import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer

# Charger le modèle GPTQ depuis Hugging Face
model_name_or_path = "microsoft/DialoGPT-medium"
model = AutoModelForCausalLM.from_pretrained(model_name_or_path)
tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)

# Fonction de génération de texte
def generate_text(input_text):
    input_ids = tokenizer(input_text, return_tensors='pt').input_ids
    output = model.generate(input_ids, max_length=50, num_return_sequences=1, temperature=0.7, do_sample=True)
    response_text = tokenizer.decode(output[0], skip_special_tokens=True)
    return response_text

# Interface Gradio avec gestion de la file d'attente
with gr.Blocks() as demo:
    gr.Markdown("# GPTQ Chatbot")
    
    # Entrée utilisateur
    input_text = gr.Textbox(label="Votre message")
    
    # Sortie du chatbot
    output_text = gr.Textbox(label="Réponse du chatbot")
    
    # Bouton pour générer la réponse avec limite de concurrence
    generate_btn = gr.Button("Générer une réponse")
    generate_btn.click(fn=generate_text, inputs=input_text, outputs=output_text, concurrency_limit=5)

# Lancer l'application Gradio avec la configuration des threads
demo.launch(max_threads=10)  # Ajuste max_threads selon tes besoins