launch init

app.py

@@ -1,50 +1,66 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
+import torch
+from transformers import AutoModelForCausalLM, AutoTokenizer
+from peft import PeftModel
 
+# 1. Пути к моделям
+base_model_id = "Qwen3-4B"
+adapter_id = "innadark/gaado-1.0"
 
-def respond(
-    message,
-    history: list[dict[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-    hf_token: gr.OAuthToken,
-):
-    """
-    For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-    """
-    client = InferenceClient(token=hf_token.token, model="openai/gpt-oss-20b")
-
-    messages = [{"role": "system", "content": system_message}]
-
-    messages.extend(history)
-
-    messages.append({"role": "user", "content": message})
-
-    response = ""
-
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        choices = message.choices
-        token = ""
-        if len(choices) and choices[0].delta.content:
-            token = choices[0].delta.content
+# 2. Загрузка
+tokenizer = AutoTokenizer.from_pretrained(base_model_id)
+base_model = AutoModelForCausalLM.from_pretrained(
+    base_model_id,
+    torch_dtype=torch.float16,
+    device_map="auto"
+)
+model = PeftModel.from_pretrained(base_model, adapter_id)
+model.eval()
 
-        response += token
-        yield response
+# 3. Функция генерации
+def chat(message, history, system_message="You are a friendly Chatbot.", max_tokens=512, temperature=0.7, top_p=0.95):
+    # Формируем промпт с историей для Qwen2.5
+    prompt_parts = []
+    
+    # Добавляем системное сообщение
+    if system_message:
+        prompt_parts.append(f"<|im_start|>system\n{system_message}<|im_end|>\n")
+    
+    # Добавляем историю разговора
+    for entry in history:
+        if entry.get("role") == "user":
+            prompt_parts.append(f"<|im_start|>user\n{entry.get('content', '')}<|im_end|>\n")
+        elif entry.get("role") == "assistant":
+            prompt_parts.append(f"<|im_start|>assistant\n{entry.get('content', '')}<|im_end|>\n")
+    
+    # Добавляем текущее сообщение пользователя
+    prompt_parts.append(f"<|im_start|>user\n{message}<|im_end|>\n<|im_start|>assistant\n")
+    
+    prompt = "".join(prompt_parts)
+    
+    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
+    
+    with torch.no_grad():
+        outputs = model.generate(
+            **inputs,
+            max_new_tokens=max_tokens,
+            temperature=temperature,
+            top_p=top_p,
+            do_sample=True,
+            pad_token_id=tokenizer.eos_token_id
+        )
+    
+    # Декодируем только новую часть ответа
+    input_length = inputs["input_ids"].shape[1]
+    generated_tokens = outputs[0][input_length:]
+    response = tokenizer.decode(generated_tokens, skip_special_tokens=True)
+    
+    return response.strip()
 
 
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
+# 4. Запуск интерфейса
 chatbot = gr.ChatInterface(
-    respond,
+    chat,
     type="messages",
     additional_inputs=[
         gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
@@ -60,11 +76,12 @@ chatbot = gr.ChatInterface(
     ],
 )
 
-with gr.Blocks() as demo:
-    with gr.Sidebar():
-        gr.LoginButton()
-    chatbot.render()
-
-
 if __name__ == "__main__":
-    demo.launch()
+    # Локальный запуск: доступен только на вашем компьютере
+    # server_name="127.0.0.1" - только локальный доступ
+    # server_name="0.0.0.0" - доступ из локальной сети
+    chatbot.launch(
+        server_name="127.0.0.1",  # Только локальный доступ
+        server_port=7860,         # Порт (можно изменить)
+        share=False                # Не создавать публичную ссылку
+    )

install.sh

@@ -0,0 +1,25 @@
+#!/bin/zsh
+
+# Активация виртуального окружения
+if [ -d "venv" ]; then
+    source venv/bin/activate
+elif [ -d ".venv" ]; then
+    source .venv/bin/activate
+else
+    echo "Виртуальное окружение не найдено. Создайте его командой: python3 -m venv venv"
+    exit 1
+fi
+
+# Установка PyTorch через официальный индекс
+echo "Установка PyTorch..."
+pip install torch --index-url https://download.pytorch.org/whl/cpu
+
+# Установка остальных зависимостей
+echo "Установка остальных зависимостей..."
+pip install transformers peft gradio accelerate safetensors
+
+# bitsandbytes опционален (может не работать на всех системах)
+echo "Попытка установки bitsandbytes (опционально)..."
+pip install bitsandbytes || echo "bitsandbytes не установлен (это нормально)"
+
+echo "Установка завершена!"

requirements.txt

@@ -0,0 +1,12 @@
+# PyTorch нужно устанавливать отдельно через официальный индекс:
+# pip install torch --index-url https://download.pytorch.org/whl/cpu
+# или для CUDA:
+# pip install torch --index-url https://download.pytorch.org/whl/cu118
+
+transformers
+peft
+gradio
+accelerate
+safetensors
+# bitsandbytes - опционально, может не работать на всех системах
+# bitsandbytes

run.sh

@@ -0,0 +1,14 @@
+#!/bin/zsh
+
+# Активация виртуального окружения
+if [ -d "venv" ]; then
+    source venv/bin/activate
+elif [ -d ".venv" ]; then
+    source .venv/bin/activate
+else
+    echo "Виртуальное окружение не найдено. Создайте его командой: python3 -m venv venv"
+    exit 1
+fi
+
+# Запуск приложения
+python app.py