Hugging Face's logo

Spaces:
Deddy
/
Quotes_Terbaik_Dunia
Sleeping

App Files Community
Quotes_Terbaik_Dunia
File size: 4,474 Bytes 
f1b3e73
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
 
import gradio as gr
from sentence_transformers import SentenceTransformer
import datasets
import time
import faiss

# Impor tema custom dari themes.py
from themes_2 import ClassicMinimalTheme


# Inisialisasi dataset dan model hanya sekali di Gradio
def initialize():
    dataset = datasets.load_dataset('A-Roucher/english_historical_quotes', download_mode="force_redownload")['train']
    all_authors = list(set(dataset['author']))
    model_name = "BAAI/bge-small-en-v1.5"
    encoder = SentenceTransformer(model_name)
    index = faiss.read_index('index_alone.faiss')
    
    return dataset, encoder, index, all_authors

# Fungsi untuk melakukan pencarian kutipan berdasarkan query
def search(query, dataset, encoder, index, progress=gr.Progress()):
    start = time.time()

    if len(query.strip()) == 0:
        return "Silakan masukkan ide atau kata kunci."  # Tidak ada pencarian jika query kosong

    # Memulai progres dengan 0%
    progress(0, desc="Memulai proses...")

    # Encode query menjadi embedding
    progress(0.2, desc="Proses encoding...")
    query_embedding = encoder.encode([query])
    time.sleep(1)  # Simulasi proses lambat

    # Cari kutipan yang paling mirip menggunakan faiss
    progress(0.5, desc="Menemukan kutipan yang mirip...")
    _, samples = index.search(query_embedding, k=10)
    time.sleep(1)

    quotes = dataset.select(samples[0])

    result = "\n\n"
    for i in progress.tqdm(range(len(quotes)), desc="Menyusun hasil..."):
        time.sleep(0.25)  # Simulasi penundaan saat menyusun hasil
        # Menggunakan HTML untuk mengatur ukuran font pada quote dan tebal pada author
        result += f"## ⭐ {quotes['author'][i]}\n> {quotes['quote'][i]}\n----\n"
        # result += f"<b>{quotes['author'][i]}</b><br><span style='font-size: 20px;'>{quotes['quote'][i]}</span></hr>"

    delay = "%.3f" % (time.time() - start)
    
    # Proses selesai 100%
    progress(1.0, desc="Selesai!")

    return f"_Waktu komputasi: **{delay} detik**_{result}"

# Fungsi untuk memulai pencarian dengan progress tracking
def run_search(query):
    dataset, encoder, index, _ = initialize()  # Ambil state inisialisasi (dataset, encoder, index)
    return search(query, dataset, encoder, index)  # Mengembalikan hasil akhir sebagai string

# CSS Kustom untuk mempercantik tampilan
css = """
#header {
    text-align: center;
    color: #FFFFFF;
    background: linear-gradient(90deg, #FF5733, #C70039);
    padding: 20px;
    border-radius: 10px;
}

#input-section, #output-section {
    margin: 10px auto;
    max-width: 700px;
    background-color: #F0F0F0;
    border-radius: 10px;
    padding: 20px;
    box-shadow: 0 4px 10px rgba(0, 0, 0, 0.1);
}

#footer {
    text-align: center;
    margin-top: 30px;
    color: #888;
}

#submit-button {
    background-color: #FF5733;
    color: #FFF;
    font-weight: bold;
    padding: 10px;
    border-radius: 10px;
    cursor: pointer;
    box-shadow: 0 4px 8px rgba(0, 0, 0, 0.2);
}

body {
    background-color: #F8F9F9;
}

.note {
    background-color: #ddffdd;
    border: 1px solid #ddd;
    padding: 10px;
    margin: 10px 0;
    border-radius: 5px;
    font-family: Arial, sans-serif;
}
"""

# -----------------
# Antarmuka Gradio
# -----------------
with gr.Blocks(css=css, theme=ClassicMinimalTheme()) as Apps:

    # Tambahkan banner
    gr.HTML("""
        <div style='text-align: center;'>
            <img src='https://i.ibb.co.com/x6XxZC9/banner02.jpg' alt='Banner' style='width: 100%; height: auto;'/>
        </div>
    """)

    # Ganti judul
    gr.Markdown("<h1 style='text-align: center;'>Siapa yang memiliki ide serupa dengan Anda?</br>📚 Kami bantu Anda mencarinya dengan AI.. </h1>")
 
    
    # Input Section
    with gr.Row(elem_id="input-section"):
        text_input = gr.Textbox(label="Ketik ide Anda di sini:", placeholder="Money .", lines=2)
        submit_button = gr.Button("🔍 Cari kutipan!", elem_id="submit-button")
    
    # Output Section
    with gr.Row(elem_id="output-section"):
        output = gr.Markdown()

    # Menghubungkan tombol pencarian dengan fungsi search
    submit_button.click(run_search, inputs=[text_input], outputs=[output])

    # Tambahkan footer di bagian bawah
    gr.HTML("""
    <footer id="footer">
        Transfer Energi Semesta Digital © 2024 __drat. | 🇮🇩 Untuk Indonesia Jaya!
    </footer>
    """)


# Meluncurkan aplikasi
if __name__ == "__main__":
    Apps.queue(api_open=False).launch(show_api=False)