Update app.py

app.py

@@ -1,43 +1,79 @@
-# 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", lines=5),  # Используем параметр lines для многострочного текстового поля
-        gr.Image(type="pil", label="Загрузите изображение"),
-    ],
-    outputs=gr.Textbox("Решение задачи"),
-    live=True,
-    theme="huggingface",
-)
-
-# Запуск приложения Gradio
-iface.launch(share=True)
+import requests
+import json
+import os
+from PIL import Image
+
+def generate(description, image):
+    if image is None:
+        # No image uploaded, generate text only
+        return generate_text(description)
+
+    # Image uploaded, generate text with image caption
+    return generate_text_with_image(description, image)
+
+def generate_text(description):
+    headers = {
+        'Content-Type': 'application/json',
+        'Authorization': f'Bearer {os.getenv("API_KEY")}'
+    }
+
+    payload = {
+        'messages': [{'role': 'system', 'content': f'{description}'}],
+        'max_tokens': 10000,
+        'model': os.getenv("MODEL")
+    }
+
+    response = requests.post(os.getenv("BASE_URL"), headers=headers, json=payload)
+    data = json.loads(response.text)
+
+    if 'choices' in data and len(data['choices']) > 0:
+        command = data['choices'][0]['message']['content'].strip()
+        return command
+    elif 'error' in data:
+        error_message = data['error']['message']
+        return f'Ошибка: {error_message}'
+    else:
+        return f'Не удалось сгенерировать текст. {data}'
+
+def generate_text_with_image(description, image):
+    # Preprocess image
+    image = Image.open(image).resize((224, 224))
+    image = image.convert('RGB')
+    image = image.tobytes()
+
+    # Convert image to base64 encoding
+    image_base64 = base64.b64encode(image).decode('utf-8')
+
+    headers = {
+        'Content-Type': 'application/json',
+        'Authorization': f'Bearer {os.getenv("API_KEY")}'
+    }
+
+    payload = {
+        'messages': [{
+            'role': 'system',
+            'content': f'{description}',
+            'image': image_base64
+        }],
+        'max_tokens': 10000,
+        'model': os.getenv("MODEL")
+    }
+
+    response = requests.post(os.getenv("BASE_URL"), headers=headers, json=payload)
+    data = json.loads(response.text)
+
+    if 'choices' in data and len(data['choices']) > 0:
+        command = data['choices'][0]['message']['content'].strip()
+        return command
+    elif 'error' in data:
+        error_message = data['error']['message']
+        return f'Ошибка: {error_message}'
+    else:
+        return f'Не удалось сгенерировать текст. {data}'
+
+iface = gr.Interface(fn=generate, inputs=[
+    gr.Textbox(label="Запрос"),
+    gr.File(label="Изображение")
+], outputs=gr.Textbox(label="Ответ"), title="GPT")
+iface.launch()