Update app.py

app.py

@@ -2,7 +2,6 @@
 import os
 import requests
 import gradio as gr
-from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
 
 # ==========================================================
 # 1️⃣ Проверка токена Hugging Face API
@@ -30,78 +29,127 @@ def check_hf_token():
 status_message = check_hf_token()
 
 # ==========================================================
-# 2️⃣ Авто-подбор оптимальной модели (умный выбор)
+# 2️⃣ Умный выбор модели с объяснением
 # ==========================================================
-def auto_select_model(prompt: str) -> str:
-    """Определяет лучшую бесплатную модель HF под задачу"""
-    prompt_lower = prompt.lower()
-
-    # Логика выбора модели
-    if any(x in prompt_lower for x in ["квант", "физик", "теория", "расчёт", "анализ"]):
-        return "mistralai/Mistral-7B-Instruct-v0.3"
-    elif any(x in prompt_lower for x in ["программ", "код", "python", "js", "ошибка", "debug"]):
-        return "bigcode/starcoder2-3b"
-    elif any(x in prompt_lower for x in ["переведи", "английский", "translate", "перевод"]):
-        return "facebook/nllb-200-distilled-600M"
-    elif any(x in prompt_lower for x in ["психолог", "мотивация", "совет", "эмоции", "отношения"]):
-        return "meta-llama/Llama-3.2-1B-Instruct"
+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"  # базовая «гуру» модель
+        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
 
 # ==========================================================
-# 3️⃣ Генерация ответа от выбранной модели
+# 4️⃣ Генерация ответа
 # ==========================================================
 def generate_response(user_input: str):
     if not user_input.strip():
-        return "⚠️ Введите запрос"
-
-    # Автоматически выбираем подходящую модель
-    model_name = auto_select_model(user_input)
-    print(f"🔍 Выбрана модель: {model_name}")
+        return "⚠️ Введите запрос", "—", "—"
 
     token = os.getenv("HF_TOKEN")
-    headers = {"Authorization": f"Bearer {token}"}
+    if not token:
+        return "❌ Ошибка: HF_TOKEN не найден", "—", "—"
 
-    # Используем Inference API Hugging Face
-    api_url = f"https://api-inference.huggingface.co/models/{model_name}"
+    # 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}}
 
-    payload = {"inputs": user_input, "parameters": {"max_new_tokens": 300, "temperature": 0.7}}
     try:
-        response = requests.post(api_url, headers=headers, json=payload, timeout=60)
+        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 f"🤖 Модель: {model_name}\n\n{output}"
+            return output.strip(), selected_model, reason
         else:
-            return f"⚠️ Ошибка API ({response.status_code}): {response.text}"
+            return f"⚠️ Ошибка API ({response.status_code}): {response.text}", selected_model, reason
     except Exception as e:
-        return f"❌ Ошибка при обращении к модели: {e}"
+        return f"❌ Ошибка при обращении к модели {selected_model}: {e}", selected_model, reason
 
 # ==========================================================
-# 4️⃣ Интерфейс Gradio
+# 5️⃣ Интерфейс Gradio
 # ==========================================================
-with gr.Blocks(title="Eroha AgentAPI v3.1 — Guru Edition") as demo:
+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("### 🤖 Умный агент на базе Hugging Face Inference API")
+    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: Объясни, как работает квантовая суперпозиция"
+            label="Введите запрос",
+            placeholder="Например: Напиши мотивационное письмо для собеседования",
+            lines=2,
         )
-        output = gr.Textbox(label="Ответ", placeholder="Здесь появится ответ")
+    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 🚀")
+    submit_btn = gr.Button("🚀 Отправить запрос")
 
-    submit_btn.click(fn=generate_response, inputs=user_input, outputs=output)
+    submit_btn.click(fn=generate_response, inputs=user_input, outputs=[output, model_used, explanation])
 
 # ==========================================================
-# 5️⃣ Запуск
+# 6️⃣ Запуск
 # ==========================================================
 if __name__ == "__main__":
     demo.launch(server_name="0.0.0.0", server_port=7860)