app.py

import gradio as gr
from huggingface_hub import InferenceClient
import json
import datetime

# Hugging Face Model
client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")

# Kullanıcı verilerini kaydetmek için (isteğe bağlı bir JSON dosyası kullanılıyor)
LOG_FILE = "user_interactions.json"

def load_logs():
    try:
        with open(LOG_FILE, "r") as f:
            return json.load(f)
    except FileNotFoundError:
        return {}

def save_logs(data):
    with open(LOG_FILE, "w") as f:
        json.dump(data, f, indent=4)

def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
    user_role
):
    messages = [{"role": "system", "content": system_message}]
    logs = load_logs()
    user_id = "user_123"  # Burada platformdan alınan kullanıcı kimliği olmalı
    
    # Kullanıcı verisini kaydet
    if user_id not in logs:
        logs[user_id] = []
    
    for val in history:
        if val[0]:
            messages.append({"role": "user", "content": val[0]})
        if val[1]:
            messages.append({"role": "assistant", "content": val[1]})
    
    messages.append({"role": "user", "content": message})
    
    # Kullanıcı rolüne göre sistem mesajını ayarla
    if user_role == "Öğrenci":
        messages.append({"role": "system", "content": "Lütfen eğitim seviyesine uygun yanıt ver."})
    elif user_role == "Eğitmen":
        messages.append({"role": "system", "content": "Eğitmenlere yönelik daha derinlemesine açıklamalar ver."})
    
    response = ""
    for message in client.chat_completion(
        messages,
        max_tokens=max_tokens,
        stream=True,
        temperature=temperature,
        top_p=top_p,
    ):
        token = message.choices[0].delta.content
        response += token
        yield response
    
    # Kullanıcı etkileşimini kaydet
    logs[user_id].append({
        "timestamp": str(datetime.datetime.now()),
        "message": message,
        "response": response,
        "role": user_role
    })
    save_logs(logs)

# Arayüz
with gr.Blocks() as demo:
    gr.Markdown("## Educted AI Chatbot \nEğitim için özelleştirilmiş yapay zeka destekli sohbet botu.")
    
    chat = gr.ChatInterface(
        respond,
        additional_inputs=[
            gr.Textbox(value="You are an AI tutor.", label="Sistem Mesajı"),
            gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Maksimum Token"),
            gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Sıcaklık (Temperature)"),
            gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p"),
            gr.Radio(["Öğrenci", "Eğitmen"], value="Öğrenci", label="Kullanıcı Rolü")
        ],
    )
    
    chat.launch()