app.py

import gradio as gr
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
import warnings
warnings.filterwarnings("ignore")

"""
デバッグ用のシンプルなSarashinaチャットボット
additional_inputsなしでテスト
"""

# モデルとトークナイザーの初期化
MODEL_NAME = "sbintuitions/sarashina2.2-3b-instruct-v0.1"

print("モデルを読み込み中...")
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    MODEL_NAME,
    torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
    device_map="auto" if torch.cuda.is_available() else None,
    trust_remote_code=True
)
print("モデルの読み込みが完了しました。")

def respond(message, history):
    """
    シンプルなチャットボット応答関数
    additional_inputsなし
    """
    try:
        # デバッグ情報を出力
        print(f"DEBUG - message: {message} (type: {type(message)})")
        print(f"DEBUG - history: {history} (type: {type(history)})")
        
        # システムメッセージ（固定）
        system_message = "あなたは親切で知識豊富な日本語アシスタントです。ユーザーの質問に丁寧に答えてください。"
        
        # 会話履歴を含むプロンプトを構築
        conversation = f"システム: {system_message}\n"
        
        # 会話履歴を追加
        if history and isinstance(history, list):
            for item in history:
                if isinstance(item, (list, tuple)) and len(item) >= 2:
                    user_msg, bot_msg = item[0], item[1]
                    if user_msg:
                        conversation += f"ユーザー: {user_msg}\n"
                    if bot_msg:
                        conversation += f"アシスタント: {bot_msg}\n"
        
        # 現在のメッセージを追加
        conversation += f"ユーザー: {message}\nアシスタント: "
        
        # トークン化
        inputs = tokenizer.encode(conversation, return_tensors="pt")
        
        # GPU使用時はCUDAに移動
        if torch.cuda.is_available():
            inputs = inputs.cuda()
        
        # 応答生成
        with torch.no_grad():
            outputs = model.generate(
                inputs,
                max_new_tokens=512,
                temperature=0.7,
                top_p=0.95,
                do_sample=True,
                pad_token_id=tokenizer.eos_token_id,
                eos_token_id=tokenizer.eos_token_id,
                repetition_penalty=1.1
            )
        
        # 生成されたテキストをデコード
        generated = tokenizer.decode(outputs[0], skip_special_tokens=True)
        
        # 応答部分のみを抽出
        full_response = generated[len(conversation):].strip()
        
        # 不要な部分を除去
        if "ユーザー:" in full_response:
            full_response = full_response.split("ユーザー:")[0].strip()
        
        # ストリーミング風の出力
        for i in range(len(full_response)):
            response = full_response[:i+1]
            yield response
            
    except Exception as e:
        yield f"エラーが発生しました: {str(e)}"

"""
シンプルなChatInterface（additional_inputsなし）
"""
demo = gr.ChatInterface(
    respond,
    title="🤖 Sarashina Chatbot (Simple)",
    description="Sarashina2.2-3b-instruct モデルを使用した日本語チャットボットです。（デバッグ用）",
    theme=gr.themes.Soft(),
    examples=[
        "こんにちは！",
        "日本について教えて",
        "プログラミングの質問があります",
    ],
    cache_examples=False,
)

if __name__ == "__main__":
    demo.launch(
        server_name="0.0.0.0",
        server_port=7860,
        share=False,
        show_api=True,
        debug=True
    )