# app.py
import os
import tempfile
import torch
import gradio as gr
from pathlib import Path
# importez ici votre pipeline / modèle real (ex: from diffuse_video import VideoGenerator)

# Exemple minimal : remplacez la fonction `generate_video` par votre pipeline réel.
def load_model():
    # Exemple : si vous avez un modèle HF Hub, vous pouvez le charger ici
    # model = YourModelClass.from_pretrained("path_or_repo")
    # model.to(device)
    device = "cuda" if torch.cuda.is_available() else "cpu"
    print("Device:", device)
    # Placeholder: rien à charger ici
    model = None
    return model, device

MODEL, DEVICE = load_model()

def generate_video(prompt: str, duration_sec: int = 3):
    """
    Remplacez le contenu de cette fonction par l'appel réel à votre IA.
    Doit retourner le chemin d'un fichier vidéo (.mp4).
    """
    # === EXEMPLE de stub (génère une vidéo muette noire) ===
    # Dans la version réelle, appelez MODEL et enregistrez la sortie en mp4.
    import numpy as np
    import imageio.v2 as imageio

    fps = 24
    w, h = 320, 240
    frames = []
    nframes = max(1, int(duration_sec * fps))
    for i in range(nframes):
        # image noire + texte (placeholder)
        frame = np.zeros((h, w, 3), dtype=np.uint8)
        frames.append(frame)

    out = tempfile.NamedTemporaryFile(suffix=".mp4", delete=False)
    out_path = out.name
    out.close()
    imageio.mimwrite(out_path, frames, fps=fps, macro_block_size=None)  # requires ffmpeg
    return out_path

# Interface Gradio
with gr.Blocks() as demo:
    gr.Markdown("# Démo IA vidéo")
    with gr.Row():
        prompt = gr.Textbox(label="Prompt / Description", lines=2, placeholder="Entrez ce que la vidéo doit contenir")
        duration = gr.Slider(1, 10, value=3, step=1, label="Durée (sec)")
    gen_btn = gr.Button("Générer")
    video_out = gr.Video(label="Vidéo générée")

    def run(prompt, duration):
        path = generate_video(prompt, duration)
        return path

    gen_btn.click(run, inputs=[prompt, duration], outputs=[video_out])

if __name__ == "__main__":
    demo.launch(server_name="0.0.0.0", server_port=int(os.environ.get("PORT", 7860)))