Spaces:
Running
Running
Update app.py
Browse files
app.py
CHANGED
@@ -4,10 +4,6 @@ import pandas as pd
|
|
4 |
import comtradeapicall
|
5 |
from huggingface_hub import InferenceApi
|
6 |
|
7 |
-
# Environment variables:
|
8 |
-
# COMTRADE_API_KEY -> برای COMTRADE (preview نیازی نیست اما برای آینده)
|
9 |
-
# HF_API_TOKEN -> برای Hugging Face Inference API
|
10 |
-
|
11 |
subscription_key = os.getenv("COMTRADE_API_KEY", "")
|
12 |
hf_token = os.getenv("HF_API_TOKEN", None)
|
13 |
proxy_url = None
|
@@ -36,14 +32,14 @@ def get_importers(hs_code: str, year: str, month: str):
|
|
36 |
return result
|
37 |
|
38 |
def provide_advice(table, hs_code: str, year: str, month: str):
|
39 |
-
if not table:
|
40 |
return "ابتدا باید اطلاعات واردات را نمایش دهید."
|
41 |
df = pd.DataFrame(table, columns=["کد کشور","نام کشور","ارزش CIF"])
|
42 |
-
|
43 |
period = f"{year}/{int(month):02d}"
|
44 |
prompt = (
|
45 |
-
f"جدول زیر
|
46 |
-
f"{
|
47 |
"لطفاً بر اساس این اطلاعات دو پاراگراف مشاوره تخصصی بنویسید."
|
48 |
)
|
49 |
response = inference(prompt)
|
@@ -65,20 +61,14 @@ with gr.Blocks() as demo:
|
|
65 |
datatype=["number","text","number"],
|
66 |
interactive=False,
|
67 |
)
|
68 |
-
btn_show.click(
|
69 |
-
fn=get_importers,
|
70 |
-
inputs=[inp_hs, inp_year, inp_month],
|
71 |
-
outputs=out_table
|
72 |
-
)
|
73 |
|
74 |
btn_advice = gr.Button("ارائه مشاوره تخصصی")
|
75 |
-
out_advice = gr.Textbox(label="مشاوره تخصصی")
|
76 |
|
77 |
-
btn_advice.click(
|
78 |
-
|
79 |
-
|
80 |
-
outputs=out_advice
|
81 |
-
)
|
82 |
|
83 |
if __name__ == "__main__":
|
84 |
demo.launch()
|
|
|
4 |
import comtradeapicall
|
5 |
from huggingface_hub import InferenceApi
|
6 |
|
|
|
|
|
|
|
|
|
7 |
subscription_key = os.getenv("COMTRADE_API_KEY", "")
|
8 |
hf_token = os.getenv("HF_API_TOKEN", None)
|
9 |
proxy_url = None
|
|
|
32 |
return result
|
33 |
|
34 |
def provide_advice(table, hs_code: str, year: str, month: str):
|
35 |
+
if not table or len(table) == 0:
|
36 |
return "ابتدا باید اطلاعات واردات را نمایش دهید."
|
37 |
df = pd.DataFrame(table, columns=["کد کشور","نام کشور","ارزش CIF"])
|
38 |
+
table_md = df.to_markdown(index=False)
|
39 |
period = f"{year}/{int(month):02d}"
|
40 |
prompt = (
|
41 |
+
f"جدول زیر کشورهایی را نشان میدهد که کالا با کد HS {hs_code} را در دوره {period} وارد کردهاند:\n"
|
42 |
+
f"{table_md}\n\n"
|
43 |
"لطفاً بر اساس این اطلاعات دو پاراگراف مشاوره تخصصی بنویسید."
|
44 |
)
|
45 |
response = inference(prompt)
|
|
|
61 |
datatype=["number","text","number"],
|
62 |
interactive=False,
|
63 |
)
|
64 |
+
btn_show.click(get_importers, [inp_hs, inp_year, inp_month], out_table)
|
|
|
|
|
|
|
|
|
65 |
|
66 |
btn_advice = gr.Button("ارائه مشاوره تخصصی")
|
67 |
+
out_advice = gr.Textbox(label="مشاوره تخصصی", lines=5)
|
68 |
|
69 |
+
btn_advice.click(provide_advice,
|
70 |
+
inputs=[out_table, inp_hs, inp_year, inp_month],
|
71 |
+
outputs=out_advice)
|
|
|
|
|
72 |
|
73 |
if __name__ == "__main__":
|
74 |
demo.launch()
|