Create app.py

app.py

@@ -0,0 +1,174 @@
+import gradio as gr
+import requests
+import os
+import io
+from PIL import Image
+import random
+from datetime import datetime, timedelta
+import hashlib
+import shutil
+import tempfile
+import threading
+
+# Путь к временному кэшу
+CACHE_DIR = os.path.join(tempfile.gettempdir(), "image_cache")
+if not os.path.exists(CACHE_DIR):
+    os.makedirs(CACHE_DIR)
+
+# 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)
+
+# Запуск потока для очистки кэша
+cleanup_thread = threading.Thread(target=start_cache_cleanup, daemon=True)
+cleanup_thread.start()
+
+# 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
+
+# Функция для сжатия изображения
+def compress_image(image, max_size=(800, 800)):
+    image.thumbnail(max_size, Image.ANTIALIAS)
+    return image
+
+# Функция для получения прямой ссылки на изображение в кэше
+def get_image_url(image_path):
+    # Здесь вы можете настроить URL для доступа к изображению в кэше
+    # Например, если вы используете локальный сервер, можно использовать следующий формат:
+    return f"http://localhost:7860/image/{os.path.basename(image_path)}"
+
+# Функция для отправки запроса в OpenAI с изображением и получения ответа
+def ask_openai_with_image(instruction, image):
+    if not instruction and image is None:
+        emj = random.choice(emojis)
+        raise gr.Error(f"{emj} Заполните, пожалуйста, хотя бы одно поле")
+    
+    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)
+        
+        payload = {
+            "model": "learnlm-1.5-pro-experimental",
+            "messages": [
+                {
+                    "role": "system",
+                    "content": start,
+                },
+                {
+                    "role": "user",
+                    "content": [
+                        {
+                            "type": "text",
+                            "text": instruction if instruction else "",
+                        },
+                        {
+                            "type": "image_url",
+                            "image_url": {
+                                "url": image_url,
+                                "detail": "high",
+                            },
+                        },
+                    ],
+                }
+            ],
+            "max_tokens": 4095,
+        }
+    else:
+        payload = {
+            "model": "learnlm-1.5-pro-experimental",
+            "messages": [
+                {
+                    "role": "system",
+                    "content": start,
+                },
+                {
+                    "role": "user",
+                    "content": instruction if instruction else "",
+                }
+            ],
+            "max_tokens": 4095,
+        }
+
+    # Заголовки для запроса
+    headers = {
+        'Content-Type': 'application/json',
+        'Authorization': f'Bearer {api_key}'
+    }
+
+    # 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:
+        return "Ошибка: Запрос к ИИ превысил максимальное время ожидания. Повторите попытку позже."
+    except requests.RequestException as e:
+        return f"Ошибка при отправке запроса, повторите попытку позже."
+
+    # Проверяем ответ и возвращаем результат
+    if response.status_code == 200:
+        response_json = response.json()
+        try:
+            # Пытаемся извлечь текст из ответа
+            otvet = response_json["choices"][0]["message"]["content"]
+            return otvet
+        except Exception as e:
+            # Если есть ошибка в структуре JSON, выводим ее
+            return f"Ошибка обработки ответа: {e}"
+    else:
+        # Если произошла ошибка, возвращаем сообщение об ошибке
+        return f"Ошибка: {response.status_code} - {response.text}"
+
+emojis = ['😊', '🤗', '🥺', '😅', '🤭', '😔', '✨', '😜', '🙏']
+
+api_key = os.getenv("OPENAI_API_KEY")
+BASE_URL = os.getenv("BASE_URL")
+
+# 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? 🚀🌈"
+
+# Создаем интерфейс с помощью Gradio
+with gr.Blocks() as demo:
+    with gr.Row():
+        with gr.Column():
+            image_input = gr.Image(label="Фото", type="pil")
+            instructions = gr.Textbox(label="Сообщение", lines=3, placeholder="Реши...")
+            submit_button = gr.Button("Отправить")
+        with gr.Column():
+            output_markdown = gr.Markdown(label="AI Response")
+
+    submit_button.click(
+        fn=ask_openai_with_image,
+        inputs=[instructions, image_input],
+        outputs=[output_markdown],
+        concurrency_limit=150
+    )
+
+demo.launch()