app.py

import gradio as gr
from huggingface_hub import InferenceClient

# Инициализация клиента с моделью от Hugging Face
client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")

def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    # Формирование списка сообщений для отправки модели
    messages = [{"role": "system", "content": system_message}]

    # Добавление истории разговора в список сообщений
    for val in history:
        if val[0]:
            messages.append({"role": "user", "content": val[0]})
        if val[1]:
            messages.append({"role": "assistant", "content": val[1]})

    # Добавление текущего сообщения пользователя
    messages.append({"role": "user", "content": message})

    # Получение ответа от модели
    response = ""
    try:
        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
    except Exception as e:
        print(f"Error occurred during message generation: {e}")
        yield "Произошла ошибка при обработке запроса."

    # Формирование ответа в нужном формате
    # Пример ответа: "Предварительный диагноз: Грипп\nОперация: Не требуется\nУточняющие вопросы: Как давно начались симптомы?"
    response = response.strip()

    # Обработка предварительного диагноза
    diagnosis_start = response.find("Предварительный диагноз:")
    if diagnosis_start != -1:
        diagnosis_end = response.find("\n", diagnosis_start)
        if diagnosis_end == -1:
            diagnosis_end = len(response)
        diagnosis = response[diagnosis_start:diagnosis_end]
        response = response[:diagnosis_start] + f"<b>{diagnosis}</b>" + response[diagnosis_end:]

    # Операция
    operation_start = response.find("Операция:")
    if operation_start != -1:
        operation_end = response.find("\n", operation_start)
        if operation_end == -1:
            operation_end = len(response)
        operation = response[operation_start:operation_end]
        response = response[:operation_start] + f"<b>{operation}</b>" + response[operation_end:]

    # Уточняющие вопросы
    questions_start = response.find("Уточняющие вопросы:")
    if questions_start != -1:
        questions_end = response.find("\n", questions_start)
        if questions_end == -1:
            questions_end = len(response)
        questions = response[questions_start:questions_end]
        response = response[:questions_start] + f"<b>{questions}</b>" + response[questions_end:]

    # Формирование финального ответа с добавлением идентификационного сообщения
    final_response = f"{response}\n\nСоздано больницей EMS штата Alta"
    yield final_response

# Создание интерфейса Gradio
demo = gr.ChatInterface(
    respond,
    additional_inputs=[
        gr.Textbox(
            value="Привет! Я помощник врача в больнице EMS штата Alta! Опиши свои симптомы кратко, и я поставлю предварительный диагноз. Пожалуйста, будьте кратки.",
            label="Системное сообщение"
        ),
        gr.Slider(minimum=1, maximum=2048, value=200, step=1, label="Максимальное количество новых токенов"),
        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Температура"),
        gr.Slider(
            minimum=0.1,
            maximum=1.0,
            value=0.95,
            step=0.05,
            label="Top-p (ядерное семплирование)",
        ),
    ],
)

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