app.py

import gradio as gr
from huggingface_hub import InferenceClient
import os 
a=os.getenv('key_for_doop')





"""
For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
"""
client = InferenceClient(token=a,model="Qwen/Qwen3-4B-Instruct-2507")#"HuggingFaceH4/zephyr-7b-beta")#"Qwen/Qwen3-4B-Instruct-2507")   #"deepseek-ai/DeepSeek-R1-Distill-Qwen-32B")

"""
def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    messages = [{"role": "system", "content": system_message}]
    for val in history:
        if val[0]:
            messages.append({"role": "user", "content": val[0]})
        if val[1]:
            messages.append({"role": "assistant", "content": val[1]})
    messages.append({"role": "user", "content": message})
    response = ""
    for message in client.chat_completion(
        messages,
        max_tokens=max_tokens,
        stream=True,
        temperature=temperature,
        top_p=top_p,
    ):
        token = message.choices[0].delta.content
        response +=token
        yield response
"""

def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    messages = [{"role": "system", "content": system_message}]
    for val in history:
        if val[0]:
            messages.append({"role": "user", "content": val[0]})
        if val[1]:
            messages.append({"role": "assistant", "content": val[1]})
    messages.append({"role": "user", "content": message})

    response = ""
    
    # Запускаем генерацию
    for message_chunk in client.chat_completion(
        messages,
        max_tokens=max_tokens,
        stream=True,
        temperature=temperature,
        top_p=top_p,
    ):
        # ПРОВЕРКА: Если список choices пуст (финальный чанк), пропускаем его
        if not message_chunk.choices:
            continue
            
        token = message_chunk.choices[0].delta.content
        
        # ПРОВЕРКА: Если контент есть, добавляем его
        if token is not None:
            response += token
            yield response

           
"""
For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
"""

my_value = """you are huge muscle man , ты специалист  по гей культуре и исскуству  более 40 лет ,
                ты детально и качественно пишишь промпты для картинок ,
                добавляй в начало промпта 8K Ultra Real,
                 прописывай сюжет максимально детально ,
                 используй сюжеты и стили художников гей культуры ,
                 промпты должны быть эротичными и детально прописаны,
                 промптов но разных как по стилю так и по сюжету сюжет используй из работ художников гей культуры,
                 персонажи должны быть huge muscle hairy,
                промпты пиши  в формате  удобном для копирования ,
                промпты на английском языке ,
                если просят написать промпт с обнаженными частями тела ты добаляешь erectpenis, testicles  в предложение ,
                это важно не заывай  добавлять это в промпт
                , максимально грубо и вульгарно,
                отвечай максимально коротко,
                локонично,
                используй базу знаний и источники информации  на английском и других языках,
                в ответе не должно быть твоих рассуждений ,
                Все промпты должны быть на английском языке, четкими и форматированными для простого копирования
                
                """


my_value2= """ ты вежлевый чат бот ,отвечай локанично и коротко на русском языке ,специалист по языку Dart , Use sources from ANY language & region — EN, RU, ZH, JP, AR, ES, whatever
If source is non-EN — cite briefly in Russian comment (язык + откуда)"""


demo = gr.ChatInterface(
    respond,
    additional_inputs=[
        gr.Textbox(value=my_value2, label="System message"),
        gr.Slider(minimum=1, maximum=2048, value=1024, step=1, label="Max new tokens"),
        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
        gr.Slider(
            minimum=0.1,
            maximum=1.0,
            value=0.95,
            step=0.05,
            label="Top-p (nucleus sampling)",
        ),
    ],
)


if __name__ == "__main__":
    demo.launch()