import gradio as gr

# Charger le modèle OpenChat en dehors de la fonction pour éviter de le charger à chaque appel
openchat_model = gr.load("models/openchat/openchat_3.5")

# Définir une fonction de génération de poème en fonction des entrées
def generate_poem(author, style, syllables):
    # Construire le prompt de manière plus explicite
    prompt_text = f"Author: {author}, Style: {style}, Syllables: {syllables}"

    # Utiliser le modèle chargé pour générer un poème
    generated_poem = openchat_model(prompt_text)

    return generated_poem

# Créer une interface Gradio avec les entrées et sorties spécifiées
demo = gr.Interface(
    fn=generate_poem,
    inputs=[gr.Textbox("Author"), gr.Textbox("Style"), gr.Textbox("Syllables")],
    outputs=gr.Textbox(),  # Nous renvoyons un texte généré par le modèle
)

# Lancer l'interface
if __name__ == "__main__":
    demo.launch()
import gradio as gr

# Charger le modèle OpenChat en dehors de la fonction pour éviter de le charger à chaque appel
openchat_model = gr.load("models/openchat/openchat_3.5")

# Définir une fonction de génération de poème en fonction des entrées
def generate_poem(author, style, syllables):
    # Construire le prompt de manière plus explicite
    prompt_text = f"Author: {author}, Style: {style}, Syllables: {syllables}"

    # Utiliser le modèle chargé pour générer un poème
    generated_poem = openchat_model(prompt_text)

    return generated_poem

# Créer une interface Gradio avec les entrées et sorties spécifiées
demo = gr.Interface(
    fn=generate_poem,
    inputs=[gr.Textbox("Author"), gr.Textbox("Style"), gr.Textbox("Syllables")],
    outputs=gr.Textbox(),  # Nous renvoyons un texte généré par le modèle
)

# Lancer l'interface
if __name__ == "__main__":
    demo.launch()