Update app.py

app.py

@@ -12,116 +12,34 @@ from fastapi import FastAPI, HTTPException
 from fastapi.responses import FileResponse
 from fastapi.staticfiles import StaticFiles
 
-# Путь к временному кэшу
-CACHE_DIR = os.path.join(tempfile.gettempdir(), "image_cache")
-if not os.path.exists(CACHE_DIR):
-    os.makedirs(CACHE_DIR)
+# ... (остальной код без изменений)
 
-# Время жизни кэша в минутах
-CACHE_DURATION = 45
-
-# Функция для очистки кэша
-def clear_cache():
-    current_time = datetime.now()
-    for filename in os.listdir(CACHE_DIR):
-        file_path = os.path.join(CACHE_DIR, filename)
-        if os.path.isfile(file_path):
-            file_time = datetime.fromtimestamp(os.path.getmtime(file_path))
-            if current_time - file_time > timedelta(minutes=CACHE_DURATION):
-                os.remove(file_path)
-
-# Запуск очистки кэша каждые 45 минут
-def start_cache_cleanup():
-    while True:
-        clear_cache()
-        threading.Event().wait(CACHE_DURATION * 60)
+# Создаем интерфейс с помощью Gradio
+with gr.Blocks() as demo:
+    with gr.Row():
+        with gr.Column():
+            chatbot = gr.Chatbot(label="История Сообщений", type='messages') #  <- Исправлено
+            with gr.Row():
+                image_input = gr.Image(label="Фото", type="pil")
+                instructions = gr.Textbox(label="Сообщение", lines=3, placeholder="Реши...")
+                submit_button = gr.Button("Отправить")
 
-# Запуск потока для очистки кэша
-cleanup_thread = threading.Thread(target=start_cache_cleanup, daemon=True)
-cleanup_thread.start()
+    submit_button.click(
+        fn=ask_openai_with_image,
+        inputs=[gr.State(initial_messages), instructions, image_input, gr.Textbox(SERVER_URL, visible=False)],
+        outputs=[gr.State(initial_messages), chatbot],
+        concurrency_limit=150,
+        show_progress=True # Добавлено для отображения прогресса
+    )
 
-# Функция для сохранения изображения в кэш и возврата пути к нему
-def save_image_to_cache(image):
-    image_hash = hashlib.md5(image.tobytes()).hexdigest()
-    image_path = os.path.join(CACHE_DIR, f"{image_hash}.jpg")
-    
-    if not os.path.exists(image_path):
-        image.save(image_path, format="JPEG")
-    
-    return image_path
+# ... (остальной код без изменений)
 
-# Функция для сжатия изображения
-def compress_image(image, max_size=(800, 800)):
-    image.thumbnail(max_size, Image.LANCZOS)
-    return image
 
-# Функция для получения прямой ссылки на изображение в кэше
-def get_image_url(image_path, server_url):
-    return f"{server_url}/image/{os.path.basename(image_path)}"
 
 # Функция для отправки запроса в OpenAI с изображением и получения ответа
 def ask_openai_with_image(messages, instruction, image, server_url):
-    if not instruction and image is None:
-        emj = random.choice(emojis)
-        raise gr.Error(f"{emj} Заполните, пожалуйста, хотя бы одно поле")
-    
-    new_message = {
-        "role": "user",
-        "content": [
-            {
-                "type": "text",
-                "text": instruction if instruction else "",
-            }
-        ]
-    }
-    
-    if image is not None:
-        # Сжимаем изображение
-        compressed_image = compress_image(image)
-        # Сохраняем изображение в кэш
-        image_path = save_image_to_cache(compressed_image)
-        # Получаем прямую ссылку на изображение
-        image_url = get_image_url(image_path, server_url)
-        new_message["content"].append({
-            "type": "image_url",
-            "image_url": {
-                "url": image_url,
-                "detail": "high",
-            },
-        })
-    
-    messages.append(new_message)
-    
-    payload = {
-        "model": "learnlm-1.5-pro-experimental",
-        "messages": messages,
-        "max_tokens": 4095,
-    }
-
-    # Заголовки для запроса
-    headers = {
-        'Content-Type': 'application/json',
-        'Authorization': f'Bearer {api_key}'
-    }
+    # ... (код до обработки ответа от OpenAI без изменений)
 
-    # URL для запроса к API OpenAI
-    url = BASE_URL
-
-    # Отправляем запрос в OpenAI с таймаутом 225 секунд
-    try:
-        response = requests.post(url, headers=headers, json=payload, timeout=225)
-    except requests.Timeout:
-        messages.append({
-            "role": "assistant",
-            "content": "Ошибка: Запрос к ИИ превысил максимальное время ожидания. Повторите попытку позже."
-        })
-        return messages, "Ошибка: Запрос к ИИ превысил максимальное время ожидания. Повторите попытку позже."
-    except requests.RequestException as e:
-        messages.append({
-            "role": "assistant",
-            "content": f"Ошибка при отправке запроса, повторите попытку позже."
-        })
-        return messages, f"Ошибка при отправке запроса, повторите попытку позже."
 
     # Проверяем ответ и возвращаем результат
     if response.status_code == 200:
@@ -133,84 +51,7 @@ def ask_openai_with_image(messages, instruction, image, server_url):
                 "role": "assistant",
                 "content": otvet
             })
-            return messages, otvet
-        except Exception as e:
-            # Если есть ошибка в структуре JSON, выводим ее
-            messages.append({
-                "role": "assistant",
-                "content": f"Ошибка обработки ответа: {e}"
-            })
-            return messages, f"Ошибка обработки ответа: {e}"
-    else:
-        # Если произошла ошибка, возвращаем сообщение об ошибке
-        messages.append({
-            "role": "assistant",
-            "content": f"Ошибка: {response.status_code} - {response.text}"
-        })
-        return messages, f"Ошибка: {response.status_code} - {response.text}"
-
-emojis = ['😊', '🤗', '🥺', '😅', '🤭', '😔', '✨', '😜', '🙏']
-
-api_key = os.getenv("OPENAI_API_KEY")
-BASE_URL = os.getenv("BASE_URL")
-SERVER_URL = os.getenv("SERVER_URL", "http://localhost:7860")  # Убедитесь, что этот URL правильный
-
-# Текст начального сообщения
-start = "Приветствую тебя! 🌟 Ты - \"Помогатор 1.5\". Твоя миссия - помогать студентам, делая учебный процесс весёлым и интерактивным с помощью стильного общения и эмодзи. 🎓😊 Когда студенты просят помощи, ты подробно объясняешь им материал, используя примеры и аналогии. Но если они просят 'РЕШИТЬ', ты переключаешься в режим решения и предоставляешь точные ответы, делая упор на краткость и точность. 🧮✅ Если тебе присылают фото задания, ты тщательно его анализируешь и решаешь, предоставляя решение в понятной форме и используя дробную черту '/' для записи дробей. 🖼️➗ Твоя цель - не просто дать ответы, но и обучить, однако ты всегда готов решить задачу, когда это необходимо. Приступим? 🚀🌈"
-
-# Функция для преобразования сообщений в формат кортежей
-def format_messages_for_chatbot(messages):
-    formatted_messages = []
-    for message in messages:
-        if message["role"] == "system":
-            formatted_messages.append(("Система:", message["content"]))
-        elif message["role"] == "user":
-            text_content = message["content"][0]["text"]
-            image_content = message["content"][1]["image_url"]["url"] if len(message["content"]) > 1 else None
-            if image_content:
-                formatted_messages.append(("Вы:", f"{text_content}\nИзображение: {image_content}"))
-            else:
-                formatted_messages.append(("Вы:", text_content))
-        elif message["role"] == "assistant":
-            formatted_messages.append(("Помогатор 1.5:", message["content"]))
-    return formatted_messages
-
-# Начальные сообщения
-initial_messages = [
-    {
-        "role": "system",
-        "content": start,
-    }
-]
-
-# Создаем интерфейс с помощью Gradio
-with gr.Blocks() as demo:
-    with gr.Row():
-        with gr.Column():
-            chatbot = gr.Chatbot(label="История Сообщений")
-            with gr.Row():
-                image_input = gr.Image(label="Фото", type="pil")
-                instructions = gr.Textbox(label="Сообщение", lines=3, placeholder="Реши...")
-                submit_button = gr.Button("Отправить")
-    
-    submit_button.click(
-        fn=ask_openai_with_image,
-        inputs=[gr.State(initial_messages), instructions, image_input, gr.Textbox(SERVER_URL, visible=False)],
-        outputs=[gr.State(initial_messages), chatbot],
-        concurrency_limit=150
-    )
-
-# Монтируем маршрут для получения изображений из кэша
-app = demo.app
-app.mount("/image", StaticFiles(directory=CACHE_DIR), name="image_cache")
-
-# Обработка маршрута для получения изображений из кэша
-@app.get("/image/{image_name:path}")
-async def get_image(image_name: str):
-    image_path = os.path.join(CACHE_DIR, image_name)
-    if os.path.isfile(image_path):
-        return FileResponse(image_path)
-    else:
-        raise HTTPException(status_code=404, detail="Image not found")
-
-demo.launch()
+            # Преобразуем сообщения в формат кортежей для Gradio
+            formatted_messages = format_messages_for_chatbot(messages) # <- Исправлено
+            return messages, formatted_messages
+        # ... (остальной код обработки ошибок без изменений)