app.py

import gradio as gr
from diffusers import StableDiffusionPipeline
import torch
import os
# Hugging Faceのトークン
HUGGING_FACE_TOKEN = os.getenv("token")

# モデルのロード
def load_model():
    model_id = "soiz1/hololive-diffusion"
    pipe = StableDiffusionPipeline.from_pretrained(
        model_id,
        use_auth_token=HUGGING_FACE_TOKEN
    )
    pipe.to("cuda" if torch.cuda.is_available() else "cpu")
    return pipe

# 画像生成関数
def generate_image(prompt, num_inference_steps, guidance_scale):
    try:
        result = pipe(prompt, num_inference_steps=num_inference_steps, guidance_scale=guidance_scale)
        return result.images[0]
    except Exception as e:
        return f"エラーが発生しました: {e}"

# Gradioインターフェースの定義
pipe = load_model()

with gr.Blocks() as demo:
    gr.Markdown("## Hololive Diffusion 画像生成")
    
    with gr.Row():
        with gr.Column():
            prompt = gr.Textbox(label="プロンプト", placeholder="例: かわいい猫のイラスト")
            num_inference_steps = gr.Slider(1, 100, value=50, step=1, label="推論ステップ数")
            guidance_scale = gr.Slider(1, 20, value=7.5, step=0.1, label="ガイダンススケール")
            generate_button = gr.Button("画像生成")
        with gr.Column():
            output_image = gr.Image(label="生成された画像")

    generate_button.click(
        fn=generate_image,
        inputs=[prompt, num_inference_steps, guidance_scale],
        outputs=[output_image]
    )

# アプリの実行
demo.launch()