Update app.py

app.py

@@ -5,15 +5,10 @@ from transformers import pipeline, set_seed
 import random
 import re # Для регулярных выражений (очистка текста)
 
-# --- Загрузка моделей ---
-# 1. Генератор текста (для общего ответа и диалога)
-# Замените 'distilgpt2' на нужную модель, если используете другую
-# Попробуйте 'microsoft/DialoGPT-medium' - специально для диалогов (английский)
-# Или русские аналоги, если найдете подходящие по размеру для CPU
+# --- Загрузка моделей (как в прошлый раз, выберите нужные) ---
 try:
-    # generator = pipeline('text-generation', model='distilgpt2', max_length=100, num_return_sequences=1, truncation=True, pad_token_id=50256) # Указываем pad_token_id явно
-    # generator = pipeline('conversational', model='microsoft/DialoGPT-medium') # Специальная диалоговая модель (англ)
-    generator = pipeline('text-generation', model='sberbank-ai/rugpt3small_based_on_gpt2', max_length=100, num_return_sequences=1, truncation=True, pad_token_id=50256) # Попробуем русскую поменьше
+    # generator = pipeline('text-generation', model='distilgpt2', max_length=100, num_return_sequences=1, truncation=True, pad_token_id=50256)
+    generator = pipeline('text-generation', model='sberbank-ai/rugpt3small_based_on_gpt2', max_length=100, num_return_sequences=1, truncation=True, pad_token_id=50256)
     print("Генератор текста загружен.")
     GENERATOR_LOADED = True
 except Exception as e:
@@ -21,11 +16,9 @@ except Exception as e:
     generator = None
     GENERATOR_LOADED = False
 
-# 2. Модель для ответов на вопросы (Question Answering)
-# Используем небольшую мультиязычную модель
 try:
-    qa_pipeline = pipeline('question-answering', model='bert-large-uncased-whole-word-masking-finetuned-squad') # Пример англоязычной
-    # qa_pipeline = pipeline('question-answering', model='timpal0l/mdeberta-v3-base-squad2') # Пример мультиязычной (может быть лучше для RU)
+    # qa_pipeline = pipeline('question-answering', model='bert-large-uncased-whole-word-masking-finetuned-squad')
+    qa_pipeline = pipeline('question-answering', model='timpal0l/mdeberta-v3-base-squad2') # Мультиязычная
     print("QA модель загружена.")
     QA_LOADED = True
 except Exception as e:
@@ -33,21 +26,42 @@ except Exception as e:
     qa_pipeline = None
     QA_LOADED = False
 
-# --- "Встроенные" знания и команды ---
+# --- Встроенные знания и команды (РАСШИРЕНО для КОДИНГА) ---
 knowledge_base = {
+    # Мета-информация
     "кто ты": "Я Nova, модель Alpha 0.95, работающая на платформе Hugging Face Spaces. Я использую нейросетевые модели для генерации ответов и ответов на вопросы.",
-    "что ты умеешь": "Я могу пытаться поддерживать диалог, отвечать на вопросы по предоставленному контексту (если удастся его определить), и генерировать текст на основе предыдущих сообщений. Также я знаю некоторые встроенные команды.",
+    "что ты умеешь": "Я могу пытаться поддерживать диалог, отвечать на вопросы по контексту, генерировать текст и давать базовую информацию по некоторым темам, включая программирование. Мои знания ограничены, и я не выполняю код.",
     "как дела": "Как у программы, у меня все по плану! Готова обрабатывать ваши запросы.",
-    "помощь": "Спросите меня о чем-нибудь, или дайте команду. Я попробую ответить. Примеры команд: 'кто ты', 'что ты умеешь'.",
-    # Можно добавить больше простых ответов
+    "помощь": "Спросите меня о чем-нибудь, например, 'что такое переменная в программировании?' или 'какие есть циклы?'. Я постараюсь ответить. Также знаю команды: 'кто ты', 'что ты умеешь'.",
+
+    # Основы Программирования
+    "что такое программирование": "Программирование - это процесс написания инструкций (ко��а) для компьютера, чтобы он выполнял определенные задачи. Это как составление очень точного рецепта для машины.",
+    "зачем нужно программирование": "Программирование позволяет создавать программы, веб-сайты, игры, автоматизировать задачи, анализировать данные и многое другое. Оно лежит в основе почти всех современных технологий.",
+    "что такое алгоритм": "Алгоритм - это пошаговая инструкция или набор правил для решения определенной задачи. Например, рецепт приготовления блюда - это алгоритм.",
+    "основные концепции программирования": "Ключевые идеи включают: переменные (хранение данных), типы данных (числа, строки), условные операторы (if/else - если/иначе), циклы (for, while - для повторения действий), функции (для организации кода).",
+    "что такое переменная": "Переменная в программировании - это как именованный контейнер или ячейка памяти, где можно хранить данные (число, текст, и т.д.), чтобы использовать их позже в программе. Например, `age = 30`.",
+    "что такое типы данных": "Типы данных определяют, какого рода информацию может хранить переменная и какие операции с ней можно выполнять. Распространенные типы: целые числа (integer), числа с плавающей точкой (float), строки (string - текст), булевы (boolean - истина/ложь).",
+    "что такое строка": "Строка (string) - это последовательность символов, обычно используемая для представления текста. В большинстве языков строки заключаются в кавычки (одинарные или двойные). Например, \"Привет, мир!\".",
+    "условный оператор if": "Оператор `if` (если) позволяет выполнить блок кода только в том случае, если определенное условие истинно. Часто используется вместе с `else` (иначе) для выполнения другого блока кода, если условие ложно.",
+    "что такое цикл": "Цикл - это конструкция, которая позволяет повторять выполнение блока кода несколько раз. Основные виды: `for` (для), который обычно используется для перебора элементов (например, в списке) или выполнения заданное число раз, и `while` (пока), который выполняется, пока истинно определенное условие.",
+    "цикл for": "Цикл `for` удобен, когда вы знаете, сколько раз нужно повторить действие, или когда нужно пройти по всем элементам коллекции (списка, строки).",
+    "цикл while": "Цикл `while` повторяет блок кода до тех пор, пока заданное условие остается истинным. Важно убедиться, что условие когда-нибудь станет ложным, иначе цикл будет бесконечным.",
+    "что такое функция": "Функция - это именованный блок кода, который выполняет определенную задачу. Функции помогают разбивать сложную программу на мелкие, управляемые части, избегать повторения кода и делать его более читаемым.",
+    "язык программирования": "Язык программирования - это формальный язык, предназначенный для записи компьютерных программ. Популярные языки: Python (хорош для новичков, науки о данных, веб-бэкенда), JavaScript (для веб-фронтенда и бэкенда), Java (для энтерпрайза, Android), C++ (для игр, системного программирования), C# (для Windows, игр на Unity).",
+    "python": "Python - популярный, высокоуровневый язык программирования с простым синтаксисом, подходящий для широкого круга задач: веб-разработка, наука о данных, машинное обучение, автоматизация.",
+    "javascript": "JavaScript (JS) - основной язык для создания интерактивных веб-страниц (фронтенд). Также используется на бэкенде (Node.js) и для мобильных приложений.",
+    "html": "HTML (HyperText Markup Language) - это не язык программирования, а язык разметки. Он используется для определения структуры и содержимого веб-страницы (заголовки, параграфы, картинки, ссылки).",
+    "css": "CSS (Cascading Style Sheets) - язык стилей, используемый для описания внешнего вида документа, написанного на языке разметки (обычно HTML). Определяет цвета, шрифты, отступы, расположение элементов.",
+    "что такое api": "API (Application Programming Interface) - это набор правил и протоколов, который позволяет разным программам 'общаться' друг с другом. Это как меню в ресторане: вы выбираете блюдо (функцию API), и кухня (другая программа) его готовит и отдает вам.",
+    "что такое git": "Git - это распределенная система контроля версий. Она помогает разработчикам отслеживать изменения в коде, возвращаться к предыдущим версиям, работать над проектом совместно и не терять изменения.",
+    "где учиться программировать": "Существует множество ресурсов: интерактивные онлайн-курсы (Codecademy, Coursera, Stepik, Яндекс.Практикум), документация языков, книги, видеоуроки на YouTube, форумы (Stack Overflow), сообщества разработчиков."
+
+    # Добавьте сюда больше вопросов и ответов по кодингу!
 }
 
-# --- Функция обработки запроса ---
+# --- Функция обработки запроса (логика остается той же) ---
 
 def respond(message, chat_history):
-    """
-    Главная функция обработки. Определяет тип запроса и выбирает стратегию ответа.
-    """
     print(f"Получено сообщение: {message}")
     user_message_lower = message.lower().strip().replace("?","").replace(".","").replace("!","") # Очищенный ввод для команд
 
@@ -58,28 +72,24 @@ def respond(message, chat_history):
         chat_history.append((message, bot_response))
         return "", chat_history
 
-    # 2. Попытка ответа на вопрос с помощью QA модели
-    # Очень упрощенная логика: если есть "?" и QA модель загружена
+    # 2. Попытка ответа на вопрос с помощью QA модели (упрощенная логика)
     if "?" in message and QA_LOADED and qa_pipeline:
-        # Используем историю чата как контекст (последние сообщения)
         context = ""
         if chat_history:
-             # Собираем текст из последних N обменов (N=2)
             context_parts = []
-            for user_msg, bot_msg in chat_history[-2:]:
+            for user_msg, bot_msg in chat_history[-2:]: # Последние 2 обмена
                  context_parts.append(f"Пользователь: {user_msg}")
                  context_parts.append(f"Бот: {bot_msg}")
             context = "\n".join(context_parts)
 
-        if len(context) > 50: # Нужен минимальный контекст для QA
+        if len(context) > 50: # Нужен минимальный контекст
              print("Попытка ответа на вопрос через QA модель...")
-             print(f"Контекст: {context[:200]}...") # Логируем начало контекста
+             print(f"Контекст: {context[:200]}...")
              print(f"Вопрос: {message}")
              try:
                  qa_result = qa_pipeline(question=message, context=context)
                  print(f"Результат QA: {qa_result}")
-                 # Если модель уверена в ответе (score > порога)
-                 if qa_result and qa_result['score'] > 0.1: # Порог уверенности (нужно подбирать)
+                 if qa_result and qa_result['score'] > 0.15: # Немного повысим порог
                      bot_response = qa_result['answer']
                      chat_history.append((message, bot_response))
                      print(f"Ответ от QA модели: {bot_response}")
@@ -88,62 +98,46 @@ def respond(message, chat_history):
                       print("QA модель не уверена в ответе.")
              except Exception as e:
                   print(f"Ошибка при использовании QA модели: {e}")
-                  # Если QA не сработала, переходим к генерации
 
-    # 3. Генерация ответа с помощью основной модели (если команды/QA не сработали)
+    # 3. Генерация ответа с помощью основной модели
     if GENERATOR_LOADED and generator:
         print("Генерация ответа с помощью основной модели...")
-        # Формируем промпт с историей
         prompt_history = []
-        for user_msg, bot_msg in chat_history[-3:]: # Берем последние 3 обмена
+        for user_msg, bot_msg in chat_history[-3:]: # Последние 3 обмена
             prompt_history.append(f"Пользователь: {user_msg}")
             prompt_history.append(f"Бот: {bot_msg}")
         prompt_history.append(f"Пользователь: {message}")
-        prompt_history.append("Бот:") # Приглашение для генерации ответа
+        prompt_history.append("Бот:")
 
         full_prompt = "\n".join(prompt_history)
-        print(f"Промпт для генератора: {full_prompt[-500:]}") # Логируем конец промпта
+        print(f"Промпт для генератора: {full_prompt[-500:]}")
 
         try:
-            # Уменьшаем max_length, если промпт уже длинный
-            # prompt_tokens = len(generator.tokenizer.encode(full_prompt)) # Подсчет токенов может быть медленным
-            # available_tokens = generator.model.config.max_length - prompt_tokens - 10 # Запас
-            # current_max_length = max(10, min(generator.model.config.max_length, prompt_tokens + 50)) # Генерация ~50 токенов
-            # print(f"Макс. длина для генерации: {current_max_length}")
-
             generated_output = generator(full_prompt)[0]['generated_text']
-
-            # Очистка ответа
-            # Убираем промпт из начала
             bot_response = generated_output
+
+            # Очистка
             if generated_output.startswith(full_prompt):
                  bot_response = generated_output[len(full_prompt):].strip()
             else:
-                 # Если промпт не найден в начале (некоторые модели ведут себя иначе)
-                 # Попробуем убрать последнее сообщение пользователя
                  last_user_line = f"Пользователь: {message}\nБот:"
-                 if bot_response.strip().startswith(last_user_line.strip()): # Убираем и саму строку "Бот:"
+                 if bot_response.strip().startswith(last_user_line.strip()):
                      bot_response = bot_response.strip()[len(last_user_line.strip()):].strip()
-                 # Очень грубый способ убрать возможное эхо промпта
                  elif len(bot_response) > len(message) and message.lower() in bot_response[:len(message)*2].lower():
                       parts = bot_response.split('\n')
-                      if len(parts)>1:
-                          bot_response = '\n'.join(parts[1:]).strip()
-
+                      if len(parts)>1: bot_response = '\n'.join(parts[1:]).strip()
 
-            # Дополнительная очистка (убираем возможные "Пользователь:", "Бот:")
             bot_response = re.sub(r'^\s*(пользователь|user|бот|bot)\s*[:\-]?\s*', '', bot_response, flags=re.IGNORECASE).strip()
 
-            if not bot_response or len(bot_response) < 3: # Проверка на совсем короткий/пустой ответ
-                bot_response = "Хм, не знаю, что на это ответить..."
+            if not bot_response or len(bot_response) < 3:
+                bot_response = knowledge_base.get("не найдено", "Хм, не знаю, что на это ответить...") # Используем "не найдено" из базы
                 print("Сге��ерирован слишком короткий ответ, используется заглушка.")
 
         except Exception as e:
             print(f"Ошибка при генерации: {e}")
-            bot_response = f"Упс, произошла ошибка при генерации: {e}"
+            bot_response = knowledge_base.get("ошибка генерации", f"Упс, произошла ошибка при генерации: {e}") # Используем текст ошибки из базы
 
     else:
-        # Если ни одна модель не загружена
         bot_response = "К сожалению, мои основные модули сейчас недоступны."
         print("Ошибка: Генератор текста не загружен.")
 
@@ -152,36 +146,114 @@ def respond(message, chat_history):
     return "", chat_history
 
 
-# --- Создание интерфейса Gradio ---
-with gr.Blocks(css=".gradio-container {background-color: #f9f9f9}") as demo: # Добавим немного CSS
+# --- Создание интерфейса Gradio с УЛУЧШЕННЫМ CSS ---
+
+# Определяем CSS стили
+custom_css = """
+/* Общий фон */
+.gradio-container {
+    background: linear-gradient(to bottom right, #e0f7fa, #f1f8e9); /* Приятный градиент */
+    border-radius: 15px;
+    padding: 25px;
+}
+
+/* Заголовок */
+h1 {
+    color: #004d40; /* Темно-бирюзовый */
+    text-align: center;
+    font-family: 'Helvetica Neue', Helvetica, Arial, sans-serif;
+    margin-bottom: 15px;
+}
+
+/* Контейнер чата */
+#chatbot {
+    background-color: #ffffff; /* Белый фон для сообщений */
+    border-radius: 10px;
+    box-shadow: 0 2px 5px rgba(0,0,0,0.1); /* Легкая тень */
+    border: 1px solid #e0e0e0;
+}
+
+/* Сообщения пользователя */
+#chatbot .user {
+    background-color: #e3f2fd; /* Голубоватый фон */
+    color: #0d47a1; /* Темно-синий текст */
+    border-radius: 15px 15px 0 15px; /* Скругление углов */
+    padding: 10px 15px;
+    margin: 5px;
+    align-self: flex-end; /* Выравнивание справа */
+    max-width: 85%;
+}
+
+/* Сообщения бота */
+#chatbot .bot {
+    background-color: #f1f8e9; /* Светло-зеленоватый фон */
+    color: #33691e; /* Темно-зеленый текст */
+    border-radius: 15px 15px 15px 0; /* Скругление углов */
+    padding: 10px 15px;
+    margin: 5px;
+    align-self: flex-start; /* Выравнивание слева */
+     max-width: 85%;
+}
+
+/* Поле ввода текста */
+textarea {
+    border: 1px solid #b0bec5; /* Сероватая рамка */
+    border-radius: 8px !important; /* !important нужен для переопределения стандартных стилей gradio */
+    padding: 12px !important;
+    background-color: #ffffff;
+    transition: border-color 0.3s ease;
+}
+textarea:focus {
+    border-color: #0277bd !important; /* Синяя рамка при фокусе */
+    box-shadow: 0 0 5px rgba(2, 119, 189, 0.3);
+}
+
+/* Кнопки */
+button {
+    border-radius: 8px !important;
+    transition: background-color 0.3s ease, box-shadow 0.3s ease !important;
+    font-weight: 500 !important;
+}
+button.primary { /* Основная кнопка Отправить */
+    background: linear-gradient(to right, #007991, #78ffd6) !important; /* Бирюзовый градиент */
+    color: white !important;
+    border: none !important;
+}
+button.primary:hover {
+     box-shadow: 0 4px 8px rgba(0, 121, 145, 0.3);
+     background: linear-gradient(to right, #006073, #5fddb8) !important; /* Чуть темнее при наведении */
+}
+button.secondary { /* Кнопка Очистить */
+   background-color: #cfd8dc !important; /* Светло-серый */
+   color: #37474f !important;
+   border: 1px solid #b0bec5 !important;
+}
+button.secondary:hover {
+    background-color: #b0bec5 !important; /* Темнее при наведении */
+}
+"""
+
+with gr.Blocks(css=custom_css, theme=gr.themes.Soft()) as demo: # Применяем CSS и мягкую тему
     gr.Markdown(
         """
-        # Nova Alpha 0.95 🚀
-        Простой чат-бот с базовыми знаниями и попыткой ответа на вопросы.
-        Работает на CPU, ответы могут быть медленными.
-        """
+        # 🤖 Nova Alpha 0.95 🎨
+        Улучшенный интерфейс! Задавайте вопросы или команды.
+        """, elem_id="title-markdown" # Можно задать ID для CSS
     )
 
-    chatbot = gr.Chatbot(label="Диалог", height=500) # Увеличим высоту
-    with gr.Row(): # Поместим текстбокс и кнопки в ряд
+    chatbot = gr.Chatbot(label="Диалог", height=500, elem_id="chatbot")
+    with gr.Row():
         msg = gr.Textbox(
             label="Ваше сообщение",
-            placeholder="Спросите 'кто ты' или задайте вопрос...",
-            scale=4 # Текстбокс займет больше места
+            placeholder="Спросите о Python или скажите 'привет'...",
+            scale=4
         )
-        submit_btn = gr.Button("Отправить", variant="primary", scale=1) # Явная кнопка отправки
-        clear_btn = gr.Button("Очистить", scale=1)
-
+        submit_btn = gr.Button("Отправить", variant="primary", scale=1)
+        clear_btn = gr.Button("Очистить", variant="secondary", scale=1) # Добавили класс для CSS
 
-    # Связываем обработчики:
-    # Отправка по Enter в Textbox
     msg.submit(respond, [msg, chatbot], [msg, chatbot])
-    # Отправка по клику на кнопку
     submit_btn.click(respond, [msg, chatbot], [msg, chatbot])
+    clear_btn.click(lambda: (None, []), None, [msg, chatbot], queue=False)
 
-    # Очистка по клику на кнопку
-    clear_btn.click(lambda: (None, []), None, [msg, chatbot], queue=False) # Возвращаем пустой список для истории
-
-# Запуск (важно для Spaces!)
-demo.queue() # Используем очередь для обработки запросов по одному (лучше для CPU)
-demo.launch(debug=True) # debug=True покажет логи и ошибки в интерфейсе
+demo.queue()
+demo.launch(debug=True)