with gr.Row():
        with gr.Column(scale=1):
            inp = gr.Textbox(
                label="Ваш ответ",
                placeholder="Например: I enjoy working with people and organizing events.",
                lines=4,
            )
            btn = gr.Button("Анализировать и задать новый вопрос", variant="primary")
        with gr.Column(scale=1):
            mbti_out = gr.Textbox(label="📊 Анализ MBTI", lines=4)
            interviewer_out = gr.Textbox(label="💬 Следующий вопрос (streaming)", lines=3)
            progress = gr.Textbox(label="⏳ Прогресс", value="0/8")

    btn.click(
        analyze_and_ask,
        inputs=[inp, progress],
        outputs=[mbti_out, interviewer_out, progress],
        show_progress=True,
    )

    demo.load(
        lambda: ("", generate_first_question(), "0/8"),
        inputs=None,
        outputs=[mbti_out, interviewer_out, progress],
    )

demo.queue(max_size=32).launch(server_name="0.0.0.0", server_port=7860)