Update app.py

app.py

@@ -1,31 +1,17 @@
 import gradio as gr
 from huggingface_hub import InferenceClient
 
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
 client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
 
+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."
 
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
+    messages = [
+        {"role": "system", "content": system_prompt},
+        {"role": "user", "content": operation_data}
+    ]
 
-    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})
-
-    response = ""
+    report = ""
 
     for message in client.chat_completion(
         messages,
@@ -35,30 +21,21 @@ def respond(
         top_p=top_p,
     ):
         token = message.choices[0].delta.content
-
-        response += token
-        yield response
-
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, 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)",
-        ),
+        report += token
+        yield report
+
+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(1, 2048, value=512, label="حداکثر توکن خروجی"),
+        gr.Slider(0.1, 4.0, 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"),
+    title="گزارش‌نویس هوش مصنوعی عملیات نظامی",
+    description="اطلاعات خام عملیات نظامی را وارد کن تا گزارش رسمی تولید شود."
 )
 
-
 if __name__ == "__main__":
     demo.launch()