Update app.py

app.py

@@ -1,36 +1,27 @@
 import gradio as gr
-from fastapi import FastAPI
 from transformers import pipeline
-from gradio.routes import mount_gradio_app
 
-# 1. Инициализация FastAPI-приложения
-app = FastAPI(title="Eroha Summarizer PRO", version="3.7")
-
-# 2. Ленивая загрузка модели (ускоряет запуск)
+# 1. Ленивое подключение модели (ускоряет старт)
 summarizer = None
 
 def summarize_text(text: str):
+    """Функция для суммаризации текста"""
     global summarizer
     if summarizer is None:
         summarizer = pipeline("summarization", model="facebook/bart-large-cnn")
     result = summarizer(text, max_length=180, min_length=50, do_sample=False)
     return result[0]["summary_text"]
 
-# 3. Gradio интерфейс
+# 2. Создаём Gradio интерфейс
 iface = gr.Interface(
     fn=summarize_text,
     inputs=gr.Textbox(lines=10, label="Введите текст для суммаризации"),
     outputs=gr.Textbox(label="Результат"),
     title="Eroha Summarizer PRO",
-    description="AI-инструмент для автоматической суммаризации текста."
+    description="AI-инструмент для анализа и суммаризации текста (рус/англ)."
 )
 
-# 4. Интеграция Gradio в FastAPI (чтобы не завершался контейнер)
-app = mount_gradio_app(app, iface, path="/")
-
-# 5. Стандартный эндпоинт для API-запросов
-@app.post("/api/summarize")
-async def summarize_api(request: dict):
-    text = request.get("text", "")
-    summary = summarize_text(text)
-    return {"summary": summary}
+# 3. Главная часть — удерживаем процесс живым
+if __name__ == "__main__":
+    # Важно: server_name="0.0.0.0", чтобы Hugging Face смог подключиться
+    iface.launch(server_name="0.0.0.0", server_port=7860, share=False, show_api=True)