import os
import re
import gradio as gr
from PIL import Image
from pprint import pprint
from qwen_agent.agents import Assistant
import sys
os.chdir(sys.path[0])

# os.environ['TMPDIR'] = "/home/zhangxj/WorkFile/LCA-GPT/LCARAG/DataAnalysis/tmp"

llm_cfg = {
    'model': 'qwen1.5-72b-chat',
    'model_server': 'dashscope',
    'api_key': "sk-c5f441f863f44094b0ddb96c831b5002",
}

system_instruction = '''你是一位专注在生命周期领域做数据分析的助手，在数据分析之后，
                        如果有可视化要求，请使用 `plt.show()` 显示图像,并将图像进行保存。
                        最后，请对数据分析结果结合生命周期评价领域知识进行解释。'''

tools = ['code_interpreter']  # `code_interpreter` is a built-in tool for executing code.
messages = []  # This stores the chat history.

files = ["/home/zhangxj/WorkFile/LCA-GPT/DataAnalysis/tmp/2021beijing.csv"]
bot = Assistant(llm=llm_cfg,
                system_message=system_instruction,
                function_list=tools,
                files=files
                )

# print("user input>")
user_input = '''2021beijing.csv给出了2021年北京不同行业的碳排放量数据，首先分析数据的每一行和每一列代表的含义，
绘制不同排放行业的碳排放量占比的饼图，要求美观，字体清晰，给出可视化结果和结果分析。'''
messages.append({'role': 'user', 'content': user_input})

# Get response from bot
response = []
for response in bot.run(messages=messages):
    continue
pprint(response)
messages.extend(response)