import gradio as gr
from transformers import AutoTokenizer

# Tokenizer'ı Hugging Face'ten yüklüyoruz
tokenizer = AutoTokenizer.from_pretrained("NeoQuasar/Kronos-Tokenizer-2k")

def tokenize_metin(metin):
    if not metin.strip():
        return "Lütfen tokenlara ayrılacak bir metin girin.", ""
    
    # Metni token ID'lerine çevir
    token_idleri = tokenizer.encode(metin)
    
    # Kullanıcının daha iyi anlaması için her bir ID'nin hangi kelimeye/heceye denk geldiğini bulalım
    detayli_ayrilim = []
    for t_id in token_idleri:
        kelime_parcasi = tokenizer.decode([t_id])
        detayli_ayrilim.append(f"'{kelime_parcasi}' (ID: {t_id})")
        
    toplam_sayi = f"Toplam Token Sayısı: {len(token_idleri)}"
    detay_metni = "\n".join(detayli_ayrilim)
    
    return toplam_sayi, detay_metni

# Gradio Arayüzünü Oluşturuyoruz
with gr.Blocks(theme=gr.themes.Soft()) as arayuz:
    gr.Markdown("# 🔍 Kronos Tokenizer-2k Test Aracı")
    gr.Markdown("Bu araç, yazdığınız metinleri `NeoQuasar/Kronos-Tokenizer-2k` kullanarak yapay zekanın anladığı yapı taşlarına (tokenlara) ayırır.")
    
    with gr.Row():
        with gr.Column():
            girdi_metni = gr.Textbox(lines=5, label="Metninizi Buraya Girin", placeholder="Merhaba, bu bir test mesajıdır...")
            hesapla_butonu = gr.Button("Tokenlara Ayır", variant="primary")
            
        with gr.Column():
            sonuc_ozet = gr.Textbox(label="Özet Bilgi", lines=1)
            sonuc_detay = gr.Textbox(label="Token Detayları", lines=8)
            
    # Butona basıldığında çalışacak fonksiyonu bağlıyoruz
    hesapla_butonu.click(fn=tokenize_metin, inputs=girdi_metni, outputs=[sonuc_ozet, sonuc_detay])

# Uygulamayı başlat
arayuz.launch()