Update app.py

app.py

@@ -5,29 +5,19 @@ import tempfile, os
 
 REPO_ID = "black-forest-labs/FLUX.2-klein-4B"
 device = "cpu"
-dtype = torch.float32   # CPU-safe
+dtype = torch.float32
 
-# On charge la pipeline mais on supprime tout sauf le text encoder
 pipe = Flux2Pipeline.from_pretrained(
     REPO_ID,
-    transformer=None,
-    vae=None,
-    scheduler=None,
     torch_dtype=dtype,
     low_cpu_mem_usage=True,
 )
 
-# On supprime tout ce qui n'est PAS le text encoder
+# On supprime les parties inutiles
 pipe.transformer = None
 pipe.vae = None
 pipe.scheduler = None
 
-# On garde :
-# - pipe.tokenizer
-# - pipe.text_encoder
-# - pipe.text_encoder_2 (si présent)
-# - encode_prompt()
-
 pipe.to(device)
 
 @torch.no_grad()
@@ -35,18 +25,21 @@ def encode_text(prompt: str):
     if not prompt.strip():
         raise gr.Error("Prompt vide")
 
-    # encode_prompt = embeddings EXACTS attendus par FLUX2
+    # FLUX2 Klein attend un format chat Qwen3
+    messages = [
+        {"role": "user", "content": prompt}
+    ]
+
     prompt_embeds, _, _ = pipe.encode_prompt(
-        prompt=prompt,
+        prompt=messages,
         device=device,
         num_images_per_prompt=1,
+        do_classifier_free_guidance=False,
     )
 
-    # Sauvegarde dans un fichier .pt
     fd, path = tempfile.mkstemp(suffix=".pt")
     os.close(fd)
     torch.save(prompt_embeds.cpu(), path)
-
     return path
 
 demo = gr.Interface(