import subprocess

# Installiere Abhängigkeiten
subprocess.run(["pip", "install", "-r", "requirements.txt"])

# Starte das Training
subprocess.run(["python", "train.py"])


import gradio as gr
from transformers import pipeline

# Lade dein trainiertes Modell
model = pipeline("text-generation", model="gpt2")

# Definiere eine Funktion für die Interaktion
def respond_to_input(input_text):
    response = model(input_text)
    return response[0]['generated_text']

# Erstelle die Gradio-Schnittstelle
iface = gr.Interface(
    fn=respond_to_input,
    inputs="text",
    outputs="text",
    title="Zora - Dein Sprachassistent",
    description="Frage Zora nach Anweisungen und Konfigurationen."
)

# Starte die Gradio-App
if __name__ == "__main__":
    iface.launch()