app.py

import gradio as gr
from huggingface_hub import InferenceClient
from deep_translator import GoogleTranslator

# Khởi tạo client HF và translator
client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
translator_vi2en = GoogleTranslator(source='vi', target='en')
translator_en2vi = GoogleTranslator(source='en', target='vi')

def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens=128,
    temperature=0.5,
    top_p=0.9,
):
    # Tạo list tin nhắn bắt đầu từ hệ thống
    messages = [{"role": "system", "content": system_message}]
    
    # Dịch câu hỏi của người dùng từ tiếng Việt sang tiếng Anh
    message_en = translator_vi2en.translate(message)
    
    # Thêm các tin nhắn lịch sử vào messages
    for val in history:
        if val[0]:  # Tin nhắn của người dùng
            messages.append({"role": "user", "content": val[0]})
        if val[1]:  # Tin nhắn của trợ lý
            messages.append({"role": "assistant", "content": val[1]})

    # Thêm câu hỏi của người dùng vào cuối lịch sử
    messages.append({"role": "user", "content": message_en})

    response = ""

    # Gửi yêu cầu tới mô hình và nhận kết quả
    try:
        for chunk in client.chat_completion(
            model="HuggingFaceH4/zephyr-7b-beta",
            messages=messages,
            max_tokens=max_tokens,
            temperature=temperature,
            top_p=top_p,
            stream=True
        ):
            # Tiến hành nhận phản hồi từ mô hình
            token = chunk["choices"][0]["delta"]["content"]
            response += token

    except Exception as e:
        return f"Error: {str(e)}"

    # Dịch câu trả lời về tiếng Việt
    try:
        response_vi = translator_en2vi.translate(response)
    except Exception:
        response_vi = "(Không thể dịch câu trả lời về tiếng Việt)"

    return response_vi

# Gradio UI
demo = gr.ChatInterface(fn=respond)

if __name__ == "__main__":
    demo.launch()