Update app.py

app.py

@@ -1,132 +1,132 @@
-import gradio
-import gradio as gr
-import aiohttp
-import asyncio
-from PIL import Image
-from io import BytesIO
-from asyncio import Semaphore
-from dotenv import load_dotenv
-import os
-
-# Загрузка токена из .env файла
-load_dotenv()
-API_TOKEN = os.getenv("HF_API_TOKEN")
-
-# Конфигурация API
-HEADERS = {"Authorization": f"Bearer {API_TOKEN}"}
-MODELS = {
-    "Midjourney": "Jovie/Midjourney",
-    "FLUX.1 [dev]": "black-forest-labs/FLUX.1-dev",
-    "Stable Diffusion v2.1": "stabilityai/stable-diffusion-2-1",
-    "Stable Diffusion v3.5 Large": "stabilityai/stable-diffusion-3.5-large",
-    "Stable Diffusion v1.0 Large": "stabilityai/stable-diffusion-xl-base-1.0",
-    "Leonardo AI": "goofyai/Leonardo_Ai_Style_Illustration",
-}
-
-# Настройки
-MAX_CONCURRENT_REQUESTS = 3
-GROUP_DELAY = 61
-
-# Асинхронная функция для отправки запроса к API
-async def query_model(prompt, model_name, model_url, semaphore):
-    async with semaphore:  # Ограничиваем количество одновременно выполняемых задач
-        try:
-            async with aiohttp.ClientSession() as session:
-                async with session.post(
-                    f"https://api-inference.huggingface.co/models/{model_url}",
-                    headers=HEADERS,
-                    json={"inputs": prompt},
-                ) as response:
-                    if response.status == 200:
-                        image_data = await response.read()
-                        return model_name, Image.open(BytesIO(image_data))
-                    else:
-                        error_message = await response.json()
-                        warnings = error_message.get("warnings", [])
-                        print(f"Ошибка для модели {model_name}: {error_message.get('error', 'unknown error')}")
-                        if warnings:
-                            print(f"Предупреждения для модели {model_name}: {warnings}")
-                        return model_name, None
-        except Exception as e:
-            print(f"Ошибка соединения с моделью {model_name}: {e}")
-            return model_name, None
-
-
-# Асинхронная обработка запросов первой группы
-async def handle_first_group(prompt):
-    semaphore = Semaphore(MAX_CONCURRENT_REQUESTS)  # Создаём локальный семафор
-    tasks = [
-        query_model(prompt, model_name, model_url, semaphore)
-        for model_name, model_url in list(MODELS.items())[:3]
-    ]
-    results = await asyncio.gather(*tasks)
-    return {model_name: image for model_name, image in results if image}
-
-
-# Асинхронная обработка запросов второй группы
-async def handle_second_group(prompt):
-    await asyncio.sleep(GROUP_DELAY)  # Задержка перед запросами ко второй группе
-    semaphore = Semaphore(MAX_CONCURRENT_REQUESTS)  # Создаём локальный семафор
-    tasks = [
-        query_model(prompt, model_name, model_url, semaphore)
-        for model_name, model_url in list(MODELS.items())[3:]
-    ]
-    results = await asyncio.gather(*tasks)
-    return {model_name: image for model_name, image in results if image}
-
-
-# Асинхронная обработка запросов
-async def handle(prompt):
-    # Обработка двух групп моделей
-    first_group_results = await handle_first_group(prompt)
-    second_group_results = await handle_second_group(prompt)
-    return {**first_group_results, **second_group_results}
-
-
-# Интерфейс Gradio
-with gr.Blocks() as demo:
-    gr.Markdown("## Генерация изображений с использованием моделей Hugging Face")
-
-    # Поле ввода
-    user_input = gr.Textbox(label="Введите описание изображения", placeholder="Например, 'Красный автомобиль в лесу'")
-
-    # Вывод изображений
-    with gr.Row():
-        outputs = {name: gr.Image(label=name) for name in MODELS.keys()}
-
-    # Кнопка генерации
-    generate_button = gr.Button("Сгенерировать")
-
-    # Асинхронная обработка ввода
-    async def on_submit(prompt):
-        results = await handle(prompt)
-        return [results.get(name, None) for name in MODELS.keys()]
-
-    generate_button.click(
-        fn=on_submit,
-        inputs=[user_input],
-        outputs=list(outputs.values()),
-    )
-    user_input.submit(
-        fn=on_submit,
-        inputs=[user_input],
-        outputs=list(outputs.values()),
-    )
-
-    # Ссылки на соцсети
-    with gr.Row():
-        with gr.Column(scale=1):
-            gr.Image(value='icon.jpg')
-        with gr.Column(scale=4):
-            gradio.HTML("""<div style="text-align: center; font-family: 'Helvetica Neue', sans-serif; padding: 10px; color: #333333;">
-        <p style="font-size: 18px; font-weight: 600; margin-bottom: 8px;">
-            Эта демка была создана телеграм каналом <strong style="color: #007ACC;"><a href='https://t.me/mlphys'> mlphys</a></strong>. Другие мои социальные сети:
-        </p>
-        <p style="font-size: 16px;">
-            <a href="https://t.me/mlphys" target="_blank" style="color: #0088cc; text-decoration: none; font-weight: 500;">Telegram</a> |
-            <a href="https://x.com/quensy23" target="_blank" style="color: #1DA1F2; text-decoration: none; font-weight: 500;">Twitter</a> |
-            <a href="https://github.com/freQuensy23-coder"  target="_blank" style="color: #0088cc; text-decoration: none; font-weight: 500;">GitHub</a>
-        </p>
-    </div>""")
-
-demo.launch()
+import gradio
+import gradio as gr
+import aiohttp
+import asyncio
+from PIL import Image
+from io import BytesIO
+from asyncio import Semaphore
+from dotenv import load_dotenv
+import os
+
+# Загрузка токена из .env файла
+load_dotenv()
+API_TOKEN = os.getenv("HF_API_TOKEN")
+
+# Конфигурация API
+HEADERS = {"Authorization": f"Bearer {API_TOKEN}"}
+MODELS = {
+    "Midjourney": "Jovie/Midjourney",
+    "FLUX.1 [dev]": "black-forest-labs/FLUX.1-dev",
+    "Stable Diffusion v2.1": "stabilityai/stable-diffusion-2-1",
+    "Stable Diffusion v3.5 Large": "stabilityai/stable-diffusion-3.5-large",
+    "Stable Diffusion v1.0 Large": "stabilityai/stable-diffusion-xl-base-1.0",
+    "Leonardo AI": "goofyai/Leonardo_Ai_Style_Illustration",
+}
+
+# Настройки
+MAX_CONCURRENT_REQUESTS = 3
+GROUP_DELAY = 1
+
+# Асинхронная функция для отправки запроса к API
+async def query_model(prompt, model_name, model_url, semaphore):
+    async with semaphore:  # Ограничиваем количество одновременно выполняемых задач
+        try:
+            async with aiohttp.ClientSession() as session:
+                async with session.post(
+                    f"https://api-inference.huggingface.co/models/{model_url}",
+                    headers=HEADERS,
+                    json={"inputs": prompt},
+                ) as response:
+                    if response.status == 200:
+                        image_data = await response.read()
+                        return model_name, Image.open(BytesIO(image_data))
+                    else:
+                        error_message = await response.json()
+                        warnings = error_message.get("warnings", [])
+                        print(f"Ошибка для модели {model_name}: {error_message.get('error', 'unknown error')}")
+                        if warnings:
+                            print(f"Предупреждения для модели {model_name}: {warnings}")
+                        return model_name, None
+        except Exception as e:
+            print(f"Ошибка соединения с моделью {model_name}: {e}")
+            return model_name, None
+
+
+# Асинхронная обработка запросов первой группы
+async def handle_first_group(prompt):
+    semaphore = Semaphore(MAX_CONCURRENT_REQUESTS)  # Создаём локальный семафор
+    tasks = [
+        query_model(prompt, model_name, model_url, semaphore)
+        for model_name, model_url in list(MODELS.items())[:3]
+    ]
+    results = await asyncio.gather(*tasks)
+    return {model_name: image for model_name, image in results if image}
+
+
+# Асинхронная обработка запросов второй группы
+async def handle_second_group(prompt):
+    await asyncio.sleep(GROUP_DELAY)  # Задержка перед запросами ко второй группе
+    semaphore = Semaphore(MAX_CONCURRENT_REQUESTS)  # Создаём локальный семафор
+    tasks = [
+        query_model(prompt, model_name, model_url, semaphore)
+        for model_name, model_url in list(MODELS.items())[3:]
+    ]
+    results = await asyncio.gather(*tasks)
+    return {model_name: image for model_name, image in results if image}
+
+
+# Асинхронная обработка запросов
+async def handle(prompt):
+    # Обработка двух групп моделей
+    first_group_results = await handle_first_group(prompt)
+    second_group_results = await handle_second_group(prompt)
+    return {**first_group_results, **second_group_results}
+
+
+# Интерфейс Gradio
+with gr.Blocks() as demo:
+    gr.Markdown("## Генерация изображений с использованием моделей Hugging Face")
+
+    # Поле ввода
+    user_input = gr.Textbox(label="Введите описание изображения", placeholder="Например, 'Красный автомобиль в лесу'")
+
+    # Вывод изображений
+    with gr.Row():
+        outputs = {name: gr.Image(label=name) for name in MODELS.keys()}
+
+    # Кнопка генерации
+    generate_button = gr.Button("Сгенерировать")
+
+    # Асинхронная обработка ввода
+    async def on_submit(prompt):
+        results = await handle(prompt)
+        return [results.get(name, None) for name in MODELS.keys()]
+
+    generate_button.click(
+        fn=on_submit,
+        inputs=[user_input],
+        outputs=list(outputs.values()),
+    )
+    user_input.submit(
+        fn=on_submit,
+        inputs=[user_input],
+        outputs=list(outputs.values()),
+    )
+
+    # Ссылки на соцсети
+    with gr.Row():
+        with gr.Column(scale=1):
+            gr.Image(value='icon.jpg')
+        with gr.Column(scale=4):
+            gradio.HTML("""<div style="text-align: center; font-family: 'Helvetica Neue', sans-serif; padding: 10px; color: #333333;">
+        <p style="font-size: 18px; font-weight: 600; margin-bottom: 8px;">
+            Эта демка была создана телеграм каналом <strong style="color: #007ACC;"><a href='https://t.me/mlphys'> mlphys</a></strong>. Другие мои социальные сети:
+        </p>
+        <p style="font-size: 16px;">
+            <a href="https://t.me/mlphys" target="_blank" style="color: #0088cc; text-decoration: none; font-weight: 500;">Telegram</a> |
+            <a href="https://x.com/quensy23" target="_blank" style="color: #1DA1F2; text-decoration: none; font-weight: 500;">Twitter</a> |
+            <a href="https://github.com/freQuensy23-coder"  target="_blank" style="color: #0088cc; text-decoration: none; font-weight: 500;">GitHub</a>
+        </p>
+    </div>""")
+
+demo.launch()