Update new features

app.py

@@ -5,7 +5,7 @@ from typing import Iterator, List, Tuple, Dict, Any
 import gradio as gr
 import spaces
 import torch
-from transformers import AutoModelForCausalLM, AutoTokenizer, TextIteratorStreamer
+from transformers import AutoModelForCausalLM, AutoTokenizer, TextIteratorStreamer, pipeline
 from bs4 import BeautifulSoup
 import requests
 import json
@@ -38,6 +38,9 @@ model = AutoModelForCausalLM.from_pretrained(
 model.to(device)  # Di chuyển mô hình tới thiết bị đã chọn
 model.eval()  # Đặt mô hình ở chế độ đánh giá
 
+# Khởi tạo pipeline phân tích tâm lý
+sentiment_pipeline = pipeline("sentiment-analysis", model="nlptown/bert-base-multilingual-uncased-sentiment")
+
 # ---------------------------- Định Nghĩa Hàm ---------------------------- #
 
 @lru_cache(maxsize=128)
@@ -118,6 +121,13 @@ def summarize_text(text: str, max_length: int = 150) -> str:
         summary += new_text
     return summary
 
+def analyze_sentiment(text: str) -> str:
+    """Phân tích tâm lý của văn bản sử dụng mô hình."""
+    result = sentiment_pipeline(text)
+    sentiment = result[0]['label']
+    score = result[0]['score']
+    return f"🟢 **Tâm lý**: {sentiment} (Điểm: {score:.2f})"
+
 def generate_response(prompt: str, chat_history: List[Tuple[str, str]], max_new_tokens: int, temperature: float, top_p: float, top_k: int, repetition_penalty: float) -> Iterator[str]:
     """
     Tạo phản hồi sử dụng mô hình Llama cục bộ theo chế độ streaming.
@@ -160,7 +170,7 @@ def generate_response(prompt: str, chat_history: List[Tuple[str, str]], max_new_
         outputs.append(text)
         yield "".join(outputs)
 
-@spaces.GPU(duration=15, queue=False)
+@lru_cache(maxsize=128)
 def process_query(query: str) -> Dict[str, Any]:
     """
     Xác định hàm nào sẽ được gọi dựa trên truy vấn của người dùng.
@@ -169,18 +179,22 @@ def process_query(query: str) -> Dict[str, Any]:
     web_search_keywords = ["tìm kiếm", "tìm", "tra cứu", "google", "lookup"]
     general_query_keywords = ["giải thích", "mô tả", "nói cho tôi biết về", "cái gì là", "cách nào"]
     summarize_keywords = ["tóm tắt", "tóm lại", "khái quát", "ngắn gọn"]
+    sentiment_keywords = ["cảm xúc", "tâm trạng", "tâm lý", "phân tích cảm xúc"]
 
     query_lower = query.lower()  # Chuyển truy vấn thành chữ thường để so sánh
     
     if any(keyword in query_lower for keyword in web_search_keywords):
         function_name = "web_search"
         arguments = {"query": query}
-    elif any(keyword in query_lower for keyword in general_query_keywords):
-        function_name = "general_query"
-        arguments = {"prompt": query}
     elif any(keyword in query_lower for keyword in summarize_keywords):
         function_name = "summarize_query"
         arguments = {"prompt": query}
+    elif any(keyword in query_lower for keyword in sentiment_keywords):
+        function_name = "sentiment_analysis"
+        arguments = {"prompt": query}
+    elif any(keyword in query_lower for keyword in general_query_keywords):
+        function_name = "general_query"
+        arguments = {"prompt": query}
     else:
         function_name = "hard_query"
         arguments = {"prompt": query}
@@ -221,6 +235,12 @@ def handle_functions(function_call: Dict[str, Any], prompt: str, chat_history: L
         summary = summarize_text(prompt_text)
         yield "📄 **Tóm tắt:**\n" + summary
     
+    elif function_name == "sentiment_analysis":
+        prompt_text = arguments["prompt"]
+        yield "📊 Đang phân tích tâm lý..."
+        sentiment = analyze_sentiment(prompt_text)
+        yield sentiment
+    
     elif function_name in ["general_query", "hard_query"]:
         prompt_text = arguments["prompt"]
         yield "🤖 Đang tạo phản hồi..."
@@ -266,6 +286,8 @@ def generate(
         yield "🛠️ Đã chọn chức năng: Tìm kiếm trên web."
     elif function_call["name"] == "summarize_query":
         yield "🛠️ Đã chọn chức năng: Tóm tắt văn bản."
+    elif function_call["name"] == "sentiment_analysis":
+        yield "🛠️ Đã chọn chức năng: Phân tích tâm lý."
     elif function_call["name"] in ["general_query", "hard_query"]:
         yield "🛠️ Đã chọn chức năng: Trả lời câu hỏi."
     else:
@@ -296,6 +318,7 @@ EXAMPLES = [
     ["Tìm và cung cấp cho tôi tin tức mới nhất về năng lượng tái tạo."],
     ["Tìm thông tin về Rạn san hô Great Barrier Reef."],
     ["Tóm tắt nội dung về trí tuệ nhân tạo."],
+    ["Phân tích tâm lý của đoạn văn sau: Tôi rất vui khi được gặp bạn hôm nay!"],
 ]
 
 # Cấu hình giao diện trò chuyện của Gradio với giao diện đẹp mắt
@@ -342,24 +365,30 @@ chat_interface = gr.ChatInterface(
     examples=EXAMPLES,  # Các ví dụ được hiển thị cho người dùng
     cache_examples=False,  # Không lưu bộ nhớ cache cho các ví dụ
     title="🤖 OpenGPT-4o Chatbot",
-    description="Một trợ lý AI mạnh mẽ sử dụng mô hình Llama-3.2 cục bộ với các chức năng tìm kiếm web và tóm tắt văn bản.",
+    description="Một trợ lý AI mạnh mẽ sử dụng mô hình Llama-3.2 cục bộ với các chức năng tìm kiếm web, tóm tắt văn bản và phân tích tâm lý.",
     theme="default",  # Có thể thay đổi theme để giao diện đẹp hơn
 )
 
 # Tạo giao diện chính của Gradio với CSS tùy chỉnh
 with gr.Blocks(css="""
     .gradio-container {
-        background-color: #f0f2f5;
+        background-color: #f0f2f5;  /* Màu nền nhẹ nhàng */
     }
     .gradio-container h1 {
-        color: #4a90e2;
+        color: #4a90e2;  /* Màu xanh dương cho tiêu đề */
     }
     .gradio-container .gr-button {
-        background-color: #4a90e2;
-        color: white;
+        background-color: #4a90e2;  /* Màu xanh dương cho nút */
+        color: white;  /* Màu chữ trắng trên nút */
     }
     .gradio-container .gr-slider__label {
-        color: #333333;
+        color: #333333;  /* Màu chữ đen cho nhãn slider */
+    }
+    .gradio-container .gr-chatbot {
+        border: 2px solid #4a90e2;  /* Viền xanh dương cho chatbot */
+        border-radius: 10px;  /* Bo góc viền chatbot */
+        padding: 10px;  /* Khoảng cách bên trong chatbot */
+        background-color: #ffffff;  /* Màu nền trắng cho chatbot */
     }
 """, fill_height=True) as demo:
     gr.Markdown(DESCRIPTION)  # Hiển thị mô tả