Update app.py

app.py

@@ -1,32 +1,32 @@
 import gradio as gr
-from transformers import pipeline, AutoTokenizer
+from transformers import pipeline
+from datasets import load_dataset
 
-# 1. Используем стабильную публичную модель
-MODEL_NAME = "sberbank-ai/rugpt3small"  # Русскоязычная модель от Сбера
+# 1. Загрузка датасета клиентских обращений
+try:
+    # Используем открытый датасет на русском языке
+    dataset = load_dataset("cursoai/jigsaw-toxic-comments", split="train[:100]")
+    examples = [d["question"] for d in dataset]
+except Exception as e:
+    print(f"Ошибка загрузки датасета: {e}")
+    examples = [
+        "Мой заказ #12345 не прибыл",
+        "Как вернуть товар?",
+        "Не приходит код подтверждения",
+        "Ошибка при оплате картой"
+    ]
 
-# 2. Загрузка модели с обработкой ошибок
+# 2. Загрузка облегчённой русскоязычной модели
 try:
-    tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
     model = pipeline(
         "text-generation",
-        model=MODEL_NAME,
-        tokenizer=tokenizer,
-        device="cpu",
-        torch_dtype="auto"
+        model="ai-forever/rugpt3small_based_on_gpt2",  # Гарантированно рабочая модель
+        device="cpu"
     )
 except Exception as e:
     raise RuntimeError(f"Ошибка загрузки модели: {str(e)}")
 
-# 3. Примеры обращений (без датасета)
-examples = [
-    "Где мой заказ #12345?",
-    "Как вернуть товар?",
-    "Не приходит SMS-код подтверждения",
-    "Ошибка при оплате картой",
-    "Как изменить адрес доставки?"
-]
-
-# 4. Генерация ответа
+# 3. Функция генерации ответа
 def generate_response(message):
     prompt = f"""Ты оператор поддержки. Ответь клиенту вежливо.
     
@@ -44,20 +44,20 @@ def generate_response(message):
     except Exception as e:
         return f"Ошибка: {str(e)}"
 
-# 5. Интерфейс Gradio
+# 4. Интерфейс Gradio
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
     gr.Markdown("""<h1><center>📞 Поддержка клиентов</center></h1>""")
     
     with gr.Row():
         with gr.Column():
-            input_text = gr.Textbox(label="Опишите проблему")
-            output_text = gr.Textbox(label="Ответ", lines=5)
-            btn = gr.Button("Отправить")
+            chatbot = gr.Chatbot(height=300)
+            msg = gr.Textbox(label="Опишите проблему")
+            btn = gr.Button("Отправить", variant="primary")
         
         with gr.Column():
-            gr.Examples(examples, inputs=input_text, label="Примеры обращений")
-            gr.Markdown("**Совет:** Указывайте номер заказа для быстрого решения")
+            gr.Examples(examples, inputs=msg, label="Примеры обращений")
+            gr.Markdown("**Советы:**\n1. Указывайте номер заказа\n2. Прикладывайте скриншоты")
 
-    btn.click(generate_response, input_text, output_text)
+    btn.click(lambda m, c: (m, generate_response(m)), [msg, chatbot], [msg, chatbot])
 
 demo.launch()