app.py

import os
import gradio as gr
import requests

# Получение URL модели и API-ключа из переменных окружения
BASE_URL = os.getenv("BASE_URL")
API_KEY = os.getenv("API_KEY")

# Функция для отправки запроса к API модели
def generate_image(prompt, negative_prompt, sampling_steps, cfg_scale, seed):
    headers = {"Authorization": f"Bearer {API_KEY}"}
    
    # Параметры для запроса
    params = {
        "prompt": prompt,
        "negative_prompt": negative_prompt,
        "sampling_steps": int(sampling_steps),
        "cfg_scale": int(cfg_scale),
        "seed": int(seed)
    }
    
    # Отправка запроса к API модели
    response = requests.post(BASE_URL, headers=headers, json=params)
    
    # Получение сгенерированного изображения
    generated_image = response.content
    
    return generated_image

# Определение интерфейса Gradio
iface = gr.Interface(
    fn=generate_image,
    inputs=[
        gr.Textbox(prompt="Prompt", default=""),
        gr.Textbox(prompt="Negative Prompt", default=""),
    ],
    outputs=gr.Image(type="pil"),
    live=True,
    layout="vertical",
    title="Hugging Face Image Generator",
    description="Generate images using Hugging Face Inference API.",
    theme="compact",
    tabs=[
        "Prompt Input",
        [
            gr.Slider("Sampling Steps", minimum=1, maximum=30, step=1, default=15),
            gr.Slider("CFG Scale", minimum=1, maximum=20, step=1, default=10),
            gr.Textbox("Seed", default="-1"),
        ]
    ],
    interpretation="default"
)

# Запуск интерфейса Gradio
iface.launch()