Update app.py

app.py

@@ -1,144 +1,157 @@
-# Importujemy potrzebne biblioteki
+# Importujemy wszystkie potrzebne biblioteki
 import gradio as gr
 from transformers import pipeline as text_pipeline
 from diffusers import DiffusionPipeline
 import torch
 import re
+from fpdf import FPDF
+from PIL import Image
+import os
+import io
+import time
 
 # --- Konfiguracja Modeli ---
-
-# Model językowy do generowania tekstu
 LLM_MODEL = "mistralai/Mistral-7B-Instruct-v0.2"
-# Model do generowania obrazów - v1.5 jest sprawdzony i działa dobrze na darmowym sprzęcie
 IMAGE_MODEL = "runwayml/stable-diffusion-v1-5"
 
-# --- Ładowanie Modeli ---
-# Ładujemy modele na starcie aplikacji, aby uniknąć wielokrotnego ładowania.
-# To może zająć kilka minut przy pierwszym uruchomieniu.
-
-# Ładowanie modelu LLM
+# --- Ładowanie Modeli (z obsługą błędów) ---
+# Ta sekcja pozostaje bez zmian, ładuje modele AI na starcie.
 try:
-    text_generator = text_pipeline(
-        "text-generation",
-        model=LLM_MODEL,
-        torch_dtype=torch.bfloat16,
-        device_map="auto"
-    )
+    text_generator = text_pipeline("text-generation", model=LLM_MODEL, torch_dtype=torch.bfloat16, device_map="auto")
     LLM_LOADED = True
 except Exception as e:
     print(f"Błąd ładowania LLM: {e}")
-    text_generator = None
-    LLM_LOADED = False
-
-# Ładowanie modelu Text-to-Image
+    text_generator = None; LLM_LOADED = False
 try:
-    image_generator = DiffusionPipeline.from_pretrained(
-        IMAGE_MODEL,
-        torch_dtype=torch.float16,
-        revision="fp16"
-    )
+    image_generator = DiffusionPipeline.from_pretrained(IMAGE_MODEL, torch_dtype=torch.float16, revision="fp16")
     image_generator.to("cuda")
     IMAGE_MODEL_LOADED = True
 except Exception as e:
     print(f"Błąd ładowania Image Model: {e}")
-    image_generator = None
-    IMAGE_MODEL_LOADED = False
-
+    image_generator = None; IMAGE_MODEL_LOADED = False
 
+# --- Funkcje pomocnicze ---
 def parse_steps_from_markdown(markdown_text):
-    """
-    Funkcja do wyciągania tytułów poszczególnych kroków z wygenerowanego tekstu.
-    Używa wyrażeń regularnych do znalezienia linii zaczynających się od "X. **".
-    """
-    # Wzorzec do znalezienia linii typu "1. **Tytuł kroku**"
     pattern = re.compile(r"^\d+\.\s*\*\*(.*?)\*\*", re.MULTILINE)
     steps = pattern.findall(markdown_text)
     return steps
 
-
 def generate_course_and_images(topic, progress=gr.Progress(track_tqdm=True)):
-    """
-    Główna funkcja aplikacji: generuje tekst kursu, a następnie obrazy do każdego kroku.
-    """
+    """Generuje tekst kursu i obrazy, zwraca je do wyświetlenia i zapisania w stanie."""
     if not LLM_LOADED or not IMAGE_MODEL_LOADED:
         error_msg = "Błąd krytyczny: Jeden z modeli AI nie został załadowany."
-        return error_msg, None
+        return error_msg, None, gr.State([]), gr.Button(interactive=False)
 
     if not topic:
-        return "Proszę wpisać temat kursu.", None
+        return "Proszę wpisać temat kursu.", None, gr.State([]), gr.Button(interactive=False)
 
-    # --- Krok 1: Generowanie struktury tekstowej kursu ---
     progress(0, desc="Generowanie tekstu kursu...")
-    prompt = f"""
-    [INST] Jesteś ekspertem w tworzeniu kursów online. Twoim zadaniem jest stworzenie zwięzłego, 5-etapowego planu kursu DIY na podany temat.
-
-    Temat kursu: "{topic}"
-
-    Wygeneruj odpowiedź w formacie Markdown, która zawiera:
-    1. Chwytliwy tytuł kursu (jako nagłówek H1).
-    2. Pięć ponumerowanych kroków kursu. Każdy krok powinien mieć tytuł (pogrubiony) i krótki, 2-3 zdaniowy opis.
-
-    Nie dodawaj żadnych wstępów, podsumowań ani dodatkowych komentarzy. Trzymaj się ściśle podanej struktury. [/INST]
-    """
+    prompt = f"[INST] Jesteś ekspertem w tworzeniu kursów online. Twoim zadaniem jest stworzenie zwięzłego, 5-etapowego planu kursu DIY na podany temat. Temat kursu: \"{topic}\". Wygeneruj odpowiedź w formacie Markdown, która zawiera: 1. Chwytliwy tytuł kursu (jako nagłówek H1). 2. Pięć ponumerowanych kroków kursu. Każdy krok powinien mieć tytuł (pogrubiony) i krótki, 2-3 zdaniowy opis. Nie dodawaj żadnych wstępów, podsumowań ani dodatkowych komentarzy. Trzymaj się ściśle podanej struktury. [/INST]"
     response = text_generator(prompt, max_new_tokens=1024, do_sample=True, temperature=0.7, top_p=0.95)
     course_text = response[0]['generated_text'].split('[/INST]')[-1].strip()
 
-    # --- Krok 2: Parsowanie tekstu i generowanie obrazów ---
     steps = parse_steps_from_markdown(course_text)
     if not steps:
-        return course_text, None # Zwróć sam tekst, jeśli nie udało się znaleźć kroków
+        return course_text, None, gr.State([]), gr.Button(interactive=False)
 
     generated_images = []
     for i, step_title in enumerate(steps):
-        progress((i + 1) / len(steps), desc=f"Generowanie obrazka dla kroku {i+1}/{len(steps)}: {step_title}")
-        
-        # Tworzymy prosty, ale skuteczny prompt dla modelu obrazkowego
+        progress((i + 1) / len(steps), desc=f"Generowanie obrazka dla kroku {i+1}/{len(steps)}...")
         image_prompt = f"cinematic photo of '{step_title}', professional photography, high detail, 8k"
-        
-        # Generujemy obraz. `num_inference_steps` jest obniżone do 25 dla szybkości.
         image = image_generator(image_prompt, num_inference_steps=25).images[0]
         generated_images.append(image)
 
-    return course_text, generated_images
+    # Zwracamy wyniki i aktywujemy przycisk PDF
+    return course_text, generated_images, gr.State(generated_images), gr.Button(interactive=True)
+
+def generate_pdf_file(course_text, images_state, progress=gr.Progress(track_tqdm=True)):
+    """Tworzy plik PDF z tekstu i obrazów i zwraca ścieżkę do niego."""
+    if not course_text or not images_state:
+        return None
 
+    progress(0, desc="Inicjalizacja PDF...")
+    pdf = FPDF()
+    pdf.add_page()
+    
+    # Dodajemy czcionkę obsługującą polskie znaki
+    pdf.add_font('DejaVu', '', 'DejaVuSans.ttf', uni=True)
+    pdf.set_font('DejaVu', '', 12)
+
+    # Zapisujemy obrazy tymczasowo, aby dodać je do PDF
+    temp_image_paths = []
+    for i, img in enumerate(images_state):
+        path = f"/tmp/temp_image_{i}.png"
+        img.save(path)
+        temp_image_paths.append(path)
+
+    # Przetwarzanie tekstu i dodawanie do PDF
+    lines = course_text.split('\n')
+    image_counter = 0
+    for i, line in enumerate(lines):
+        progress((i + 1) / len(lines), desc=f"Dodawanie treści do PDF...")
+        if line.startswith('# '):
+            pdf.set_font('DejaVu', 'B', 24)
+            pdf.multi_cell(0, 10, line[2:].strip())
+            pdf.ln(10)
+        elif re.match(r"^\d+\.\s*\*\*(.*?)\*\*", line):
+            pdf.set_font('DejaVu', 'B', 16)
+            pdf.multi_cell(0, 8, line.strip())
+            pdf.ln(4)
+            # Dodaj obrazek po tytule kroku
+            if image_counter < len(temp_image_paths):
+                pdf.image(temp_image_paths[image_counter], x=None, y=None, w=180)
+                pdf.ln(5)
+                image_counter += 1
+        else:
+            pdf.set_font('DejaVu', '', 12)
+            pdf.multi_cell(0, 6, line.strip())
+            pdf.ln(2)
+
+    # Zapisujemy PDF i sprzątamy
+    pdf_output_path = f"/tmp/kurs_{int(time.time())}.pdf"
+    pdf.output(pdf_output_path)
+    for path in temp_image_paths:
+        os.remove(path)
+
+    return pdf_output_path
 
 # --- Budowa Interfejsu Gradio ---
 with gr.Blocks(theme=gr.themes.Soft(), title="Kreator Kursów DIY") as demo:
-    gr.Markdown(
-        """
-        # 🎨 Kreator Kursów DIY
-        Wpisz temat, a AI wygeneruje dla Ciebie kompletny, ilustrowany kurs!
-        """
-    )
+    gr.Markdown("# 🎨 Kreator Kursów DIY")
+    gr.Markdown("Wpisz temat, a AI wygeneruje dla Ciebie kompletny, ilustrowany kurs, gotowy do pobrania jako PDF!")
+
+    # Komponent State do przechowywania obrazów między krokami
+    images_state = gr.State([])
 
     with gr.Row():
-        topic_input = gr.Textbox(
-            label="Temat kursu",
-            placeholder="np. Jak uprawiać zioła na balkonie?",
-            lines=2,
-            scale=4,
-        )
+        topic_input = gr.Textbox(label="Temat kursu", placeholder="np. Jak zrobić świecę sojową w domu?", lines=2, scale=4)
 
     generate_button = gr.Button("Wygeneruj Kurs z Obrazkami!", variant="primary")
-
+    
     gr.Markdown("---")
     
     gr.Markdown("### 📖 Twój Kurs")
     output_display = gr.Markdown("Tutaj pojawi się tekst Twojego kursu...")
 
     gr.Markdown("### 🖼️ Ilustracje do Kursu")
-    image_gallery = gr.Gallery(
-        label="Wygenerowane obrazy",
-        show_label=False,
-        elem_id="gallery",
-        columns=5,
-        height="auto"
-    )
+    image_gallery = gr.Gallery(label="Wygenerowane obrazy", show_label=False, elem_id="gallery", columns=5, height="auto")
+    
+    with gr.Row():
+        pdf_button = gr.Button("Pobierz jako PDF", interactive=False)
+
+    file_output = gr.File(label="Pobierz gotowy plik PDF")
 
+    # Definicje akcji dla przycisków
     generate_button.click(
         fn=generate_course_and_images,
         inputs=topic_input,
-        outputs=[output_display, image_gallery] # Teraz mamy dwa wyjścia!
+        outputs=[output_display, image_gallery, images_state, pdf_button]
+    )
+    
+    pdf_button.click(
+        fn=generate_pdf_file,
+        inputs=[output_display, images_state],
+        outputs=file_output
     )
 
 demo.launch()