Update app.py

app.py

@@ -1,11 +1,14 @@
 """
 Gradio Space для интерактивного использования модели Code Analyzer
 Модель анализирует код студента на основе условия задачи
+Поддерживает как веб-интерфейс, так и API endpoint
 """
 import gradio as gr
 from transformers import AutoModelForCausalLM, AutoTokenizer
 import torch
 import json
+from pydantic import BaseModel
+from typing import Optional
 
 # Загрузка модели (будет выполнена при первом запуске)
 MODEL_NAME = "Vilyam888/Code_analyze.1.0"
@@ -62,13 +65,14 @@ def analyze_code(task, code):
         with torch.no_grad():
             outputs = model.generate(
                 **inputs,
-                max_new_tokens=1024,  # Увеличено для JSON ответа
+                max_new_tokens=600,  # Оптимизировано для CPU
                 temperature=0.7,
-                top_p=0.8,
+                top_p=0.85,
                 top_k=20,
                 repetition_penalty=1.05,
                 do_sample=True,
-                pad_token_id=tokenizer.eos_token_id
+                pad_token_id=tokenizer.eos_token_id,
+                eos_token_id=tokenizer.eos_token_id
             )
         
         # Декодирование ответа
@@ -104,6 +108,8 @@ with gr.Blocks(title="Code Analyzer Model") as demo:
     2. Введите код решения студента во второе поле
     3. Нажмите "Анализировать код"
     4. Получите детальный анализ в формате JSON
+    
+    **API Endpoint:** `/api/predict` - используйте для интеграции в другие проекты
     """)
     
     with gr.Row():
@@ -172,5 +178,10 @@ with gr.Blocks(title="Code Analyzer Model") as demo:
         outputs=[result_output, result_text]
     )
 
+# Gradio автоматически создает API endpoint на /api/predict
+# Для использования из других проектов:
+# POST https://YOUR_SPACE_URL.hf.space/api/predict
+# Body: {"data": ["task", "code"]}
+
 if __name__ == "__main__":
-    demo.launch(theme=gr.themes.Soft())
+    demo.launch(theme=gr.themes.Soft(), server_name="0.0.0.0")