app.py

import gradio as gr
from huggingface_hub import InferenceClient

# Инициализация клиента для модели Aeonium
client = InferenceClient("aeonium/Aeonium-v1.1-Chat-4B")

def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    # Формирование сообщений для чата
    messages = [{"role": "system", "content": system_message}]
    
    for user_msg, assistant_msg in history:
        if user_msg:
            messages.append({"role": "user", "content": user_msg})
        if assistant_msg:
            messages.append({"role": "assistant", "content": assistant_msg})
    
    messages.append({"role": "user", "content": message})

    response = ""

    # Генерация ответа с использованием Inference API
    for chunk in client.text_generation(
        prompt=client.tokenizer.apply_chat_template(messages, tokenize=False),
        max_new_tokens=max_tokens,
        stream=True,
        temperature=temperature,
        top_p=top_p,
    ):
        response += chunk.token.text
        yield response

# Настройка интерфейса Gradio
demo = gr.ChatInterface(
    respond,
    additional_inputs=[
        gr.Textbox(value="Ты дружелюбный ассистент, созданный компанией Aeonium.", label="Системное сообщение"),
        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Максимальное количество новых токенов"),
        gr.Slider(minimum=0.1, maximum=2.0, value=0.7, step=0.1, label="Температура"),
        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)"),
    ],
    title="Чат с Aeonium v1.1",
    description="Это чат-интерфейс для модели Aeonium v1.1 Chat 4B. Задавайте вопросы и получайте ответы!",
    examples=[
        "Привет! Как дела?",
        "Расскажи мне о квантовой физике",
        "Какие интересные книги ты можешь порекомендовать?",
    ],
)

if __name__ == "__main__":
    demo.launch()