import gradio as gr
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# نام مدل بدون سانسور
model_name = "jarradh/llama2_70b_chat_uncensored"

print("در حال بارگذاری مدل... ممکنه چند دقیقه طول بکشه")
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.float16,
    device_map="auto"
)

def chat_response(message, history):
    # تبدیل تاریخچه به فرمت متنی
    prompt = f"User: {message}\nAssistant:"
    inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
    
    # تولید پاسخ
    outputs = model.generate(
        **inputs,
        max_new_tokens=300,
        temperature=0.7,
        do_sample=True
    )
    
    # تبدیل خروجی به متن
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    # فقط بخش پاسخ رو استخراج کن
    response = response.split("Assistant:")[-1].strip()
    return response

# ساخت رابط کاربری
iface = gr.ChatInterface(
    fn=chat_response,
    title="🤖 چت‌بات بدون سانسور",
    description="با Llama2 70B بدون فیلتر چت کن!"
)

iface.launch(share=True)