Create app.py

app.py

@@ -0,0 +1,58 @@
+# To powinno być na Twoim Space: https://ojciectadeusz-fastapi-fn-calling.hf.space/
+from fastapi import FastAPI, HTTPException
+from pydantic import BaseModel
+from huggingface_hub import HfApi
+import pandas as pd
+import os
+import datetime
+
+app = FastAPI()
+
+# Konfiguracja Datasetu
+HF_TOKEN = os.environ.get("HF_TOKEN") # Ustaw to w Secrets w ustawieniach Space!
+# REPO_ID = "OjciecTadeusz/test"
+REPO_ID = os.environ.get("REPO_ID")
+DATASET_FILENAME = "logs.csv"
+
+class LogItem(BaseModel):
+    user_name: str
+    summary: str
+    sentiment: str
+
+@app.post("/save_conversation")
+async def save_conversation(item: LogItem):
+    print(f"Otrzymano dane: {item}")
+    
+    # Tworzymy wiersz danych
+    new_data = {
+        "timestamp": [datetime.datetime.now().isoformat()],
+        "user_name": [item.user_name],
+        "summary": [item.summary],
+        "sentiment": [item.sentiment]
+    }
+    df = pd.DataFrame(new_data)
+    
+    try:
+        # Zapisywanie do Datasetu (appendowanie pliku CSV)
+        api = HfApi(token=HF_TOKEN)
+        
+        # Pobieramy istniejący plik (jeśli istnieje), łączymy i wysyłamy z powrotem
+        # Uwaga: To prosta implementacja. Przy dużej skali lepiej używać biblioteki `datasets`
+        # lub zapisywać jako JSONL.
+        
+        # Tutaj dla uproszczenia po prostu uploadujemy/nadpisujemy plik (wersjonowanie HF to obsłuży)
+        # Aby robić append, trzeba by najpierw pobrać plik, dodać wiersz i wysłać ponownie.
+        
+        path_in_repo = "data.csv"
+        
+        # Pamiętaj: Żeby to działało jako 'baza danych', musisz zarządzać plikiem CSV.
+        # W najprostszej wersji API po prostu potwierdza odbiór.
+        
+        return {"message": "Dane odebrane przez serwer HF Space", "data": item}
+        
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=str(e))
+
+@app.get("/")
+def read_root():
+    return {"status": "Serwer działa"}