Update app.py

app.py

@@ -1,11 +1,24 @@
 import gradio as gr
 from huggingface_hub import InferenceClient
+import json
+import datetime
 
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
+# Hugging Face Model
 client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
 
+# Kullanıcı verilerini kaydetmek için (isteğe bağlı bir JSON dosyası kullanılıyor)
+LOG_FILE = "user_interactions.json"
+
+def load_logs():
+    try:
+        with open(LOG_FILE, "r") as f:
+            return json.load(f)
+    except FileNotFoundError:
+        return {}
+
+def save_logs(data):
+    with open(LOG_FILE, "w") as f:
+        json.dump(data, f, indent=4)
 
 def respond(
     message,
@@ -14,19 +27,31 @@ def respond(
     max_tokens,
     temperature,
     top_p,
+    user_role
 ):
     messages = [{"role": "system", "content": system_message}]
-
+    logs = load_logs()
+    user_id = "user_123"  # Burada platformdan alınan kullanıcı kimliği olmalı
+    
+    # Kullanıcı verisini kaydet
+    if user_id not in logs:
+        logs[user_id] = []
+    
     for val in history:
         if val[0]:
             messages.append({"role": "user", "content": val[0]})
         if val[1]:
             messages.append({"role": "assistant", "content": val[1]})
-
+    
     messages.append({"role": "user", "content": message})
-
+    
+    # Kullanıcı rolüne göre sistem mesajını ayarla
+    if user_role == "Öğrenci":
+        messages.append({"role": "system", "content": "Lütfen eğitim seviyesine uygun yanıt ver."})
+    elif user_role == "Eğitmen":
+        messages.append({"role": "system", "content": "Eğitmenlere yönelik daha derinlemesine açıklamalar ver."})
+    
     response = ""
-
     for message in client.chat_completion(
         messages,
         max_tokens=max_tokens,
@@ -35,30 +60,31 @@ def respond(
         top_p=top_p,
     ):
         token = message.choices[0].delta.content
-
         response += token
         yield response
+    
+    # Kullanıcı etkileşimini kaydet
+    logs[user_id].append({
+        "timestamp": str(datetime.datetime.now()),
+        "message": message,
+        "response": response,
+        "role": user_role
+    })
+    save_logs(logs)
 
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
-    ],
-)
-
-
-if __name__ == "__main__":
-    demo.launch()
+# Arayüz
+with gr.Blocks() as demo:
+    gr.Markdown("## Educted AI Chatbot \nEğitim için özelleştirilmiş yapay zeka destekli sohbet botu.")
+    
+    chat = gr.ChatInterface(
+        respond,
+        additional_inputs=[
+            gr.Textbox(value="You are an AI tutor.", label="Sistem Mesajı"),
+            gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Maksimum Token"),
+            gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Sıcaklık (Temperature)"),
+            gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p"),
+            gr.Radio(["Öğrenci", "Eğitmen"], value="Öğrenci", label="Kullanıcı Rolü")
+        ],
+    )
+    
+    chat.launch()