Fix: Update Gradio 6.x API endpoint configuration

app.py

@@ -1,6 +1,7 @@
 """
 Labasni Recommender Service - Hugging Face Space
 Interface Gradio pour les recommandations d'outfits
+Version simplifiée avec gr.Interface
 """
 
 import gradio as gr
@@ -20,20 +21,79 @@ def recommend_outfit_api(clothes_json: str, preference: str, city: str = "Tunis"
         JSON avec l'outfit recommandé
     """
     try:
-        # Parser le JSON
         clothes_data = json.loads(clothes_json)
-        
-        # Appeler le modèle ML
         result = recommend_outfit_ml(clothes_data, preference, city)
-        
-        # Retourner le résultat en JSON
         return json.dumps(result, indent=2)
     except Exception as e:
-        # Retourner l'erreur en JSON
         return json.dumps({"success": False, "error": str(e)})
 
-# Interface Gradio avec api_name explicite
-# La variable DOIT s'appeler 'demo' pour Hugging Face Spaces
+# ✅ Interface Gradio - gr.Interface avec api_name explicite pour Gradio 6.x
+iface = gr.Interface(
+    fn=recommend_outfit_api,
+    inputs=[
+        gr.Textbox(
+            label="Clothes Data (JSON)",
+            placeholder='[{"id":"top1","category":"top","style":"casual",...}]',
+            lines=10
+        ),
+        gr.Dropdown(
+            choices=["casual", "formal", "sport", "chic"],
+            label="Preference",
+            value="casual"
+        ),
+        gr.Textbox(label="City", value="Tunis")
+    ],
+    outputs=gr.Textbox(label="Recommended Outfit (JSON)", lines=15),
+    title="🎽 Labasni Outfit Recommender",
+    description="Recommandations d'outfits basées sur ML (TensorFlow + PyTorch)",
+    examples=[
+        [
+            '[{"id":"top1","category":"top","style":"casual","color":"white","season":"summer","score":0.8,"imageURL":"https://example.com/top.jpg"},{"id":"bot1","category":"bottom","style":"casual","color":"blue","season":"summer","score":0.7,"imageURL":"https://example.com/bottom.jpg"},{"id":"shoe1","category":"footwear","style":"casual","color":"black","season":"summer","score":0.9,"imageURL":"https://example.com/shoes.jpg"}]',
+            "casual",
+            "Tunis"
+        ]
+    ],
+    # ✅ CRUCIAL : api_name est nécessaire pour Gradio 6.x
+    # Cela expose l'endpoint /api/predict
+    api_name="predict"
+)
+
+# ✅ Lancement de l'interface
+# Hugging Face Spaces détecte automatiquement l'interface Gradio
+iface.launch()
+example.com
+Amine
+"""
+Labasni Recommender Service - Hugging Face Space
+Interface Gradio pour les recommandations d'outfits
+Version simplifiée avec gr.Interface
+"""
+
+import gradio as gr
+import json
+from recommender_model import recommend_outfit_ml
+
+def recommend_outfit_api(clothes_json: str, preference: str, city: str = "Tunis"):
+    """
+    API endpoint pour les recommandations d'outfit
+    
+    Args:
+        clothes_json: JSON string contenant la liste des vêtements
+        preference: Style préféré (casual, formal, sport)
+        city: Ville pour la météo
+    
+    Returns:
+        JSON avec l'outfit recommandé
+    """
+    try:
+        clothes_data = json.loads(clothes_json)
+        result = recommend_outfit_ml(clothes_data, preference, city)
+        return json.dumps(result, indent=2)
+    except Exception as e:
+        return json.dumps({"success": False, "error": str(e)})
+
+# ✅ Interface Gradio - gr.Interface avec api_name explicite pour Gradio 6.x
+# Hugging Face Spaces détecte automatiquement la variable 'demo'
 demo = gr.Interface(
     fn=recommend_outfit_api,
     inputs=[
@@ -49,7 +109,7 @@ demo = gr.Interface(
         ),
         gr.Textbox(label="City", value="Tunis")
     ],
-    outputs=gr.Textbox(label="Recommended Outfit (JSON)", lines=15),  # Removed show_copy_button
+    outputs=gr.Textbox(label="Recommended Outfit (JSON)", lines=15),
     title="🎽 Labasni Outfit Recommender",
     description="Recommandations d'outfits basées sur ML (TensorFlow + PyTorch)",
     examples=[
@@ -59,8 +119,10 @@ demo = gr.Interface(
             "Tunis"
         ]
     ],
-    api_name="predict"  # CRUCIAL pour exposer l'endpoint /api/predict
+    # ✅ CRUCIAL : api_name est nécessaire pour Gradio 6.x
+    # Cela expose l'endpoint /api/predict
+    api_name="predict"
 )
 
-# Pour Hugging Face Spaces, l'interface est automatiquement détectée et lancée
-# Pas besoin d'appeler demo.launch()
+# ✅ Pour Hugging Face Spaces, l'interface est automatiquement détectée et lancée
+# La variable 'demo' est la convention standard pour Hugging Face Spaces