caspianthesis / app.py
diginoron's picture
Update app.py
88a1e0a verified
raw
history blame
3.77 kB
import gradio as gr
import os
from deep_translator import GoogleTranslator
from huggingface_hub import InferenceApi
# دریافت کلید از محیط (در Hugging Face از Secrets استفاده کنید)
HF_TOKEN = os.environ.get("HUGGINGFACE_API_TOKEN")
if not HF_TOKEN:
raise RuntimeError("Missing HUGGINGFACE_API_TOKEN secret")
# ایجاد کلاینت برای تماس با مدل DeepSeek
hf_api = InferenceApi(
repo_id="deepseek-ai/DeepSeek-Prover-V2-671B",
token=HF_TOKEN
)
# تابع اصلی پیشنهاد موضوع پایان‌نامه
def generate_topics(field, major, keywords, audience, level):
# اعتبارسنجی ورودی‌ها
if not all([field.strip(), major.strip(), keywords.strip(), audience.strip()]):
return "<div style='color: red;'>❌ لطفاً همه فیلدها را پر کنید.</div>"
# ساخت پرامپت
prompt = (
f"Suggest 3 academic thesis topics based on the following:\n"
f"Field: {field}\n"
f"Specialization: {major}\n"
f"Keywords: {keywords}\n"
f"Target Audience: {audience}\n"
f"Level: {level}"
)
try:
# فراخوانی مدل DeepSeek
response = hf_api(
inputs=prompt,
parameters={"max_new_tokens": 512, "temperature": 0.7}
)
# استخراج متن پاسخ (در صورت نیاز به تنظیم بر اساس فرمت خروجی)
english_output = response[0]['generated_text'].strip() if isinstance(response, list) else response.strip()
# ترجمه به فارسی
try:
translated_output = GoogleTranslator(source='en', target='fa').translate(english_output)
except Exception:
translated_output = english_output
# قالب‌بندی خروجی HTML
translated_output_html = "<ol>" + \
"".join(f"<li>{line}</li>" for line in translated_output.split("\n") if line) + \
"</ol>"
html_output = (
"<div>"
f"{translated_output_html}"
"<br><br>📢 برای مشاوره و راهنمایی تخصصی با گروه مشاوره کاسپین تماس بگیرید:<br>"
"<strong>021-88252497</strong>"
"</div>"
)
return html_output
except Exception as e:
return f"<div style='color: red;'>❌ خطا در تماس با مدل DeepSeek: {e}</div>"
# رابط کاربری Gradio
iface = gr.Interface(
fn=generate_topics,
inputs=[
gr.Textbox(label="رشته", placeholder="مثال: کامپیوتر"),
gr.Textbox(label="گرایش", placeholder="مثال: هوش مصنوعی"),
gr.Textbox(label="کلیدواژه‌ها", placeholder="مثال: یادگیری عمیق، بینایی ماشین"),
gr.Textbox(label="جامعه هدف", placeholder="مثال: دانشجویان دکتری"),
gr.Dropdown(["کارشناسی ارشد", "دکتری"], label="مقطع")
],
outputs=gr.HTML(label="موضوعات پیشنهادی", elem_id="output_box"),
title="🎓 پیشنهادگر موضوع پایان‌نامه کاسپین",
theme="default",
css="""
#output_box {
min-height: 350px !important;
max-height: 600px !important;
overflow-y: auto !important;
background-color: #1e1e1e !important;
color: white !important;
padding: 20px;
border: 2px solid #ccc;
font-family: 'Tahoma', sans-serif;
font-size: 16px;
text-align: right;
direction: rtl;
line-height: 1.8;
}
"""
)
if __name__ == "__main__":
iface.launch()