Update app.py

app.py

@@ -1,4 +1,37 @@
-# Importujemy wszystkie potrzebne biblioteki
+# ==============================================================================
+# KROK NAPRAWCZY: Wymuszona instalacja brakujących bibliotek
+# Ten blok kodu rozwiązuje problem z ignorowaniem pliku requirements.txt
+# ==============================================================================
+import os
+import subprocess
+import sys
+
+def install_packages():
+    packages = [
+        "transformers>=4.38.1",
+        "torch>=2.2.0",
+        "accelerate>=0.27.2",
+        "diffusers>=0.26.3",
+        "fpdf2",
+        "Pillow"
+    ]
+    for package in packages:
+        try:
+            # Sprawdź, czy pakiet jest już zainstalowany
+            __import__(package.split('>')[0].split('=')[0].split('<')[0])
+            print(f"{package} jest już zainstalowany.")
+        except ImportError:
+            print(f"Instalowanie {package}...")
+            subprocess.check_call([sys.executable, "-m", "pip", "install", package])
+
+# Uruchom instalację tylko raz
+if 'PACKAGES_INSTALLED' not in os.environ:
+    install_packages()
+    os.environ['PACKAGES_INSTALLED'] = 'TRUE'
+
+# ==============================================================================
+# Reszta kodu aplikacji (bez zmian w stosunku do poprzedniej wersji)
+# ==============================================================================
 import gradio as gr
 from transformers import pipeline as text_pipeline
 from diffusers import DiffusionPipeline
@@ -6,7 +39,6 @@ import torch
 import re
 from fpdf import FPDF
 from PIL import Image
-import os
 import io
 import time
 
@@ -14,124 +46,143 @@ import time
 LLM_MODEL = "mistralai/Mistral-7B-Instruct-v0.2"
 IMAGE_MODEL = "runwayml/stable-diffusion-v1-5"
 
-# --- Ładowanie Modeli (z obsługą błędów) ---
-# Ta sekcja pozostaje bez zmian, ładuje modele AI na starcie.
+# --- Ładowanie Modeli ---
 try:
     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
+    print(f"Błąd ładowania LLM: {e}"); text_generator = None; LLM_LOADED = False
 try:
     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
-
-# --- Funkcje pomocnicze ---
-def parse_steps_from_markdown(markdown_text):
-    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)):
-    """Generuje tekst kursu i obrazy, zwraca je do wyświetlenia i zapisania w stanie."""
+    print(f"Błąd ładowania Image Model: {e}"); image_generator = None; IMAGE_MODEL_LOADED = False
+
+# --- Funkcje Aplikacji (bez zmian) ---
+
+def parse_course_to_structure(markdown_text):
+    course_data = {'title': "Nowy Kurs", 'steps': []}
+    title_match = re.search(r"^#\s*(.*)", markdown_text, re.MULTILINE)
+    if title_match:
+        course_data['title'] = title_match.group(1).strip()
+    step_pattern = re.compile(r"(\d+\.\s*\*\*(.*?)\*\*)\s*([\s\S]*?)(?=\n\d+\.|\Z)", re.MULTILINE)
+    steps_found = step_pattern.findall(markdown_text)
+    for _, step_title, step_description in steps_found:
+        course_data['steps'].append({
+            'title': step_title.strip(),
+            'description': step_description.strip()
+        })
+    return course_data
+
+def generate_course_structure_and_images(topic, progress=gr.Progress(track_tqdm=True)):
     if not LLM_LOADED or not IMAGE_MODEL_LOADED:
-        error_msg = "Błąd krytyczny: Jeden z modeli AI nie został załadowany."
-        return error_msg, None, gr.State([]), gr.Button(interactive=False)
-
-    if not topic:
-        return "Proszę wpisać temat kursu.", None, gr.State([]), gr.Button(interactive=False)
+        return None, gr.State([]), gr.State({}), gr.update(visible=False), gr.update(interactive=False)
 
     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]"
     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()
 
-    steps = parse_steps_from_markdown(course_text)
-    if not steps:
-        return course_text, None, gr.State([]), gr.Button(interactive=False)
-
+    course_data = parse_course_to_structure(course_text)
+    
+    progress(0.2, desc="Generowanie obrazków...")
     generated_images = []
-    for i, step_title in enumerate(steps):
-        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"
-        image = image_generator(image_prompt, num_inference_steps=25).images[0]
-        generated_images.append(image)
-
-    # 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:
+    if course_data['steps']:
+        for i, step in enumerate(course_data['steps']):
+            progress(0.2 + (i + 1) / len(course_data['steps']) * 0.8, desc=f"Generowanie obrazka dla: {step['title']}")
+            image_prompt = f"cinematic photo of '{step['title']}', professional photography, high detail, 8k"
+            image = image_generator(image_prompt, num_inference_steps=25).images[0]
+            generated_images.append(image)
+
+    updates = [gr.update(value=course_data['title'])]
+    for i in range(5):
+        if i < len(course_data['steps']):
+            updates.append(gr.update(value=course_data['steps'][i]['title']))
+            updates.append(gr.update(value=course_data['steps'][i]['description']))
+        else:
+             updates.append(gr.update(value=""))
+             updates.append(gr.update(value=""))
+
+    return generated_images, gr.State(generated_images), gr.update(visible=True), gr.update(interactive=True), *updates
+
+def generate_pdf_from_ui(images_state, course_title, *args):
+    if not course_title or not images_state:
         return None
 
-    progress(0, desc="Inicjalizacja PDF...")
     pdf = FPDF()
     pdf.add_page()
+    # Ważne: W środowisku HF Spaces może nie być czcionki 'DejaVu'.
+    # Użyjemy standardowej, ale polskie znaki mogą nie działać poprawnie w PDF.
+    try:
+        pdf.add_font('DejaVu', '', 'DejaVuSans.ttf', uni=True)
+        pdf.set_font('DejaVu', '', 12)
+    except RuntimeError:
+        print("Czcionka DejaVu nie znaleziona, używam 'Arial'. Polskie znaki mogą nie być widoczne w PDF.")
+        pdf.set_font('Arial', '', 12)
     
-    # Dodajemy czcionkę obsługującą polskie znaki
-    pdf.add_font('DejaVu', '', 'DejaVuSans.ttf', uni=True)
-    pdf.set_font('DejaVu', '', 12)
+    pdf.set_font_size(24)
+    pdf.multi_cell(0, 10, course_title.encode('latin-1', 'replace').decode('latin-1'))
+    pdf.ln(10)
 
-    # 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')
+    step_data = list(args)
     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())
+    for i in range(0, len(step_data), 2):
+        step_title = step_data[i]
+        step_description = step_data[i+1]
+
+        if step_title:
+            pdf.set_font_size(16)
+            pdf.multi_cell(0, 8, f"Krok {i//2 + 1}: {step_title}".encode('latin-1', 'replace').decode('latin-1'))
             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.set_font_size(12)
+            pdf.multi_cell(0, 6, step_description.encode('latin-1', 'replace').decode('latin-1'))
+            pdf.ln(10)
+
     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")
-    gr.Markdown("Wpisz temat, a AI wygeneruje dla Ciebie kompletny, ilustrowany kurs, gotowy do pobrania jako PDF!")
+    gr.Markdown("Wpisz temat, a AI wygeneruje dla Ciebie w pełni edytowalny, ilustrowany kurs!")
 
-    # Komponent State do przechowywania obrazów między krokami
     images_state = gr.State([])
 
     with gr.Row():
-        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")
+        topic_input = gr.Textbox(label="Temat kursu", placeholder="np. Jak zrobić las w słoiku?", lines=2, scale=4)
+    
+    generate_button = gr.Button("Wygeneruj Kurs!", variant="primary")
     
     gr.Markdown("---")
     
-    gr.Markdown("### 📖 Twój Kurs")
-    output_display = gr.Markdown("Tutaj pojawi się tekst Twojego kursu...")
+    with gr.Box(visible=False) as editor_box:
+        gr.Markdown("### ✍️ Edytor Kursu")
+        gr.Markdown("Możesz teraz dowolnie modyfikować wygenerowaną treść.")
+        
+        course_title_editor = gr.Textbox(label="Tytuł Główny Kursu")
+        
+        step_editors = []
+        for i in range(5):
+            with gr.Accordion(f"Krok {i+1}", open=True):
+                step_title = gr.Textbox(label="Tytuł kroku")
+                step_description = gr.Textbox(label="Opis kroku", lines=4)
+                step_editors.extend([step_title, step_description])
 
     gr.Markdown("### 🖼️ Ilustracje do Kursu")
     image_gallery = gr.Gallery(label="Wygenerowane obrazy", show_label=False, elem_id="gallery", columns=5, height="auto")
@@ -141,16 +192,17 @@ with gr.Blocks(theme=gr.themes.Soft(), title="Kreator Kursów DIY") as demo:
 
     file_output = gr.File(label="Pobierz gotowy plik PDF")
 
-    # Definicje akcji dla przycisków
+    all_editor_fields = [course_title_editor] + step_editors
+    
     generate_button.click(
-        fn=generate_course_and_images,
-        inputs=topic_input,
-        outputs=[output_display, image_gallery, images_state, pdf_button]
+        fn=generate_course_structure_and_images,
+        inputs=[topic_input],
+        outputs=[image_gallery, images_state, editor_box, pdf_button] + all_editor_fields
     )
     
     pdf_button.click(
-        fn=generate_pdf_file,
-        inputs=[output_display, images_state],
+        fn=generate_pdf_from_ui,
+        inputs=[images_state] + all_editor_fields,
         outputs=file_output
     )