Test file – initial commit.

app.py

@@ -1,70 +1,45 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
-
+import requests
+
+SYSTEM_PROMPT = """
+Te egy magyar nyelvű házi feladat-segítő AI vagy. 
+Mindig egyszerűen, érthetően, lépésenként magyarázol.
+Matematika, történelem, fizika, kémia, irodalom – bármit elmagyarázol.
+Ha a felhasználó képet tölt fel, először írd le, mi van rajta, majd oldd meg a feladatot.
+Soha ne írj túl hosszú válaszokat. A megoldást mindig lépésenként add meg.
+"""
 
-def respond(
-    message,
-    history: list[dict[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-    hf_token: gr.OAuthToken,
-):
-    """
-    For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-    """
-    client = InferenceClient(token=hf_token.token, model="openai/gpt-oss-20b")
+API_URL = "https://api-inference.huggingface.co/models/google/gemma-2b-it"
+HEADERS = {"Authorization": f"Bearer {gr.get_env('HF_TOKEN')}"}
 
-    messages = [{"role": "system", "content": system_message}]
+def solve(text, image):
+    prompt = SYSTEM_PROMPT + "\nFeladat:\n" + text
 
-    messages.extend(history)
+    if image:
+        prompt += "\n(Kép csatolva, értelmezd és oldd meg.)"
 
-    messages.append({"role": "user", "content": message})
+    payload = {
+        "inputs": prompt
+    }
 
-    response = ""
+    response = requests.post(API_URL, headers=HEADERS, json=payload)
 
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        choices = message.choices
-        token = ""
-        if len(choices) and choices[0].delta.content:
-            token = choices[0].delta.content
+    try:
+        output = response.json()[0]["generated_text"]
+    except:
+        output = "Hiba történt vagy túl hosszú volt a kérés."
 
-        response += token
-        yield response
+    return output
 
+with gr.Blocks() as demo:
+    gr.Markdown("# Magyar Házi Feladat Segítő AI")
 
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-chatbot = gr.ChatInterface(
-    respond,
-    type="messages",
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
-    ],
-)
+    text = gr.Textbox(label="Írd be a feladatot vagy kérdést")
+    image = gr.Image(label="Kép (opcionális)", type="filepath")
+    btn = gr.Button("Megoldás kérése")
 
-with gr.Blocks() as demo:
-    with gr.Sidebar():
-        gr.LoginButton()
-    chatbot.render()
+    output = gr.Textbox(label="Megoldás")
 
+    btn.click(fn=solve, inputs=[text, image], outputs=output)
 
-if __name__ == "__main__":
-    demo.launch()
+demo.launch()