Update app.py

app.py

@@ -137,27 +137,6 @@ def generate_chat_response(messages, max_tokens=512, temperature=0.7):
                 eos_token_id=tokenizer.eos_token_id,
             )
 
-        generated_ids = outputs[0][inputs["input_ids"].shape[1]:]
-        response = tokenizer.decode(generated_ids, skip_special_tokens=True)
-        response = response.split("<|im_end|>")[0].strip()
-
-        # 如果生成内容过短，添加保底文字（方便判断是否真的没生成）
-        if len(response) < 10:
-            response = "（模型输出内容较短，以下是生成的回复） " + response
-
-        # 记录生成结果，方便调试
-        logger.info(f"生成内容长度: {len(response)} 字符，前50字: {response[:50]}")
-
-        del inputs, outputs
-        gc.collect()
-        
-        # 临时强制返回固定内容，用于测试客户端是否能显示任何回复
-        response = "测试成功！这是来自模型的回复。\n当前时间：" + time.strftime("%Y-%m-%d %H:%M:%S")
-
-        # 如果你想保留模型生成的内容，可以注释上面一行，保留下面这行
-        # response = "【测试】\n" + response[:200] + "\n（已截断，仅用于测试）"
-
-        logger.info(f"生成内容长度: {len(response)} 字符，前50字: {response[:50]}")
         
         return {"text": response}