Update app.py

app.py

@@ -1,34 +1,59 @@
+import os
 import gradio as gr
 from datasets import load_dataset
+from huggingface_hub import InferenceClient
 
-# Memuat dataset baru Anda
+# 1. Memuat dataset Anda
 try:
-    # Menggunakan split='train' sebagai standar, silakan sesuaikan jika nama split-nya berbeda
     dataset = load_dataset("fareldevelopers/gpt", split="train")
 except Exception as e:
     dataset = None
     print(f"Gagal memuat dataset: {e}")
 
+# 2. Inisialisasi Klien AI untuk pertanyaan di luar dataset
+# Menggunakan model open-source populer (bisa diganti sesuai kebutuhan)
+client = InferenceClient("mistralai/Mistral-7B-Instruct-v0.3")
+
 def respons_chat(pesan_user, history):
-    if not dataset:
-        return "Dataset gagal dimuat. Periksa kembali nama repository atau strukturnya."
-    
-    # Mencari kata kunci yang cocok di dalam kolom 'instruction' atau 'prompt'
-    # Catatan: Pastikan nama kolom di dataset Anda adalah 'instruction'. Jika berbeda (misal 'prompt'), ganti teks di bawah.
-    kolom_input = 'instruction' 
-    kolom_output = 'response'
-    
-    for baris in dataset:
-        if kolom_input in baris and pesan_user.lower() in str(baris[kolom_input]).lower():
-            return baris.get(kolom_output, "Kolom respon tidak ditemukan.")
-            
-    return "Maaf, saya tidak menemukan jawaban yang cocok untuk instruksi tersebut di dalam dataset."
+    # Pengecekan Tahap 1: Cari di dataset terlebih dahulu
+    if dataset:
+        kolom_input = 'instruction'
+        kolom_output = 'response'
+        
+        for baris in dataset:
+            if kolom_input in baris and pesan_user.lower().strip() == str(baris[kolom_input]).lower().strip():
+                return baris.get(kolom_output, "Data ditemukan, tetapi kolom respon kosong.")
+
+    # Pengecekan Tahap 2: Jika tidak ada di dataset, lempar ke Model AI
+    try:
+        # Menyusun format percakapan untuk LLM
+        messages = []
+        for user_msg, ai_msg in history:
+            messages.append({"role": "user", "content": user_msg})
+            messages.append({"role": "assistant", "content": ai_msg})
+        messages.append({"role": "user", "content": pesan_user})
+        
+        # Memanggil API Hugging Face Inference
+        response = ""
+        for message in client.chat_completion(
+            messages,
+            max_tokens=512,
+            stream=True,
+            temperature=0.7,
+        ):
+            token = message.choices[0].delta.content
+            if token:
+                response += token
+        return response
+
+    except Exception as e:
+        return f"Maaf, terjadi kesalahan pada server AI: {str(e)}"
 
-# Membuat antarmuka Chat
+# 3. Membuat Antarmuka Gradio
 app = gr.ChatInterface(
     fn=respons_chat,
-    title="Farel Developers GPT",
-    description="Aplikasi Space untuk menjelajahi dan berinteraksi dengan dataset custom."
+    title="Custom Hybrid GPT",
+    description="Asisten AI yang terintegrasi dengan dataset lokal dan model generatif publik."
 )
 
 if __name__ == "__main__":