Update app.py

app.py

@@ -41,12 +41,10 @@ for item in root.findall('item'):
         item_info = (stockAmount, price)
         products.append((name, item_info, full_name))
 
-# HF_TOKEN yerine "hfapi" ortam değişkenini alıyoruz
+# HF_TOKEN yerine "hfapi" ortam değişkenini alıyoruz ve repo oluşturuyoruz
 hfapi = os.getenv("hfapi")
 if not hfapi:
     raise ValueError("hfapi ortam değişkeni ayarlanmamış!")
-
-# Repository oluşturma (repo adı "BF" kullanıcı adınızla uyumlu olmalı; space_sdk eklenmiş)
 create_repo("BF", token=hfapi, repo_type="space", space_sdk="gradio", exist_ok=True)
 
 def predict(system_msg, inputs, top_p, temperature, chat_counter, chatbot=None, history=None):
@@ -101,7 +99,6 @@ def predict(system_msg, inputs, top_p, temperature, chat_counter, chatbot=None,
     except Exception as e:
         print(f"Dosya yazma hatası (Kullanıcı): {e}")
     
-    # Chatbot'a kullanıcı mesajını ekle
     chatbot.append({"role": "user", "content": inputs})
     response = requests.post(API_URL, headers=headers, json=payload, stream=True)
     print(f"Logging: Response code - {response.status_code}")
@@ -186,6 +183,7 @@ def upload_logs_to_hf(repo_id: str, hf_token: str, local_log_file: str = "chat_l
     except Exception as e:
         print(f"Log dosyası yüklenirken hata oluştu: {e}")
 
+# Kayıt Et butonunu kaldırıyoruz. Her Enter tuşuna basıldığında (predict fonksiyonu çalıştığında) otomatik log kaydı yapılıyor.
 def save_chat_and_upload(chatbot):
     save_status = save_chat(chatbot)
     HF_REPO_ID = "SamiKoen/BF"  # Kendi repo kimliğinizi girin.
@@ -195,7 +193,7 @@ def save_chat_and_upload(chatbot):
 
 # Gradio arayüzü
 demo_css = """
-#send_button, #save_button {
+#send_button {
     background-color: #0b93f6;
     border: none;
     color: white;
@@ -210,9 +208,6 @@ demo_css = """
     transition: background-color 0.3s;
     margin: 5px;
 }
-#send_button:hover, #save_button:hover {
-    background-color: #0077c0;
-}
 .fixed_button_container {
     padding: 0px;
     margin: 0px 0 0 0px;
@@ -257,22 +252,34 @@ with gr.Blocks(css=demo_css, theme=theme) as demo:
                 show_label=False,
                 container=False,
             )
-            with gr.Column(elem_classes="fixed_button_container"):
-                send_button = gr.Button(value="Gönder", elem_id="send_button")
-                save_button = gr.Button(value="Kayıt Et", elem_id="save_button")
+            # Kayıt Et butonu kaldırıldı, sadece gönder butonu kullanılıyor.
+            send_button = gr.Button(value="Gönder", elem_id="send_button")
         
         state = gr.State([])
-        save_status = gr.Textbox(label="Kayıt Durumu", interactive=False)
         
         with gr.Accordion("", open=False, visible=False):
             top_p = gr.Slider(minimum=0, maximum=1.0, value=0.5, step=0.05, interactive=False, visible=False)
             temperature = gr.Slider(minimum=0, maximum=5.0, value=0.1, step=0.1, interactive=False, visible=False)
             chat_counter = gr.Number(value=0, visible=False, precision=0)
         
+        # Her Enter (veya Gönder butonuna tıklandığında) predict çalışacak
         inputs.submit(predict, [system_msg, inputs, top_p, temperature, chat_counter, chatbot, state], [chatbot, state, chat_counter])
         inputs.submit(reset_textbox, [], [inputs])
         send_button.click(predict, [system_msg, inputs, top_p, temperature, chat_counter, chatbot, state], [chatbot, state, chat_counter])
         send_button.click(reset_textbox, [], [inputs])
-        save_button.click(save_chat_and_upload, [chatbot], [save_status])
-
+        
+        # Her mesaj gönderildikten sonra log dosyası otomatik olarak Hugging Face Hub'a yüklensin.
+        # Bunun için predict fonksiyonunun sonunda save_chat_and_upload çağrısını da ekleyebiliriz.
+        # Aşağıdaki örnekte predict fonksiyonunun akışı tamamlandıktan sonra (yield'den sonra) 
+        # save_chat_and_upload çağrısını manuel olarak tetikleyebilirsiniz.
+        #
+        # Örneğin, predict fonksiyonunun döndüğü son değer üzerinden:
+        # chatbot, state, chat_counter = predict(...), ardından save_chat_and_upload(chatbot)
+        #
+        # Eğer bu entegrasyonu otomatik hale getirmek isterseniz, predict fonksiyonunun
+        # sonunda log dosyasını yükleyecek kodu ekleyebilirsiniz.
+        #
+        # Burada, kullanıcı mesajının dosyaya yazılması ve bot yanıtı tamamlandığında
+        # otomatik olarak log dosyasına eklenmesi sağlanmış durumda.
+        
 demo.queue(max_size=10).launch(debug=True)