Update app.py

app.py

@@ -4,12 +4,14 @@ import json
 import requests
 import xml.etree.ElementTree as ET
 from huggingface_hub import HfApi, create_repo
+import schedule
+import time
+import threading
 
-# Log dosyası adı: "chat_logs.txt"
+# Log dosyası adı ve yolu
 LOG_FILE = 'chat_logs.txt'
 persistent_dir = '/persistent-storage'
 
-# Eğer persistent dizini mevcutsa, log dosyasını oraya yerleştiriyoruz.
 if os.path.exists(persistent_dir):
     LOG_FILE = os.path.join(persistent_dir, LOG_FILE)
 else:
@@ -39,14 +41,64 @@ for item in root.findall('item'):
         item_info = (stockAmount, price)
         products.append((name, item_info, full_name))
 
-# HF_TOKEN yerine "hfapi" ortam değişkenini alıyoruz
+# Hugging Face token
 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)
+# Repository oluşturma
 create_repo("BF", token=hfapi, repo_type="space", space_sdk="gradio", exist_ok=True)
 
+# Sohbeti yerel dosyaya kaydetme
+def save_chat(chatbot):
+    file_path = os.path.abspath(LOG_FILE)
+    try:
+        with open(LOG_FILE, 'a', encoding='utf-8') as f:
+            f.write("\n--- Zamanlanmış Kayıt: {} ---\n".format(time.strftime("%Y-%m-%d %H:%M:%S")))
+            for msg in chatbot:
+                f.write(f"{msg['role'].capitalize()}: {msg['content']}\n")
+            print(f"Sohbet dosyaya kaydedildi: {file_path}")
+        return True
+    except Exception as e:
+        print(f"Kayıt hatası: {e}")
+        return False
+
+# Hugging Face’e log dosyasını yükleme
+def upload_logs_to_hf(repo_id: str, hf_token: str, local_log_file: str = LOG_FILE):
+    api = HfApi(token=hf_token)
+    try:
+        api.upload_file(
+            path_or_fileobj=local_log_file,
+            path_in_repo="chat_logs.txt",
+            repo_id=repo_id,
+            repo_type="space",
+            commit_message="Otomatik log dosyası güncellemesi - {}".format(time.strftime("%Y-%m-%d %H:%M:%S"))
+        )
+        print(f"Log dosyası HF'ye yüklendi: {local_log_file}")
+        return True
+    except Exception as e:
+        print(f"HF yükleme hatası: {e}")
+        return False
+
+# Zamanlayıcıyı arka planda çalıştırma
+def run_scheduler(chatbot_ref):
+    def scheduled_save_and_upload():
+        if chatbot_ref:
+            save_success = save_chat(chatbot_ref)
+            if save_success:
+                HF_REPO_ID = "SamiKoen/BF"  # Kendi repo ID’nizi buraya koyun
+                upload_logs_to_hf(HF_REPO_ID, hfapi)
+            print(f"Zamanlanmış işlem tamamlandı: {time.strftime('%H:%M:%S')}")
+
+    schedule.every().day.at("09:00").do(scheduled_save_and_upload)
+    schedule.every().day.at("15:00").do(scheduled_save_and_upload)
+    schedule.every().day.at("21:00").do(scheduled_save_and_upload)
+
+    while True:
+        schedule.run_pending()
+        time.sleep(60)
+
+# Chatbot tahmin fonksiyonu
 def predict(system_msg, inputs, top_p, temperature, chat_counter, chatbot=None, history=None):
     if chatbot is None:
         chatbot = []
@@ -60,7 +112,7 @@ def predict(system_msg, inputs, top_p, temperature, chat_counter, chatbot=None,
     print(f"System message: {system_msg}")
     
     multi_turn_message = [
-        {"role": "system", "content": "Bir önceki sohbeti unut. Vereceğin ürün bilgisi, bu bilginin içinde yan yana yazılmıyorsa veya arada başka bilgiler yazıyor ise, o bilgiyi vermeyeceksin çünkü o bilgi yanlıştır. ... (uzun metin)"}
+        {"role": "system", "content": "Bir önceki sohbeti unut. Vereceğin ürün bilgisi, bu bilginin içinde yan yana yazılmıyorsa veya arada başka bilgiler yazıyor ise, o bilgiyi vermeyeceksin çünkü o bilgi yanlıştır."}
     ]
     
     messages = multi_turn_message.copy()
@@ -90,7 +142,6 @@ def predict(system_msg, inputs, top_p, temperature, chat_counter, chatbot=None,
     chat_counter += 1
     history.append(inputs)
     
-    # Kullanıcı mesajını log dosyasına yazıyoruz
     try:
         with open(LOG_FILE, 'a', encoding='utf-8') as f:
             f.write(f"User: {inputs}\n")
@@ -98,7 +149,6 @@ 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)
     
@@ -106,7 +156,6 @@ def predict(system_msg, inputs, top_p, temperature, chat_counter, chatbot=None,
         print(f"API hatası: {response.text}")
         return chatbot, history, chat_counter
 
-    # Gelen yanıt parçalarını toplayıp tek bir yanıt oluşturuyoruz
     assistant_response = ""
     for chunk in response.iter_lines():
         if not chunk:
@@ -123,7 +172,6 @@ def predict(system_msg, inputs, top_p, temperature, chat_counter, chatbot=None,
         elif chunk_str == "data: [DONE]":
             break
 
-    # Tüm yanıtı tek parça halinde log dosyasına yazıyoruz
     if assistant_response:
         history.append(assistant_response)
         chatbot.append({"role": "assistant", "content": assistant_response})
@@ -136,54 +184,13 @@ def predict(system_msg, inputs, top_p, temperature, chat_counter, chatbot=None,
     
     return chatbot, history, chat_counter
 
-def save_chat(chatbot):
-    file_path = os.path.abspath(LOG_FILE)
-    try:
-        with open(LOG_FILE, 'a', encoding='utf-8') as f:
-            f.write("\n--- Kayıt Edilen Sohbet ---\n")
-            for msg in chatbot:
-                f.write(f"{msg['role'].capitalize()}: {msg['content']}\n")
-            print(f"Sohbet dosyaya kaydedildi: {file_path}")
-        return f"Sohbet başarıyla kaydedildi!\nDosya: {file_path}"
-    except Exception as e:
-        print(f"Kayıt hatası: {e}")
-        return f"Kayıt hatası: {e}\nDosya: {file_path}"
-
+# Textbox’ı sıfırlama
 def reset_textbox():
     return gr.update(value='')
 
-def upload_logs_to_hf(repo_id: str, hf_token: str, local_log_file: str = "chat_logs.txt"):
-    """
-    Log dosyasını Hugging Face Hub repository'sine yükler.
-    
-    Args:
-        repo_id (str): Repository kimliği (örn. "SamiKoen/BF").
-        hf_token (str): Hugging Face API token'ınız.
-        local_log_file (str): Yüklenecek log dosyasının yolu.
-    """
-    api = HfApi(token=hf_token)
-    try:
-        api.upload_file(
-            path_or_fileobj=local_log_file,
-            path_in_repo=local_log_file,
-            repo_id=repo_id,
-            repo_type="space",
-            commit_message="Log dosyası güncellendi"
-        )
-        print(f"Log dosyası başarıyla yüklendi: {local_log_file}")
-    except Exception as e:
-        print(f"Log dosyası yüklenirken hata oluştu: {e}")
-
-def save_chat_and_upload(chatbot):
-    save_status = save_chat(chatbot)
-    HF_REPO_ID = "SamiKoen/BF"  # Kendi repo kimliğinizi girin.
-    hfapi = os.getenv("hfapi")
-    upload_logs_to_hf(HF_REPO_ID, hfapi)
-    return save_status
-
-# Gradio arayüzü
+# Gradio CSS
 demo_css = """
-#send_button, #save_button {
+#send_button {
     background-color: #0b93f6;
     border: none;
     color: white;
@@ -198,7 +205,7 @@ demo_css = """
     transition: background-color 0.3s;
     margin: 5px;
 }
-#send_button:hover, #save_button:hover {
+#send_button:hover {
     background-color: #0077c0;
 }
 .fixed_button_container {
@@ -226,6 +233,7 @@ theme = gr.themes.Base(
     spacing_size="sm",
 )
 
+# Gradio arayüzü
 with gr.Blocks(css=demo_css, theme=theme) as demo:
     if not os.path.exists(LOG_FILE):
         with open(LOG_FILE, 'w', encoding='utf-8') as f:
@@ -247,20 +255,25 @@ with gr.Blocks(css=demo_css, theme=theme) as demo:
             )
             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")
         
         state = gr.State([])
-        save_status = gr.Textbox(label="Kayıt Durum", 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)
         
-        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])
+        # Chatbot referansını güncelleme
+        chatbot_ref = []
+        def update_chatbot_ref(chat):
+            chatbot_ref[:] = chat
+            return chat
+        
+        inputs.submit(predict, [system_msg, inputs, top_p, temperature, chat_counter, chatbot, state], [chatbot, state, chat_counter]).then(update_chatbot_ref, chatbot, chatbot).then(reset_textbox, [], [inputs])
+        send_button.click(predict, [system_msg, inputs, top_p, temperature, chat_counter, chatbot, state], [chatbot, state, chat_counter]).then(update_chatbot_ref, chatbot, chatbot).then(reset_textbox, [], [inputs])
+    
+    # Zamanlayıcıyı başlat
+    scheduler_thread = threading.Thread(target=run_scheduler, args=(chatbot_ref,), daemon=True)
+    scheduler_thread.start()
 
-demo.queue(max_size=10).launch(debug=True, share=True)
+demo.queue(max_size=10).launch(debug=True, share=True)