app.py

import gradio as gr
from huggingface_hub import InferenceClient
import os
from gradio_client import Client  # 이미지 생성 API 클라이언트

# 환경 변수에서 Hugging Face API 토큰을 가져옵니다.
hf_client = InferenceClient("CohereForAI/c4ai-command-r-plus", token=os.getenv("HF_TOKEN"))

# 이미지 생성 API 클라이언트 설정
client = Client("http://211.233.58.202:7960/")

def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    system_prefix = "System: 입력어의 언어(영어, 한국어, 중국어, 일본어 등)에 따라 동일한 언어로 답변하라."
    full_system_message = f"{system_prefix}{system_message}"

    messages = [{"role": "system", "content": f"{system_prefix} {system_message}"}]
    # 이전 대화 내역을 추가합니다.
    for user_msg, assistant_msg in history:
        messages.append({"role": "user", "content": user_msg})
        if assistant_msg:
            messages.append({"role": "assistant", "content": assistant_msg})
    # 현재 사용자 메시지를 추가합니다.
    messages.append({"role": "user", "content": message})

    # 이미지 생성 요청을 API에 전송하고 결과를 처리합니다.
    try:
        result = client.predict(
            prompt=message,
            seed=123,
            randomize_seed=False,
            width=1024,
            height=576,
            guidance_scale=5,
            num_inference_steps=28,
            api_name="/infer_t2i"
        )
        # 결과 이미지 URL을 반환합니다.
        if 'url' in result:
            return result['url']
        else:
            return "이미지 생성에 실패했습니다."
    except Exception as e:
        return f"오류 발생: {str(e)}"

theme = "Nymbo/Nymbo_Theme"
css = """
footer {
    visibility: hidden;
}
"""

# Gradio 채팅 인터페이스를 설정합니다.
demo = gr.ChatInterface(
    fn=respond,
    additional_inputs=[
        gr.Textbox(value="You are an AI assistant.", label="System Prompt"),
        gr.Slider(minimum=1, maximum=2000, value=512, 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)"
        ),
    ],
    theme=theme,
    css=css
)

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