app.py

import streamlit as st
import requests
import os
import phonenumbers
from phonenumbers import geocoder, carrier
import re

# Pobierz klucz API z zmiennej środowiskowej
API_KEY = os.getenv('SAMBANOVA_API_KEY')

if not API_KEY:
    st.error("Brak klucza API. Ustaw zmienną środowiskową SAMBANOVA_API_KEY w ustawieniach Spaces.")
    st.stop()

# Funkcja do weryfikacji numeru telefonu
def get_phone_info(phone_number):
    try:
        parsed_number = phonenumbers.parse(phone_number, None)
        country = geocoder.description_for_number(parsed_number, 'pl')
        operator = carrier.name_for_number(parsed_number, 'pl')
        return country, operator
    except phonenumbers.NumberParseException:
        return None, None

# Proste sprawdzenia heurystyczne wiadomości
def simple_checks(message):
    warnings = []
    # Słowa kluczowe często używane w oszustwach
    scam_keywords = ['pieniądze', 'przelew', 'hasło', 'kod', 'nagroda', 'wygrana', 'pilne', 'pomoc', 'opłata']
    if any(keyword in message.lower() for keyword in scam_keywords):
        warnings.append("Wiadomość zawiera słowa kluczowe związane z potencjalnym oszustwem.")
    # Sprawdzenie obecności linków
    if re.search(r'http[s]?://', message):
        warnings.append("Wiadomość zawiera link.")
    # Sprawdzenie, czy nadawca prosi o poufne informacje
    if re.search(r'\b(podaj|prześlij|udostępnij)\b.*\b(hasło|kod|dane osobowe|numer konta)\b', message.lower()):
        warnings.append("Wiadomość zawiera prośbę o poufne informacje.")
    return warnings

# Funkcja do analizy wiadomości za pomocą API SambaNova
def analyze_message(message, phone_number):
    url = "https://api.sambanova.ai/v1/chat/completions"
    headers = {
        "Authorization": f"Bearer {API_KEY}"
    }
    system_prompt = "Jesteś asystentem pomagającym w identyfikacji fałszywych wiadomości SMS. Analizuj pod kątem typowych cech oszustw i phishingu. Podaj swoją ocenę oraz zalecenia dla użytkownika."
    user_prompt = f"Przeanalizuj następującą wiadomość pod kątem potencjalnego oszustwa:\n\nWiadomość: {message}\nNumer telefonu: {phone_number}\n\nPodaj swoją analizę i wnioski po polsku."

    payload = {
        "model": "Meta-Llama-3.1-8B-Instruct",
        "messages": [
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": user_prompt}
        ],
        "max_tokens": 500,
        "temperature": 0.1,
        "top_p": 0.9,
        "stop": ["<|eot_id|>"]
    }

    response = requests.post(url, headers=headers, json=payload)
    if response.status_code == 200:
        data = response.json()
        analysis = data['choices'][0]['message']['content']
        return analysis
    else:
        return f"Błąd API: {response.status_code} - {response.text}"

# Główny interfejs aplikacji
def main():
    st.set_page_config(page_title="Detektor Fałszywych Wiadomości SMS", page_icon="📱")
    st.title("📱 Detektor Fałszywych Wiadomości SMS")
    st.write("Wprowadź treść wiadomości SMS oraz numer telefonu nadawcy, aby przeprowadzić analizę pod kątem potencjalnego oszustwa.")

    with st.form("sms_form"):
        message = st.text_area("Treść wiadomości SMS", height=150)
        phone_number = st.text_input("Numer telefonu nadawcy (w formacie międzynarodowym, np. +48123123123)")
        submitted = st.form_submit_button("Analizuj wiadomość")

    if submitted:
        if not message.strip():
            st.error("Proszę wprowadzić treść wiadomości.")
        else:
            # Wyświetl informacje o numerze telefonu
            if phone_number:
                country, operator = get_phone_info(phone_number)
                if country and operator:
                    st.write(f"**Informacje o numerze telefonu:**")
                    st.write(f"- **Kraj:** {country}")
                    st.write(f"- **Operator:** {operator}")
                else:
                    st.write("Nie udało się uzyskać informacji o numerze telefonu.")

            # Przeprowadź proste sprawdzenia heurystyczne
            warnings = simple_checks(message)
            if warnings:
                st.warning("Znaleziono następujące potencjalne czerwone flagi:")
                for warn in warnings:
                    st.write(f"- {warn}")

            # Analiza za pomocą modelu językowego
            with st.spinner("Analizuję wiadomość przy użyciu modelu AI..."):
                analysis = analyze_message(message, phone_number)
                st.subheader("Wynik analizy AI:")
                st.write(analysis)

            st.info("Pamiętaj: zawsze zachowuj ostrożność przy otrzymywaniu wiadomości od nieznanych nadawców. Nie udostępniaj poufnych informacji i nie klikaj w podejrzane linki.")

if __name__ == "__main__":
    main()