app.py

import gradio as gr
from huggingface_hub import InferenceClient

# استفاده از Hugging Face Inference API برای GPT-3.5-Turbo
client = InferenceClient("openai/gpt-3.5-turbo")

def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    # ساخت پیام‌ها برای مدل
    messages = [{"role": "system", "content": system_message}]

    # اضافه کردن تاریخچه چت
    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})

    # تولید پاسخ با استفاده از مدل
    response = client.chat_completion(
        messages,
        max_tokens=max_tokens,
        temperature=temperature,
        top_p=top_p,
    )

    yield response["choices"][0]["message"]["content"]

# ایجاد رابط کاربری با Gradio
demo = gr.ChatInterface(
    respond,
    additional_inputs=[
        gr.Textbox(value="شما یک ربات دوست‌داشتنی هستید.", label="پیام سیستم"),
        gr.Slider(minimum=1, maximum=1024, value=256, step=1, label="حداکثر توکن‌های جدید"),
        gr.Slider(minimum=0.1, maximum=2.0, value=0.7, step=0.1, label="دما (Temperature)"),
        gr.Slider(
            minimum=0.1,
            maximum=1.0,
            value=0.9,
            step=0.05,
            label="Top-p (نمونه‌گیری هسته‌ای)",
        ),
    ],
)

# اجرای برنامه
if __name__ == "__main__":
    demo.launch()