Update app.py

app.py

@@ -1,37 +1,33 @@
 import streamlit as st
 from transformers import pipeline
-import json
 
-# بارگذاری مدل distilgpt2
+# بارگذاری مدل از Hugging Face
 @st.cache_resource
 def load_model():
-    generator = pipeline("text-generation", model="distilgpt2")
+    generator = pipeline("text-generation", model="gpt2")  # می‌توانید از مدل‌های دیگر استفاده کنید
     return generator
 
 model = load_model()
 
-# تابع تولید پاسخ
 def generate_response(prompt):
     response = model(prompt, max_length=50, num_return_sequences=1)
     return response[0]["generated_text"]
 
-# اپلیکیشن Streamlit
 def main():
-    st.set_page_config(page_title="AI Assistant", layout="wide")
-    st.title("دستیار هوش مصنوعی پیشرفته")
-
-    # مسیر /generate برای دریافت درخواست‌ها
-    if "generate" in st.experimental_get_query_params():
-        st.write("content-type: application/json")
-        user_input = st.experimental_get_query_params().get("message", [""])[0]
-        response = {"response": generate_response(user_input)}
-        st.json(response)
-        return
+    st.set_page_config(page_title="دستیار هوش مصنوعی", layout="wide")
+    st.title("دستیار هوش مصنوعی پیشرفته (Hugging Face)")
 
     # نمایش HTML
     with open("index.html", "r", encoding="utf-8") as file:
         html_content = file.read()
     st.components.v1.html(html_content, height=700, scrolling=True)
 
+    # مدیریت درخواست‌ها
+    if "message" in st.experimental_get_query_params():
+        user_input = st.experimental_get_query_params()["message"][0]
+        if user_input:
+            response = generate_response(user_input)
+            st.experimental_set_query_params(response=response)
+
 if __name__ == "__main__":
     main()