app.py

import gradio as gr
from langchain.chat_models import ChatOpenAI
from langchain.schema import HumanMessage

# مدل LLaMA-3 از طریق Together API
llm = ChatOpenAI(
    base_url="https://api.together.xyz/v1",
    api_key="0291f33aee03412a47fa5d8e562e515182dcc5d9aac5a7fb5eefdd1759005979",
    model="meta-llama/Llama-3.3-70B-Instruct-Turbo-Free",
    max_tokens=1024
)

# تابع تولید گزارش
def generate_report(operation_data, max_tokens, temperature, top_p):
    system_prompt = "تو یک افسر گزارش‌نویس نظامی هستی. از داده‌های خام عملیات نظامی، یک گزارش رسمی، دقیق و خلاصه تهیه کن."

    # تعریف پیام‌ها برای مدل
    messages = [
        HumanMessage(content=f"{system_prompt}\n\n{operation_data}")
    ]

    # ارسال پیام به مدل و گرفتن پاسخ
    response = llm(messages)
    return response.content

# رابط Gradio
demo = gr.Interface(
    fn=generate_report,
    inputs=[
        gr.Textbox(label="اطلاعات عملیات نظامی", lines=10, placeholder="مثلاً: در ساعت ۵ صبح، گردان الف از محور غربی وارد منطقه شد..."),
        gr.Slider(128, 2048, value=1024, step=64, label="حداکثر توکن خروجی"),
        gr.Slider(0.1, 1.5, value=0.7, step=0.1, label="دمای خلاقیت (temperature)"),
        gr.Slider(0.1, 1.0, value=0.95, step=0.05, label="Top-p"),
    ],
    outputs=gr.Textbox(label="گزارش رسمی تولید شده", lines=10),
    title="گزارش‌نویس هوش مصنوعی عملیات نظامی",
    description="اطلاعات خام عملیات نظامی را وارد کن تا گزارش رسمی، خلاصه و حرفه‌ای تولید شود."
)

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