File size: 1,470 Bytes
af10332
3a8ce39
75d0567
af10332
716be81
43b1092
716be81
 
 
 
 
 
75d0567
 
0176c0d
 
75d0567
 
 
70ba535
75d0567
 
716be81
 
75d0567
716be81
 
dc2d13f
 
716be81
70ba535
716be81
dc2d13f
 
 
716be81
75d0567
dc2d13f
3a8ce39
716be81
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
import gradio as gr
import requests
import os

# Функция для вызова Inference API модели
def generate_image(prompt, negative_prompt, sampling_steps, cfg_scale, seed):
    url = os.getenv("BASE_URL")
    api_key = os.getenv("API_KEY")
    
    headers = {
        "Authorization": f"Bearer {api_key}"
    }

    data = {
        "prompt": prompt,
        "negative_prompt": negative_prompt,
        "sampling_steps": sampling_steps,
        "cfg_scale": cfg_scale,
        "seed": seed
    }

    response = requests.post(url, headers=headers, json=data)
    generated_image = response.content  # Получаем изображение из ответа API
    return generated_image

# Создание интерфейса Gradio
inputs_tab1 = [
    gr.Textbox(label="Prompt", lines=3),
    gr.Textbox(label="Negative Prompt", lines=3)
]

inputs_tab2 = [
    gr.Slider(1, 30, default=1, label="Sampling Steps", step=1),
    gr.Slider(1, 20, default=1, label="CFG Scale", step=1),
    gr.Number(default=-1, label="Seed")
]

outputs = gr.Image(label="Generated Image")

gr.Interface(
    fn=generate_image,
    inputs=[inputs_tab1, inputs_tab2],
    outputs=outputs,
    title="HuggingFace Image Generator",
    allow_flagging=False,  # Отключаем возможность пометить результат
    theme="compact",  # Выбираем компактную тему интерфейса
    server_name="gradio.app"
).launch()