app.py

import os
import gradio as gr
import requests

# Получите токен из переменных окружения
HUGGINGFACE_TOKEN = os.getenv("HUGGINGFACE_TOKEN")

# Инициализация Hugging Face API
API_URL = "https://api-inference.huggingface.co/models/Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2"
headers = {"Authorization": f"Bearer {HUGGINGFACE_TOKEN}"}

def chat(message, history, system_message, max_tokens, temperature, top_p):
    # Подготовка сообщений
    messages = [{"role": "system", "content": system_message}]

    for val in history:
        if val[0]:
            messages.append({"role": "user", "content": val[0]})
        if val[1]:
            messages.append({"role": "assistant", "content": val[1]})

    messages.append({"role": "user", "content": message})

    # Подготовка входных данных для модели
    input_text = "\n".join([f"{msg['role']}: {msg['content']}" for msg in messages])

    # Отправка запроса к Hugging Face API
    response = requests.post(
        API_URL,
        headers=headers,
        json={
            "inputs": input_text,
            "parameters": {
                "max_new_tokens": max_tokens,
                "temperature": temperature,
                "top_p": top_p,
            },
        }
    )

    # Проверка статуса ответа
    if response.status_code != 200:
        return "Error with API call: " + response.text, history

    # Возвращаем только последний ответ от модели
    response_text = response.json()[0]['generated_text'].strip()
    
    # Добавляем сообщение и ответ в историю
    history.append((message, response_text))

    return response_text, history

# Определение интерфейса Gradio
iface = gr.Interface(
    fn=chat,
    inputs=[
        gr.Textbox(label="Message"),
        gr.State([]),  # Для хранения истории сообщений
        gr.Textbox(value="You are a friendly Chatbot.", label="System Message"),
        gr.Slider(minimum=1, maximum=2048, value=50, step=1, label="Max New Tokens"),
        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)"),
    ],
    outputs=[
        gr.Textbox(label="Response"),
        gr.State([])  # Состояние должно быть также определено в выходных параметрах
    ],
)

if __name__ == "__main__":
    iface.launch()