Upload 2 files

app (5).py

@@ -0,0 +1,112 @@
+
+try:
+    import gradio as gr
+    import fitz
+    from llama_cpp import Llama
+    print("✅ Library berhasil di-install dan di-impor!")
+    print("   Sekarang coba jalankan sel-sel berikutnya.")
+except ImportError as e:
+    print(f"Terjadi error saat impor: {e}")
+
+# Path ke file model GGUF yang sudah Anda tambahkan
+model_path = "/kaggle/input/qwen-3/gguf/4b/1/Qwen3-4B-Q4_K_M.gguf"
+
+print("Memulai proses memuat model...")
+
+# Konfigurasi dan muat model menggunakan llama-cpp-python
+llm = Llama(
+  model_path=model_path,
+  n_gpu_layers=-1,  # -1 berarti gunakan semua layer GPU yang tersedia, ini kuncinya!
+  n_ctx=40960,       # Ukuran konteks, 4096 token sudah cukup untuk banyak PDF
+  verbose=False     # Set ke False agar tidak terlalu banyak log
+)
+
+print("🚀 Model berhasil dimuat!")
+
+# ================================================================
+# LANGKAH 3 (VERSI DIPERBAIKI): FUNGSI INTI UNTUK MERINGKAS
+# ================================================================
+
+def summarize_pdf(pdf_file_obj): # Kita ganti nama variabel agar lebih jelas
+    """
+    Fungsi ini menerima objek file dari Gradio, membaca isinya,
+    dan mengembalikan ringkasan dari model AI.
+    """
+    if not pdf_file_obj:
+        return "Mohon unggah file PDF terlebih dahulu."
+
+    try:
+        # --- Bagian 1: Membaca teks dari PDF ---
+        # Perubahan ada di sini! Kita gunakan .name untuk mendapatkan path filenya.
+        pdf_path = pdf_file_obj.name
+        print(f"Membaca file PDF dari path: {pdf_path}")
+        
+        # Buka file menggunakan path-nya, bukan stream
+        doc = fitz.open(pdf_path)
+        
+        full_text = ""
+        for page in doc:
+            full_text += page.get_text()
+        
+        doc.close()
+        print("Teks berhasil diekstrak dari PDF.")
+
+        # --- Bagian 2: Membuat prompt untuk AI ---
+        # Bagian ini tidak berubah
+        system_prompt = "Anda adalah asisten AI yang ahli dalam meringkas dokumen. Ringkaslah teks berikut dalam beberapa poin utama yang mudah dimengerti."
+        
+        prompt = f"""
+        <|im_start|>system
+        {system_prompt}<|im_end|>
+        <|im_start|>user
+        Teks dokumen: "{full_text}"<|im_end|>
+        <|im_start|>assistant
+        Tentu, ini adalah ringkasan dari dokumen tersebut:
+        """
+
+        # --- Bagian 3: Memanggil model AI ---
+        # Bagian ini juga tidak berubah
+        print("Mengirim teks ke model untuk diringkas...")
+        output = llm(
+            prompt,
+            max_tokens=2048,
+            stop=["<|im_end|>"],
+            echo=False,
+            temperature=0.7
+        )
+        
+        summary = output['choices'][0]['text'].strip()
+        print("Ringkasan berhasil dibuat.")
+        
+        return summary
+
+    except Exception as e:
+        return f"Terjadi kesalahan: {e}"
+
+# =============================================
+# LANGKAH 4: BANGUN ANTARMUKA DENGAN GRADIO
+# =============================================
+
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown(
+        """
+        # 🤖 AI PDF Summarizer (ditenagai oleh Qwen3-4B)
+        Unggah file PDF Anda di bawah ini, dan AI akan membuatkan ringkasan untuk Anda.
+        """
+    )
+    
+    with gr.Row():
+        pdf_input = gr.File(label="Upload PDF", file_types=[".pdf"])
+        summary_output = gr.Textbox(label="Ringkasan", lines=15)
+    
+    summarize_button = gr.Button("Buat Ringkasan", variant="primary")
+    
+    summarize_button.click(
+        fn=summarize_pdf,
+        inputs=pdf_input,
+        outputs=summary_output
+    )
+
+# Jalankan aplikasi!
+print("Menjalankan antarmuka Gradio...")
+demo.launch(debug=True) # share=True akan membuat link publik sementara

requirements.txt

@@ -0,0 +1,3 @@
+gradio
+PyMuPDF
+llama-cpp-python