Update app.py

app.py

@@ -2,54 +2,42 @@ import gradio as gr
 from gradio_client import Client, handle_file
 from huggingface_hub import InferenceClient
 
-# Moondream2 için Client kullanıyoruz
 moondream_client = Client("vikhyatk/moondream2")
 
-# LLaMA için InferenceClient kullanıyoruz
 llama_client = InferenceClient("Qwen/QwQ-32B-Preview")
 
-# Sohbet geçmişini tutmak için bir değişken
 history = []
 
-# Resim açıklama fonksiyonu
 def describe_image(image, user_message):
     global history
     
-    # Resmi Moondream2 API'sine gönderiyoruz
     result = moondream_client.predict(
         img=handle_file(image),
         prompt="Describe this image.",
         api_name="/answer_question"
     )
     
-    # Moondream2'den alınan açıklamayı sisteme dahil ediyoruz
     description = result  # Moondream2'nin cevabını alıyoruz
 
-    # LLaMA API'sine açıklamayı ve kullanıcının mesajını gönderiyoruz
     history.append(f"User: {user_message}")
     history.append(f"Assistant: {description}")
     
-    # Sohbet geçmişini birleştirip tek bir mesaj olarak LLaMA'ya gönderiyoruz
     full_conversation = "\n".join(history)
     llama_result = llama_client.chat_completion(
         messages=[{"role": "user", "content": full_conversation}],
-        max_tokens=512,  # Burada token sayısını belirleyebilirsiniz
-        temperature=0.7,  # Sıcaklık parametresi
-        top_p=0.95  # Nucleus sampling için top_p parametresi
+        max_tokens=512,
+        temperature=0.7,
+        top_p=0.95
     )
     
-    # Sonucu döndürüyoruz
     return description + "\n\nAssistant: " + llama_result['choices'][0]['message']['content']
 
-# Sohbet fonksiyonu, resim yüklenip yüklenmediğine göre yönlendirecek
 def chat_or_image(image, user_message):
     global history
 
-    # Resim yüklenmişse, önce açıklama alıp sonra LLaMA'ya gönderiyoruz
     if image:
         return describe_image(image, user_message)
     else:
-        # Resim yoksa, direkt LLaMA'ya mesajı gönderiyoruz
         history.append(f"User: {user_message}")
         full_conversation = "\n".join(history)
         llama_result = llama_client.chat_completion(
@@ -60,15 +48,14 @@ def chat_or_image(image, user_message):
         )
         return llama_result['choices'][0]['message']['content']
 
-# Gradio arayüzü
 demo = gr.Interface(
-    fn=chat_or_image,  # Hem resim hem de metin için kullanılacak fonksiyon
+    fn=chat_or_image,
     inputs=[
-        gr.Image(type="filepath", label="Resim Yükle (isteğe bağlı)"),  # Resim yükleme
-        gr.Textbox(label="Soru Sor ya da Konuş", placeholder="Soru sor...", lines=2)  # Metin girişi
+        gr.Image(type="filepath", label="Resim Yükle (isteğe bağlı)"),
+        gr.Textbox(label="Soru Sor ya da Konuş", placeholder="Soru sor...", lines=2)
     ],
-    outputs="text",  # Çıktı metin olarak dönecek
+    outputs="text",
 )
 
 if _name_ == "_main_":
-    demo.launch(show_error=True)  # Hata raporlamayı etkinleştiriyoruz
+    demo.launch(show_error=True)