Delete app.py

app.py

@@ -1,71 +0,0 @@
-import gradio as gr
-from transformers import AutoTokenizer, AutoModelForCausalLM
-import torch
-
-# 加载模型和tokenizer
-model_name = "您的用户名/text-style-converter"
-tokenizer = AutoTokenizer.from_pretrained(model_name)
-model = AutoModelForCausalLM.from_pretrained(
-    model_name,
-    torch_dtype=torch.float16,
-    device_map="auto"
-)
-
-def convert_text_style(input_text):
-    """文本风格转换函数"""
-    if not input_text.strip():
-        return "请输入要转换的文本"
-    
-    prompt = f"""以下是一个文本风格转换任务，请将书面化、技术性的输入文本转换为自然、口语化的表达方式。
-
-### 输入文本：
-{input_text}
-
-### 输出文本：
-"""
-    
-    inputs = tokenizer(prompt, return_tensors="pt")
-    
-    with torch.no_grad():
-        outputs = model.generate(
-            inputs.input_ids,
-            attention_mask=inputs.attention_mask,
-            max_new_tokens=500,
-            temperature=0.7,
-            do_sample=True,
-            pad_token_id=tokenizer.eos_token_id
-        )
-    
-    full_response = tokenizer.decode(outputs[0], skip_special_tokens=True)
-    
-    # 提取生成的部分
-    if "### 输出文本：" in full_response:
-        response = full_response.split("### 输出文本：")[-1].strip()
-    else:
-        response = full_response
-    
-    return response
-
-# 创建Gradio接口
-iface = gr.Interface(
-    fn=convert_text_style,
-    inputs=gr.Textbox(
-        label="输入文本",
-        placeholder="请输入需要转换为口语化的书面文本...",
-        lines=5
-    ),
-    outputs=gr.Textbox(
-        label="输出文本",
-        lines=5
-    ),
-    title="中文文本风格转换API",
-    description="将书面化、技术性文本转换为自然、口语化表达",
-    examples=[
-        ["乙醇的检测方法包括以下几项: 1. 酸碱度检查:取20ml乙醇加20ml水,加2滴酚酞指示剂应无色。"],
-        ["本品为薄膜衣片,除去包衣后显橙红色至暗红色。"]
-    ]
-)
-
-# 启动应用
-if __name__ == "__main__":
-    iface.launch()