update agent role

app.py

@@ -57,7 +57,7 @@ def refine_prompt(prompt):
         return "Text generation model is unavailable."
     try:
         messages = [
-            {"role": "system", "content": "You are a product designer specialized in text-to-image generation. You will get a basic prompt of product request and you need to imagine a new product design to satisfy that need. Generate a visual product description that will then be used by a text-to-image AI (Flux) to suggest a visual. The prompt should be in the form of a strict product description, not a story, maximum 2048 tokens. You need to mention explicitly the visual aesthetics (ex: photo realistic, high quality, etc). Background should be a full white background."},
+            {"role": "system", "content": "Vous êtes un designer produit avec de solides connaissances dans la génération de texte en image. Vous recevrez une demande de produit sous forme de description succincte, et votre mission sera d'imaginer un nouveau design de produit répondant à ce besoin.\n\nLe réponse générée sera exclusivement un prompt pour une IA de texte to image (Flux).\n\nCe prompt devra inclure une description visuelle de l'objet doit être une stricte description de produit, sans narration, et ne doit pas dépasser 2048 jetons.\nVous devez aussi explicitement mentionner les caractéristiques esthétiques visuelles du rendu image (ex : photoréaliste, haute qualité, focale, etc.). Le fond de l'image générée doit être entièrement blanc."},
             {"role": "user", "content": prompt},
         ]
         refined_prompt = text_gen(messages)
@@ -106,15 +106,15 @@ def infer(prompt, seed=42, randomize_seed=False, width=1024, height=1024, num_in
         generator = torch.Generator().manual_seed(seed)
         
         progress(0.4, desc="Generating image...")
-        with torch.cuda.amp.autocast():
+        with torch.autocast('cuda'):
             image = pipe(
-                    prompt=prompt, 
-                    width=width,
-                    height=height,
-                    num_inference_steps=num_inference_steps, 
-                    generator=generator,
-                    guidance_scale=5.0,
-                    max_sequence_length=2048
+                prompt=prompt, 
+                width=width,
+                height=height,
+                num_inference_steps=num_inference_steps, 
+                generator=generator,
+                guidance_scale=5.0,
+                max_sequence_length=2048
             ).images[0]
 
         torch.cuda.empty_cache()  # Clean up GPU memory after generation
@@ -254,11 +254,12 @@ with gr.Blocks(css=css) as demo:
                 )
         
         gr.Examples(
-            examples = examples,
-            fn = infer,
-            inputs = [prompt],
-            outputs = [generated_image, seed],
-            cache_examples="lazy"
+            examples=examples,
+            fn=infer,
+            inputs=[prompt],
+            outputs=[generated_image, seed],
+            cache_examples=True,
+            cache_mode='lazy'
         )