Update app.py

app.py

@@ -2,18 +2,10 @@ import gradio as gr
 from huggingface_hub import InferenceClient
 
 """
-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
+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("HuggingFaceH4/zephyr-7b-beta")
 
-# Jawaban yang telah disediakan untuk pertanyaan tentang Riswan
-faq_data = {
-    "siapa riswan?": "Riswan adalah pembuat sistem ini, seorang pengembang yang bekerja dengan teknologi terbaru untuk membangun aplikasi AI.",
-    "apa pekerjaan riswan?": "Riswan adalah seorang pengembang perangkat lunak dan ilmuwan data.",
-    "di mana riswan bekerja?": "Riswan bekerja di perusahaan teknologi besar yang berfokus pada pengembangan AI dan pemrograman.",
-    "apa riswan suka coding?": "Ya, Riswan sangat suka coding dan selalu belajar teknologi terbaru.",
-    "apa projek terbesar riswan?": "Projek terbesar Riswan adalah pengembangan platform berbasis AI yang membantu berbagai perusahaan mengotomatiskan proses bisnis mereka.",
-}
 
 def respond(
     message,
@@ -23,36 +15,30 @@ def respond(
     temperature,
     top_p,
 ):
-    # Pesan sistem awal dalam bahasa Indonesia
-    system_message = "Hai, apa ada yang bisa saya bantu?"
+    messages = [{"role": "system", "content": system_message}]
 
-    # Mengecek apakah pertanyaan tentang Riswan ada dalam FAQ
-    if message.lower() in faq_data:
-        response = faq_data[message.lower()]
-    else:
-        # Jika tidak ada, sistem melanjutkan dengan API untuk memberikan jawaban
-        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]})
 
-        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})
 
-        messages.append({"role": "user", "content": message})
+    response = ""
 
-        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
+    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
 
-    yield response
 
 """
 For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
@@ -60,19 +46,19 @@ For information on how to customize the ChatInterface, peruse the gradio docs: h
 demo = gr.ChatInterface(
     respond,
     additional_inputs=[
-        gr.Textbox(value="Anda adalah chatbot yang ramah.", label="Pesan Sistem"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max token baru"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperatur"),
+        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
+        gr.Slider(minimum=1, maximum=2048, value=512, 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 (nukleus sampling)",
+            label="Top-p (nucleus sampling)",
         ),
     ],
 )
 
 
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()