Update app.py

app.py

@@ -1,70 +1,41 @@
-from fastapi import FastAPI, UploadFile, File
-from typing import List
-from sentence_transformers import SentenceTransformer
-from transformers import pipeline
-import asyncio
-
-app = FastAPI(title="Eroha AgentAPI", version="2.1.1")
-
-embedder = None
-summarizer = None
-
-@app.get("/")
-def home():
-    return {
-        "message": "✅ Eroha AgentAPI is alive!",
-        "routes": ["/check", "/summarize", "/ping"]
-    }
-
-@app.get("/check")
-def check_health():
-    return {"status": "ok", "version": "2.1.1"}
-
-@app.post("/summarize")
-async def summarize_text(files: List[UploadFile] = File(...)):
-    global embedder, summarizer
-
-    if embedder is None or summarizer is None:
-        # Загружаем модели один раз (лениво)
-        loop = asyncio.get_event_loop()
-        embedder = await loop.run_in_executor(None, lambda: SentenceTransformer("all-MiniLM-L6-v2"))
-        summarizer = await loop.run_in_executor(None, lambda: pipeline("summarization", model="facebook/bart-large-cnn"))
-
-    texts = []
-    for file in files:
-        content = await file.read()
-        texts.append(content.decode("utf-8", errors="ignore"))
-
-    full_text = "\n".join(texts)
-    summary = summarizer(full_text, max_length=200, min_length=50, do_sample=False)
-    return {"summary": summary[0]["summary_text"]}
-
-@app.get("/ping")
-def ping():
-    return {"status": "running"}
-
-if __name__ == "__main__":
-    import uvicorn
-    uvicorn.run("app:app", host="0.0.0.0", port=7860, reload=True)
-
 import gradio as gr
-
-def summarize_text_interface(text):
-    from transformers import pipeline
-    summarizer = pipeline("summarization", model="facebook/bart-large-cnn")
-    summary = summarizer(text, max_length=150, min_length=40, do_sample=False)
-    return summary[0]['summary_text']
-
+from transformers import pipeline
+import pdfplumber
+
+# Загружаем модель для суммаризации текста
+summarizer = pipeline("summarization", model="facebook/bart-large-cnn")
+
+# Функция обработки файла
+def summarize_file(file):
+    if file is None:
+        return "⚠️ Пожалуйста, загрузите файл."
+
+    # Проверяем тип файла
+    if file.name.endswith(".pdf"):
+        text = ""
+        with pdfplumber.open(file.name) as pdf:
+            for page in pdf.pages:
+                text += page.extract_text() or ""
+    else:
+        text = file.read().decode("utf-8", errors="ignore")
+
+    # Проверяем размер текста
+    if len(text.strip()) < 50:
+        return "⚠️ Слишком короткий текст для суммаризации."
+
+    # Создаём резюме
+    summary = summarizer(text, max_length=200, min_length=50, do_sample=False)
+    return summary[0]["summary_text"]
+
+# Создаём интерфейс Gradio
 demo = gr.Interface(
-    fn=summarize_text_interface,
-    inputs=gr.Textbox(lines=10, label="Введите текст для суммаризации"),
-    outputs=gr.Textbox(label="Резюме"),
-    title="Eroha Agent Summarizer",
-    description="Введите текст для краткого резюме с помощью модели."
+    fn=summarize_file,
+    inputs=gr.File(label="Загрузите файл (.pdf или .txt)"),
+    outputs=gr.Textbox(label="Результат суммаризации"),
+    title="Eroha Summarizer 🧠",
+    description="Загрузите документ (PDF или TXT), и модель создаст краткое резюме.",
 )
 
-if __name__ == "__main__":
-    import threading
-    import uvicorn
-    threading.Thread(target=lambda: demo.launch(server_name="0.0.0.0", server_port=7860)).start()
-    uvicorn.run(app, host="0.0.0.0", port=8000)
+# Запуск приложения
+demo.launch(server_name="0.0.0.0", server_port=7860)
+