app.py

#!/usr/bin/env python3
import os
import requests
import gradio as gr

# ==========================================================
# 1️⃣ Проверка токена Hugging Face API
# ==========================================================
def check_hf_token():
    token = os.getenv("HF_TOKEN")
    if not token:
        print("❌ HF_TOKEN не найден. Добавь его в Secrets.")
        return "❌ HF_TOKEN не найден (добавь в Settings → Secrets)"

    headers = {"Authorization": f"Bearer {token}"}
    try:
        response = requests.get("https://huggingface.co/api/whoami-v2", headers=headers, timeout=10)
        if response.status_code == 200:
            user = response.json().get("name", "неизвестный пользователь")
            print(f"✅ Подключено к Hugging Face API. Авторизован как: {user}")
            return f"✅ Подключено к Hugging Face API — {user}"
        else:
            print(f"⚠️ Токен отклонён. Код {response.status_code}")
            return f"⚠️ Ошибка токена ({response.status_code})"
    except Exception as e:
        print(f"❌ Ошибка подключения к Hugging Face API: {e}")
        return f"❌ Ошибка подключения: {e}"

status_message = check_hf_token()

# ==========================================================
# 2️⃣ Умный выбор модели с объяснением
# ==========================================================
def auto_select_model(prompt: str):
    """Определяет оптимальную модель + объяснение выбора"""
    p = prompt.lower()

    if any(x in p for x in ["квант", "физик", "матем", "логик", "наука", "формул"]):
        return ("mistralai/Mistral-7B-Instruct-v0.3",
                "🔬 Запрос научный, Mistral умеет логически рассуждать и точно объяснять сложные темы.")
    elif any(x in p for x in ["код", "программ", "python", "debug", "ошибк", "скрипт"]):
        return ("bigcode/starcoder2-3b",
                "💻 Обнаружен запрос про программирование — Starcoder специализируется на коде и примерах.")
    elif any(x in p for x in ["переведи", "английск", "translate", "перевод"]):
        return ("facebook/nllb-200-distilled-600M",
                "🌍 Запрос про языки — NLLB создан специально для качественного перевода.")
    elif any(x in p for x in ["письмо", "мотивац", "совет", "отношен", "эмоци", "психолог"]):
        return ("meta-llama/Llama-3.2-1B-Instruct",
                "💬 Запрос гуманитарный — Llama хорошо пишет тексты и понимает эмоции.")
    else:
        return ("microsoft/Phi-3.5-mini-instruct",
                "🧠 Общий запрос — Phi-3.5 универсален и даёт сбалансированные ответы.")

# Резервная цепочка (на случай ошибок)
FALLBACK_MODELS = [
    "microsoft/Phi-3.5-mini-instruct",
    "mistralai/Mistral-7B-Instruct-v0.3",
    "meta-llama/Llama-3.2-1B-Instruct",
    "bigcode/starcoder2-3b",
]

# ==========================================================
# 3️⃣ Проверка доступности модели
# ==========================================================
def check_model_status(model_name: str, token: str) -> bool:
    headers = {"Authorization": f"Bearer {token}"}
    url = f"https://huggingface.co/api/models/{model_name}"
    try:
        r = requests.get(url, headers=headers, timeout=10)
        if r.status_code == 200:
            print(f"✅ Модель доступна: {model_name}")
            return True
        else:
            print(f"⚠️ Модель {model_name} недоступна (код {r.status_code})")
            return False
    except Exception as e:
        print(f"❌ Ошибка при проверке модели {model_name}: {e}")
        return False

# ==========================================================
# 4️⃣ Генерация ответа
# ==========================================================
def generate_response(user_input: str):
    if not user_input.strip():
        return "⚠️ Введите запрос", "—", "—"

    token = os.getenv("HF_TOKEN")
    if not token:
        return "❌ Ошибка: HF_TOKEN не найден", "—", "—"

    # 1. Определяем модель и объяснение
    main_model, reason = auto_select_model(user_input)
    selected_model = main_model
    print(f"🧠 Выбрана модель: {main_model}")

    # 2. Проверяем доступность
    if not check_model_status(main_model, token):
        for backup in FALLBACK_MODELS:
            if check_model_status(backup, token):
                selected_model = backup
                reason += f"\n🔁 Основная модель недоступна — переключено на резервную: {backup}"
                break
        else:
            return "❌ Все модели недоступны. Попробуй позже.", "—", "—"

    # 3. Генерация
    api_url = f"https://api-inference.huggingface.co/models/{selected_model}"
    headers = {"Authorization": f"Bearer {token}"}
    payload = {"inputs": user_input, "parameters": {"max_new_tokens": 400, "temperature": 0.7}}

    try:
        response = requests.post(api_url, headers=headers, json=payload, timeout=90)
        if response.status_code == 200:
            data = response.json()
            if isinstance(data, list) and len(data) > 0 and "generated_text" in data[0]:
                output = data[0]["generated_text"]
            else:
                output = str(data)
            return output.strip(), selected_model, reason
        else:
            return f"⚠️ Ошибка API ({response.status_code}): {response.text}", selected_model, reason
    except Exception as e:
        return f"❌ Ошибка при обращении к модели {selected_model}: {e}", selected_model, reason

# ==========================================================
# 5️⃣ Интерфейс Gradio
# ==========================================================
with gr.Blocks(title="Eroha AgentAPI v3.3 — Explain Edition") as demo:
    gr.Markdown(
        f"<div style='background-color:#e8f5e9;padding:10px;border-radius:6px;border:1px solid #4caf50;"
        f"color:#2e7d32;font-size:16px;margin-bottom:10px;'>{status_message}</div>"
    )
    gr.Markdown("### 🤖 Eroha AgentAPI v3.3 — Guru + Explain Mode (умный выбор и объяснение)")

    with gr.Row():
        user_input = gr.Textbox(
            label="Введите запрос",
            placeholder="Например: Напиши мотивационное письмо для собеседования",
            lines=2,
        )
    with gr.Row():
        output = gr.Textbox(label="Ответ", lines=10, placeholder="Здесь появится ответ")
    with gr.Row():
        model_used = gr.Textbox(label="Используемая модель", interactive=False)
        explanation = gr.Textbox(label="Объяснение выбора", interactive=False)

    submit_btn = gr.Button("🚀 Отправить запрос")

    submit_btn.click(fn=generate_response, inputs=user_input, outputs=[output, model_used, explanation])

# ==========================================================
# 6️⃣ Запуск
# ==========================================================
if __name__ == "__main__":
    demo.launch(server_name="0.0.0.0", server_port=7860)