Delete app.py

app.py

@@ -1,62 +0,0 @@
-import os
-import gradio as gr
-from transformers import pipeline, MarianMTModel, MarianTokenizer
-
-# گرفتن توکن از متغیر محیطی (برای Hugging Face API اگر نیاز بود)
-token = os.environ.get("HF_TOKEN")
-
-# ⬇️ مدل تولید متن انگلیسی (پیشنهاد موضوع)
-text_gen = pipeline(
-    "text-generation",
-    model="google/gemma-2b-it",  # نسخه سبک و سازگار
-    token=token
-)
-
-# ⬇️ مدل ترجمه انگلیسی به فارسی
-translation_model_name = "Helsinki-NLP/opus-mt-en-fa-opus"
-translator_tokenizer = MarianTokenizer.from_pretrained(translation_model_name)
-translator_model = MarianMTModel.from_pretrained(translation_model_name)
-
-def translate_to_persian(text):
-    inputs = translator_tokenizer(text, return_tensors="pt", padding=True, truncation=True)
-    translated = translator_model.generate(**inputs)
-    return translator_tokenizer.decode(translated[0], skip_special_tokens=True)
-
-def generate_topics(field, major, keywords, audience, level):
-    # ساخت پرامپت برای مدل انگلیسی
-    prompt = f"""
-Suggest 3 thesis topics in the field of {field}, with a specialization in {major}, 
-related to the keywords "{keywords}", and targeting the audience "{audience}". 
-The academic level is {level}. Just list the topics briefly.
-"""
-
-    # تولید متن توسط مدل زبان
-    raw_output = text_gen(prompt, max_new_tokens=250)[0]['generated_text']
-
-    # حذف متن prompt تکراری (اگر مدل تکرار کرد)
-    if raw_output.startswith(prompt.strip()):
-        raw_output = raw_output[len(prompt.strip()):].strip()
-
-    # ترجمه خروجی به فارسی
-    translated_output = translate_to_persian(raw_output.strip())
-
-    # افزودن پیام تبلیغاتی در پایان
-    final_output = translated_output + "\n\nبرای مشاوره و راهنمایی تخصصی با گروه مشاوره کاسپین تماس بگیرید:\n02188252497"
-
-    return final_output
-
-# رابط Gradio
-iface = gr.Interface(
-    fn=generate_topics,
-    inputs=[
-        gr.Textbox(label="رشته"),
-        gr.Textbox(label="گرایش"),
-        gr.Textbox(label="کلیدواژه‌ها"),
-        gr.Textbox(label="جامعه هدف"),
-        gr.Dropdown(choices=["کارشناسی ارشد", "دکتری"], label="مقطع")
-    ],
-    outputs="text",
-    title="پیشنهادگر هوشمند موضوع پایان‌نامه کاسپین 🎓"
-)
-
-iface.launch()