# Gunakan base image Python yang stabil dan sering digunakan di ML
FROM python:3.10

# Tetapkan direktori kerja di dalam container
WORKDIR /app

# --- Langkah 1: Instal Dependensi ---
# Salin requirements.txt dari folder 'backend' ke /app
COPY backend/requirements.txt .

# Instal semua pustaka (termasuk torch, transformers, fastapi, gunicorn)
# --no-cache-dir untuk menghemat ruang disk di container
RUN pip install --no-cache-dir -r requirements.txt

# --- Langkah 2: Salin Kode dan Data ---
# Salin semua isi folder 'backend' (api.py, models/, dataset) ke /app
COPY backend/ /app

# --- Langkah 3: Konfigurasi Server ---
# Expose port standar yang digunakan Hugging Face Spaces
EXPOSE 7860

# Command untuk menjalankan server menggunakan Gunicorn (disarankan untuk produksi)
# Gunicorn menjalankan Uvicorn worker untuk stabilitas.
# api:app berarti file 'api.py' dan objek FastAPI bernama 'app'
CMD ["gunicorn", "api:app", "--workers", "1", "--worker-class", "uvicorn.workers.UvicornWorker", "--bind", "0.0.0.0:7860"]