app.py

import gradio as gr
# from transformers import AutoProcessor, AutoModelForVision2Seq
from PIL import Image
# import torch

# device = "cuda" if torch.cuda.is_available() else "cpu"
# torch.cuda.empty_cache()

# model_id = "prithivMLmods/Camel-Doc-OCR-062825"
# processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True)
# model = AutoModelForVision2Seq.from_pretrained(
#     model_id,
#     torch_dtype=torch.float16 if device == "cuda" else torch.float32,
#     trust_remote_code=True
# ).to(device)

# def predict(image, prompt=None):
#     image = image.convert("RGB")

#     # Cực kỳ quan trọng: text="" bắt buộc phải có
#     inputs = processor(images=image, text="", return_tensors="pt").to(device)
#     # In debug để kiểm tra input_ids
#     print(">>> input_ids shape:", inputs.input_ids.shape)
#     generated_ids = model.generate(
#         **inputs,
#         max_new_tokens=512,
#         do_sample=False,
#         use_cache=False,  # ✅ Thêm dòng này để fix lỗi cache_position
#         eos_token_id=processor.tokenizer.eos_token_id,
#         pad_token_id=processor.tokenizer.pad_token_id
#     )

#     result = processor.batch_decode(generated_ids, skip_special_tokens=True)[0]
#     return result

# Hàm mock xử lý ảnh — chỉ để test UI
# def mock_predict(image, prompt=None):
#     return f"Fake OCR result for image. Prompt: {prompt or 'N/A'}"

# demo = gr.Interface(
#     # fn=predict,
#     fn=mock_predict,
#     inputs=[
#         gr.Image(type="pil", label="Tải ảnh tài liệu lên"),
#         gr.Textbox(label="Gợi ý (tuỳ chọn)", placeholder="VD: Trích số hóa đơn")
#     ],
#     outputs="text",
#     title="Camel-Doc OCR - Trích xuất văn bản từ ảnh"
# )

# # if __name__ == "__main__":
# #     demo.launch()
# demo.launch(share=False)

def predict(image: Image.Image, prompt: str = "") -> str:
    return f"✅ UI OK! Prompt: {prompt}"

demo = gr.Interface(
    fn=predict,
    inputs=[
        gr.Image(type="pil", label="Ảnh"),
        gr.Textbox(label="Prompt")
    ],
    outputs="text",
    title="Test Gradio UI"
)

# **BẮT BUỘC** gọi launch() ở cuối
# demo.launch()