File size: 1,706 Bytes
049d3ce
e92393d
049d3ce
bcda703
e92393d
049d3ce
a204178
00ccf46
049d3ce
 
 
 
 
 
 
a42ebaa
049d3ce
a204178
049d3ce
 
 
 
a204178
00ccf46
049d3ce
 
 
 
 
 
e92393d
a204178
049d3ce
bcda703
049d3ce
 
bcda703
a204178
049d3ce
e92393d
a204178
049d3ce
d24b189
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
# app.py
import os
import gradio as gr
import openai

# Установка ключа API OpenAI
openai.api_key = os.getenv("API_KEY")

# Функция для генерации решения с использованием GPT-3.5-turbo
def generate_solution(prompt, image):
    # Ваша логика обработки изображения и текста перед отправкой модели
    # Здесь должен быть ваш код для обработки изображения и текста

    # Пример: конкатенация текста и описания изображения
    input_text = f"{prompt} {image}"

    # Запрос к модели GPT-3.5-turbo
    response = openai.Completion.create(
        engine="text-davinci-003",  # Выбор движка GPT
        prompt=input_text,
        max_tokens=150,  # Максимальное количество токенов в ответе
        n=1,  # Количество ответов, которые вы хотите получить
    )

    # Извлечение сгенерированного текста из ответа модели
    generated_text = response["choices"][0]["text"]

    return generated_text

# Определение интерфейса Gradio
iface = gr.Interface(
    fn=generate_solution,
    inputs=[
        gr.Textbox("Введите описание задачи", multiline=True),
        gr.Image("file", type="pil", label="Загрузите изображение"),
    ],
    outputs=gr.Textbox("Решение задачи"),
    live=True,
    theme="huggingface",
)

# Запуск приложения Gradio
iface.launch(share=True)