app.py

import flask
from flask import request, jsonify
import os
from dotenv import load_dotenv
load_dotenv()
app = flask.Flask(__name__, template_folder="./")
from transformers import pipeline
classifier = pipeline('text-classification', model="bsenst/classify_services_model")
@app.route('/')
def index():
    return flask.render_template('index.html')
@app.route("/", methods=["POST"])
def predict():
    incoming = request.get_json()
    print(incoming)
    prediction = classifier(incoming["text"])[0]
    print(prediction)
    return prediction
@app.route("/avp", methods=["POST"])
def avp():
    incoming = request.get_json()
    print(incoming)
    # Обработка POST запроса по пути "/avp"
    # Можно добавить нужную логику для обработки данных
    # Если параметр "bazis" присутствует в запросе
    if "bazis" in incoming:
        bazis = incoming["bazis"]
        # Перебираем словарь с баллами пользователей
        for user_id, score in bazis.items():
            # Если балл больше 0, уменьшаем его на 1
            if score > 0:
                bazis[user_id] = score - 1
    
        # Заменяем исходный словарь с измененными баллами
        incoming["bazis"] = bazis
    
    return jsonify(incoming)
if __name__ == '__main__':
    app.run(host='0.0.0.0',  port=int(os.environ.get('PORT', 7860)))