from langchain_ollama import ChatOllama
from langchain_ibm import ChatWatsonx
from langchain_core.prompts import PromptTemplate, ChatPromptTemplate
from langchain_core.output_parsers import (
    StrOutputParser,
    JsonOutputParser,
    PydanticOutputParser,
)
from pydantic import BaseModel, Field
from typing import Literal
from dotenv import load_dotenv
import os
import gradio as gr

qwen_llm = ChatOllama(model="qwen3.5:4b")
exaone_llm = ChatOllama(model="exaone3.5:2.4b")

system_prompt = """\
    당신은 20년 경력의 전문 셰프이자 요리 연구가입니다.
    사용자의 요리 질문에 대해
    재료, 조리방법, 실패 방지 팁, 대체 재료를
    포함하여 답변하세요.
    항상 한국어로 답변하세요
    """

template = ChatPromptTemplate.from_messages(
    [
        ("system", system_prompt),
        ("human", "{question}"),
    ]
)

chain = template | exaone_llm | StrOutputParser()


def chat(question, history):
    response = chain.invoke({"question": question})
    return response


chatbot = gr.ChatInterface(
    fn=chat,
    title="🍝 요리 전문가",
    description="요리경력 20년의 전문가입니다. 요리에 대한 궁금증을 해결하세요.",
)

chatbot.launch()