Update app.py

app.py

@@ -1,7 +1,266 @@
+import requests
+import base64
+import io
+import json
+from PIL import Image, PngImagePlugin
 import gradio as gr
 
-def greet(name):
-    return "Hello " + name + "!!"
+# URL de ton serveur AUTOMATIC1111 (à adapter)
+A1111_URL = "http://127.0.0.1:7860"
 
-demo = gr.Interface(fn=greet, inputs="text", outputs="text")
-demo.launch()
+# Nom du LoRA tel qu’il apparaît dans A1111 (onglet Extra Networks > Lora)
+# ex : "HighSchoolDxD_RiasGremoryXL" si c’est ainsi qu’il est nommé
+RIAS_LORA_NAME = "HighSchoolDxD_RiasGremory"
+
+# Triggers Rias
+RIAS_TRIGGERS = (
+    "RiasGremory, red hair, long hair, blue eyes, ahoge, "
+    "school uniform, striped shirt, neck ribbon, black ribbon, "
+    "black corset, purple skirt, huge breasts"
+)
+
+
+def build_prompt_with_lora(user_prompt: str,
+                           enable_rias: bool,
+                           lora_weight: float) -> str:
+    """
+    Construit le prompt final en ajoutant éventuellement le LoRA Rias
+    + ses trigger words.
+    """
+
+    user_prompt = (user_prompt or "").strip()
+
+    if not enable_rias:
+        return user_prompt
+
+    # Syntaxe A1111 pour LoRA : <lora:Nom:poids>
+    lora_tag = f"<lora:{RIAS_LORA_NAME}:{lora_weight:.2f}>"
+    parts = [lora_tag, RIAS_TRIGGERS, user_prompt]
+    return ", ".join([p for p in parts if p])
+
+
+def txt2img_sdxl(
+    prompt: str,
+    negative_prompt: str,
+    seed: float,
+    steps: float,
+    cfg_scale: float,
+    width: float,
+    height: float,
+    sampler_name: str,
+    enable_rias_lora: bool,
+    rias_weight: float,
+    script_name: str,
+):
+    """
+    Fonction appelée par Gradio : envoie une requête txt2img à A1111,
+    récupère l'image, et sauvegarde les paramètres dans les métadonnées PNG
+    + un JSON affiché dans l'UI.
+    """
+
+    # Prompt final
+    final_prompt = build_prompt_with_lora(
+        prompt,
+        enable_rias_lora,
+        float(rias_weight),
+    )
+
+    # Seed : -1 ou vide => seed aléatoire côté A1111
+    try:
+        seed_int = int(seed)
+    except Exception:
+        seed_int = -1
+
+    payload = {
+        "prompt": final_prompt,
+        "negative_prompt": negative_prompt or "",
+        "seed": seed_int,
+        "steps": int(steps),
+        "cfg_scale": float(cfg_scale),
+        "width": int(width),
+        "height": int(height),
+        "sampler_name": sampler_name,
+        # Important pour SDXL : A1111 gère le reste côté modèle (refiner, etc.)
+        # Tu peux ajouter enable_hr, hr_scale, etc. plus tard.
+    }
+
+    # Appel API A1111
+    try:
+        resp = requests.post(
+            f"{A1111_URL}/sdapi/v1/txt2img",
+            json=payload,
+            timeout=600,
+        )
+        resp.raise_for_status()
+    except Exception as e:
+        return None, f"Erreur appel API A1111 : {e}", ""
+
+    data = resp.json()
+
+    if "images" not in data or not data["images"]:
+        return None, "Réponse API sans image.", json.dumps(data, ensure_ascii=False, indent=2)
+
+    # Première image
+    b64_image = data["images"][0]
+    # certaines configs renvoient "data:image/png;base64,....."
+    if "," in b64_image:
+        b64_image = b64_image.split(",", 1)[1]
+
+    img_bytes = base64.b64decode(b64_image)
+    img = Image.open(io.BytesIO(img_bytes))
+
+    # Récup paramètres renvoyés par A1111, si dispo
+    # (facultatif, mais pratique pour débogage)
+    a1111_params = data.get("parameters", {})
+
+    # Métadonnées à stocker
+    meta = {
+        "app_prompt": prompt,
+        "app_negative_prompt": negative_prompt,
+        "final_prompt_sent_to_a1111": final_prompt,
+        "seed": seed_int,
+        "steps": int(steps),
+        "cfg_scale": float(cfg_scale),
+        "width": int(width),
+        "height": int(height),
+        "sampler_name": sampler_name,
+        "enable_rias_lora": bool(enable_rias_lora),
+        "rias_lora_name": RIAS_LORA_NAME if enable_rias_lora else None,
+        "rias_lora_weight": float(rias_weight) if enable_rias_lora else None,
+        "a1111_parameters": a1111_params,
+    }
+
+    # Nom de fichier pour sauvegarde locale dans le Space (utile pour debug)
+    safe_name = (script_name or "sdxl_generation").strip().replace(" ", "_")
+    filename = f"{safe_name}.png"
+
+    # Mettre le JSON dans les métadonnées PNG
+    pnginfo = PngImagePlugin.PngInfo()
+    pnginfo.add_text("generation_params", json.dumps(meta, ensure_ascii=False))
+
+    img.save(filename, pnginfo=pnginfo)
+
+    # Texte affiché dans la zone "script" (JSON lisible)
+    script_txt = json.dumps(meta, ensure_ascii=False, indent=2)
+
+    return img, script_txt, filename
+
+
+# ---------------- Gradio UI ----------------
+
+with gr.Blocks(title="SDXL + LoRA (A1111 client)") as demo:
+    gr.Markdown(
+        "## SDXL (Automatic1111) + LoRA Rias  \n"
+        "Ce Space envoie les requêtes à un serveur Automatic1111 déjà configuré en SDXL."
+    )
+
+    with gr.Row():
+        with gr.Column():
+            prompt = gr.Textbox(
+                label="Prompt",
+                lines=4,
+                placeholder="Décris la scène (SDXL + LoRA Rias si activée)...",
+            )
+            negative = gr.Textbox(
+                label="Negative prompt",
+                lines=3,
+                value="",
+            )
+
+            seed = gr.Number(
+                label="Seed (-1 = random)",
+                value=-1,
+            )
+            steps = gr.Slider(
+                minimum=10,
+                maximum=60,
+                value=30,
+                step=1,
+                label="Steps",
+            )
+            cfg_scale = gr.Slider(
+                minimum=1.0,
+                maximum=20.0,
+                value=7.0,
+                step=0.5,
+                label="CFG scale",
+            )
+
+            width = gr.Slider(
+                minimum=512,
+                maximum=1536,
+                value=1024,
+                step=64,
+                label="Width (SDXL natif 1024)",
+            )
+            height = gr.Slider(
+                minimum=512,
+                maximum=1536,
+                value=1024,
+                step=64,
+                label="Height (SDXL natif 1024)",
+            )
+
+            sampler_name = gr.Dropdown(
+                choices=[
+                    "Euler a",
+                    "Euler",
+                    "DPM++ 2M Karras",
+                    "DPM++ SDE Karras",
+                ],
+                value="DPM++ 2M Karras",
+                label="Sampler",
+            )
+
+            enable_rias_lora = gr.Checkbox(
+                label="Activer LoRA RiasGremory",
+                value=True,
+            )
+            rias_weight = gr.Slider(
+                minimum=0.1,
+                maximum=1.5,
+                value=0.9,
+                step=0.05,
+                label="Poids LoRA Rias",
+            )
+
+            script_name = gr.Textbox(
+                label="Nom base pour l'image / script",
+                value="rias_sdxl_generation",
+            )
+
+            run_btn = gr.Button("Générer", variant="primary")
+
+        with gr.Column():
+            out_img = gr.Image(
+                label="Image générée (SDXL via A1111)",
+                show_download=True,
+            )
+            out_script = gr.Textbox(
+                label="Script (JSON des paramètres + payload A1111)",
+                lines=20,
+            )
+            out_file = gr.File(
+                label="Fichier PNG (avec métadonnées) généré côté Space",
+            )
+
+    run_btn.click(
+        fn=txt2img_sdxl,
+        inputs=[
+            prompt,
+            negative,
+            seed,
+            steps,
+            cfg_scale,
+            width,
+            height,
+            sampler_name,
+            enable_rias_lora,
+            rias_weight,
+            script_name,
+        ],
+        outputs=[out_img, out_script, out_file],
+    )
+
+if __name__ == "__main__":
+    demo.launch()