Update app.py

app.py

@@ -2,48 +2,60 @@ import gradio as gr
 from huggingface_hub import InferenceClient
 import os
 
-# Используем модель Qwen — она сейчас работает стабильнее всех с русским языком
+# Инициализация клиента. 
+# Используем Qwen 2.5 72B — она сейчас лучшая для русского языка в бесплатном API
 token = os.getenv("HF_TOKEN")
 client = InferenceClient("Qwen/Qwen2.5-72B-Instruct", token=token)
 
 def respond(message, history):
-    # Ограничиваем историю последними 5 сообщениями, чтобы не перегружать API
-    history = history[-5:]
+    # Ограничиваем контекст (последние 7 сообщений), чтобы не перегружать память
+    history = history[-7:]
     
-    messages = [{"role": "system", "content": "Ты — профессиональный ИИ-ассистент твоё имя Flare. Пиши грамотно на русском языке."}]
+    # Твой системный промпт с именем Flare
+    messages = [
+        {"role": "system", "content": "Ты — профессиональный ИИ-ассистент. Твоё имя Flare. Пиши грамотно и вежливо на русском языке."}
+    ]
 
+    # Собираем историю диалога
     for user_msg, assistant_msg in history:
         if user_msg:
             messages.append({"role": "user", "content": user_msg})
         if assistant_msg:
             messages.append({"role": "assistant", "content": assistant_msg})
 
+    # Добавляем новое сообщение
     messages.append({"role": "user", "content": message})
 
     response = ""
+
     try:
-        # Уменьшаем max_tokens для стабильности
+        # Запрос к модели
         for message_chunk in client.chat_completion(
             messages=messages,
-            max_tokens=512,
+            max_tokens=1024,
             stream=True,
-            temperature=0.5, # Снизили температуру для точности
+            temperature=0.6,
         ):
-            token_text = message_chunk.choices[0].delta.content
-            if token_text:
+            # Безопасная проверка: есть ли данные в ответе?
+            if (hasattr(message_chunk, 'choices') and 
+                message_chunk.choices and 
+                message_chunk.choices[0].delta.content is not None):
+                
+                token_text = message_chunk.choices[0].delta.content
                 response += token_text
                 yield response
+                
     except Exception as e:
-        if "rate limit" in str(e).lower():
-            yield "Ошибка: Слишком много запросов. Подожди 15 секунд."
-        else:
-            yield f"Ошибка API: {str(e)}"
+        # Если API выдаст ошибку, пользователь увидит её в чате, а не белый экран
+        yield f"Ошибка связи с Flare: {str(e)}"
 
-# Настройка интерфейса без лишних аргументов
+# Настройка интерфейса Gradio
 demo = gr.ChatInterface(
     fn=respond,
-    examples=["Как дела?", "Напиши план тренировки", "Что такое ИИ?"],
-    title="Стабильный ИИ Чат"
+    title="Flare AI Assistant",
+    description="Ваш персональный помощник в Hugging Face Spaces",
+    examples=["Привет! Как тебя зовут?", "Flare, напиши план на день", "Объясни квантовую физику просто"],
+    cache_examples=False # Отключаем кэш, чтобы избежать лишних ошибок при сборке
 )
 
 if __name__ == "__main__":