# Aggiorna il sistema
sudo apt update && sudo apt upgrade -y

# Installa Python e strumenti essenziali
sudo apt install python3-pip python3-venv git curl wget -y

# Crea una directory per OpenClaw
mkdir openclaw-project
cd openclaw-project

# Crea un ambiente virtuale Python
python3 -m venv openclaw-env

# Attiva l'ambiente virtuale
source openclaw-env/bin/activate

# Aggiorna pip
pip install --upgrade pip

# Installa PyTorch (il motore di AI)
pip install torch torchvision torchaudio

# Installa Transformers di Hugging Face
pip install transformers

# Installa altre librerie utili
pip install accelerate sentencepiece protobuf

# Clona il repository di OpenClaw (se disponibile)
git clone https://github.com/TIGER-AI-Lab/OpenClaw.git
cd OpenClaw

# Torna indietro di una directory
cd ..

# Crea un nuovo file Python
nano usa_openclaw.py

# -*- coding: utf-8 -*-
"""
Script semplice per usare OpenClaw
Autore: Il Tuo Nome
Data: Oggi
"""

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

def carica_openclaw():
    """Carica il modello OpenClaw"""
    print("🎯 Sto caricando OpenClaw... (potrebbe richiedere alcuni minuti)")
    
    # Specifica il modello
    model_name = "TIGER-Lab/OpenClaw-7B"  # Versione più leggera
    
    # Carica il tokenizer e il modello
    tokenizer = AutoTokenizer.from_pretrained(model_name)
    model = AutoModelForCausalLM.from_pretrained(
        model_name,
        torch_dtype=torch.float16,  # Usa meno memoria
        device_map="auto"  # Usa GPU se disponibile
    )
    
    print("✅ OpenClaw caricato con successo!")
    return model, tokenizer

def fai_domanda(model, tokenizer, domanda):
    """Fai una domanda a OpenClaw"""
    # Prepara l'input
    input_text = f"Domanda: {domanda}\nRisposta:"
    
    # Tokenizza
    inputs = tokenizer(input_text, return_tensors="pt")
    
    # Sposta sulla GPU se disponibile
    if torch.cuda.is_available():
        inputs = {k: v.cuda() for k, v in inputs.items()}
    
    # Genera la risposta
    with torch.no_grad():  # Risparmia memoria
        outputs = model.generate(
            **inputs,
            max_length=500,  # Lunghezza massima risposta
            temperature=0.7,  # Creatività (0.1-1.0)
            do_sample=True
        )
    
    # Decodifica la risposta
    risposta = tokenizer.decode(outputs[0], skip_special_tokens=True)
    
    # Estrai solo la parte dopo "Risposta:"
    if "Risposta:" in risposta:
        risposta = risposta.split("Risposta:")[-1].strip()
    
    return risposta

# === PROGRAMMA PRINCIPALE ===
if __name__ == "__main__":
    print("=" * 50)
    print("OPENCLAW SU VPS - DEMO")
    print("=" * 50)
    
    # Carica il modello
    modello, tokenizer = carica_openclaw()
    
    # Esempi di utilizzo
    domande = [
        "Spiegami la teoria della relatività in modo semplice",
        "Come posso imparare Python in un mese?",
        "Quali sono i benefici dell'esercizio fisico?"
    ]
    
    for domanda in domande:
        print(f"\n🤔 DOMANDA: {domanda}")
        print("-" * 40)
        risposta = fai_domanda(modello, tokenizer, domanda)
        print(f"💡 RISPOSTA: {risposta}")
        print("-" * 40)
    
    # Modalità interattiva
    print("\n" + "=" * 50)
    print("MODALITÀ INTERATTIVA")
    print("Scrivi 'exit' per uscire")
    print("=" * 50)
    
    while True:
        tua_domanda = input("\nTu: ")
        if tua_domanda.lower() in ['exit', 'esci', 'quit']:
            print("Arrivederci! 👋")
            break
        
        risposta = fai_domanda(modello, tokenizer, tua_domanda)
        print(f"OpenClaw: {risposta}")

# Assicurati di essere nell'ambiente virtuale
source ../openclaw-env/bin/activate

# Esegui lo script
python usa_openclaw.py

model = AutoModelForCausalLM.from_pretrained(model_name, ...)

model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.float16,
    device_map="auto",
    load_in_8bit=True,  # Usa meno RAM!
    low_cpu_mem_usage=True
)

nvidia-smi

sudo nano /etc/systemd/system/openclaw.service

[Unit]
Description=OpenClaw AI Service
After=network.target

[Service]
Type=simple
User=root
WorkingDirectory=/root/openclaw-project
Environment="PATH=/root/openclaw-project/openclaw-env/bin"
ExecStart=/root/openclaw-project/openclaw-env/bin/python /root/openclaw-project/usa_openclaw.py
Restart=always
RestartSec=10

[Install]
WantedBy=multi-user.target

sudo systemctl enable openclaw
sudo systemctl start openclaw

# Scarica manualmente il modello
python -c "from huggingface_hub import snapshot_download; snapshot_download(repo_id='TIGER-Lab/OpenClaw-7B', local_dir='./openclaw-model')"