File size: 1,796 Bytes
02e0f24 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 |
import gradio as gr
import requests
import base64
import os
SYSTEM_PROMPT = """
Te egy magyar nyelvű házi feladat-segítő AI vagy.
Mindig érthetően, egyszerűen és lépésenként magyarázol.
Matematika, történelem, fizika, biológia, kémia, irodalom – mindent elmagyarázol.
Képet is fel tudsz ismerni: leírod, mi látható rajta, majd megoldod a feladatot.
Soha ne írj felesleges szöveget. Mindig tömör, tiszta, lépésenkénti megoldást adj.
"""
API_URL = "https://api-inference.huggingface.co/models/llava-hf/llava-1.5-7b-hf"
HEADERS = {"Authorization": f"Bearer {os.getenv('HF_API_TOKEN')}"}
def encode_image(image_path):
with open(image_path, "rb") as f:
return base64.b64encode(f.read()).decode("utf-8")
def solve(text, image):
if not text:
return "Adj meg egy feladatot."
inputs = {
"prompt": SYSTEM_PROMPT + "\nFeladat:\n" + text,
}
if image:
try:
img_b64 = encode_image(image)
inputs["image"] = img_b64
except:
return "Hiba: a képet nem sikerült beolvasni."
response = requests.post(API_URL, headers=HEADERS, json=inputs)
try:
data = response.json()
if "generated_text" in data:
return data["generated_text"]
else:
return data
except:
return "Hiba történt a modell válaszánál."
with gr.Blocks() as demo:
gr.Markdown("# 🇭🇺 Magyar Multimodális Házi Feladat Segítő AI")
text = gr.Textbox(label="Írd be a feladatot vagy kérdést")
image = gr.Image(label="Kép (opcionális)", type="filepath")
btn = gr.Button("Megoldás kérése")
output = gr.Textbox(label="Megoldás", lines=12)
btn.click(fn=solve, inputs=[text, image], outputs=output)
demo.launch()
|