app.py

import streamlit as st
from transformers import pipeline

# Titel und Beschreibung der Anwendung
st.title("🚀 Marketing Text Generator")
st.markdown("*Erstelle kreative Marketing-Texte mit KI-Unterstützung*")

# Wir verwenden @st.cache_resource, damit das Modell nicht bei jeder Interaktion neu geladen wird
@st.cache_resource
def load_gpt2():
    """
    Lädt das GPT-2 Modell in einer einfachen Pipeline-Konfiguration.
    Die Pipeline vereinfacht die Textgenerierung erheblich.
    """
    try:
        # device=-1 bedeutet, dass wir die CPU verwenden
        return pipeline('text-generation', model='gpt2', device=-1)
    except Exception as e:
        st.error(f"Modell konnte nicht geladen werden: {str(e)}")
        return None

# Hauptformular für die Benutzereingaben
with st.form("marketing_form"):
    # Eingabefeld für den Produktnamen
    product_name = st.text_input(
        "Produktname",
        help="Wie heißt das Produkt, für das Sie einen Text erstellen möchten?"
    )
    
    # Eingabefeld für die Produkteigenschaften
    key_features = st.text_area(
        "Produktmerkmale",
        help="Was macht Ihr Produkt besonders? (Eigenschaften durch Kommas trennen)"
    )
    
    # Längensteuerung für den generierten Text
    max_length = st.slider(
        "Textlänge",
        min_value=50,
        max_value=150,
        value=100,
        help="Längere Texte brauchen mehr Zeit zur Generierung"
    )
    
    # Formular-Button
    submit = st.form_submit_button("Text generieren")

# Wenn der Button geklickt wurde und alle Felder ausgefüllt sind
if submit and product_name and key_features:
    # Modell laden mit Fortschrittsanzeige
    with st.spinner("Lade KI-Modell..."):
        generator = load_gpt2()
    
    if generator:
        # Marketing-spezifischen Prompt erstellen
        prompt = f"""
        Create a marketing text in German for the following product:
        Product: {product_name}
        Features: {key_features}
        
        Advertising text in German:
        """
        
        try:
            # Text generieren mit Fortschrittsanzeige
            with st.spinner("Erstelle Marketing-Text..."):
                result = generator(
                    prompt,
                    max_length=max_length,
                    num_return_sequences=1,
                    temperature=0.7
                )
                
                # Generierten Text extrahieren und anzeigen
                generated_text = result[0]['generated_text']
                
                st.success("Text wurde generiert!")
                st.markdown("### Ihr Marketing-Text:")
                st.markdown(generated_text)
                
                # Download-Option
                st.download_button(
                    "Text speichern",
                    generated_text,
                    file_name="marketing_text.txt"
                )
                
        except Exception as e:
            st.error(f"Fehler bei der Textgenerierung: {str(e)}")

# Wenn der Button geklickt wurde, aber Felder fehlen
elif submit:
    st.warning("Bitte füllen Sie alle Felder aus.")

# Hilfreiche Informationen am Ende
st.markdown("---")
st.markdown("""
**Hinweise zur Benutzung:**
- Die erste Generierung dauert etwas länger, da das Modell geladen werden muss
- Versuchen Sie verschiedene Beschreibungen für optimale Ergebnisse
- Prüfen und bearbeiten Sie die generierten Texte vor der Verwendung
""")