test / app.py
joermd's picture
Create app.py
a15cdfd verified
raw
history blame
2.66 kB
import streamlit as st
import streamlit.components.v1 as components
from transformers import pipeline
import os
def main():
# تكوين الصفحة
st.set_page_config(
page_title="سبيدي",
page_icon="💬",
layout="wide"
)
# إخفاء عناصر Streamlit الافتراضية
hide_streamlit_style = """
<style>
#MainMenu {visibility: hidden;}
footer {visibility: hidden;}
header {visibility: hidden;}
</style>
"""
st.markdown(hide_streamlit_style, unsafe_allow_html=True)
# قراءة ملف HTML
def read_html():
with open('index.html', 'r', encoding='utf-8') as file:
return file.read()
# تهيئة نموذج Hugging Face
@st.cache_resource
def load_model():
# يمكنك تغيير اسم النموذج حسب احتياجك
return pipeline("text-generation", model="facebook/opt-350m", device=-1)
# معالجة الرسائل
def process_message(message):
model = load_model()
response = model(message, max_length=100, num_return_sequences=1)
return response[0]['generated_text']
# إعداد API للتواصل بين JavaScript و Python
if 'messages' not in st.session_state:
st.session_state.messages = []
# استقبال الرسائل من JavaScript
result = components.html(
read_html() + """
<script>
// تعديل دالة sendMessage لتتواصل مع Python
async function sendMessage() {
var input = document.getElementById('message-input');
var message = input.value.trim();
if (message !== '') {
appendMessage('user-message', message);
input.value = '';
// إرسال الرسالة إلى Python
const response = await fetch('/_stcore/message', {
method: 'POST',
headers: {'Content-Type': 'application/json'},
body: JSON.stringify({message: message})
});
const data = await response.json();
appendMessage('bot-message', data.response);
}
}
</script>
""",
height=800
)
# معالجة الرسائل المستلمة من JavaScript
if st.session_state.messages:
last_message = st.session_state.messages[-1]
response = process_message(last_message)
st.session_state.messages.append(response)
if __name__ == "__main__":
main()