app.py

import logging
from flask import Flask, request, jsonify
import gradio as gr
from transformers import pipeline
import os
import torch
from huggingface_hub import login

# Cấu hình logging
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# Đăng nhập Hugging Face
try:
    login(token=os.getenv("HF_TOKEN"))
    logging.info("Logged in to Hugging Face Hub successfully")
except Exception as e:
    logging.error(f"Failed to login to Hugging Face Hub: {e}")
    raise

# Load mô hình
logging.info("Loading nguyenvulebinh/vi-mrc-base...")
try:
    qa_pipeline = pipeline(
        "question-answering",
        model="nguyenvulebinh/vi-mrc-base",
        device=0 if torch.cuda.is_available() else -1
    )
    logging.info("Model loaded successfully")
except Exception as e:
    logging.error(f"Failed to load model: {e}")
    raise

# Hàm xử lý cho Gradio và API
def gradio_answer(question, context):
    result = qa_pipeline(question=question, context=context)
    return result["answer"]

# Tạo Gradio Blocks
with gr.Blocks() as demo:
    gr.Markdown("# AgriBot: Hỏi đáp nông nghiệp")
    gr.Markdown("Nhập câu hỏi và ngữ cảnh để nhận câu trả lời về nông nghiệp.")
    
    # Giao diện Gradio
    with gr.Row():
        question_input = gr.Textbox(label="Câu hỏi", placeholder="Nhập câu hỏi của bạn...")
        context_input = gr.Textbox(label="Ngữ cảnh", placeholder="Nhập ngữ cảnh liên quan...")
    output = gr.Textbox(label="Câu trả lời")
    submit_btn = gr.Button("Gửi")
    submit_btn.click(fn=gradio_answer, inputs=[question_input, context_input], outputs=output)
    
    # Endpoint API
    @demo.route("/api/answer", methods=["POST"])
    async def api_answer(request):
        try:
            data = await request.json()
            question = data.get("question")
            context = data.get("context")
            logging.info(f"Received request - Question: {question}, Context: {context[:200]}...")
            if not question or not context:
                logging.error("Missing question or context")
                return jsonify({"error": "Missing question or context"}), 400
            result = qa_pipeline(question=question, context=context)
            logging.info(f"Response - Answer: {result['answer']}")
            return jsonify({"answer": result["answer"]})
        except Exception as e:
            logging.error(f"API error: {e}")
            return jsonify({"error": str(e)}), 500

# Chạy ứng dụng
if __name__ == "__main__":
    logging.info("Starting Gradio on port 7860...")
    demo.launch(server_name="0.0.0.0", server_port=7860, inline=False)