Create App.py

App.py

@@ -0,0 +1,71 @@
+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()