update sth. at 2024-11-15 18:51:34

app.py

@@ -1,9 +1,13 @@
 import gradio as gr
 from huggingface_hub import InferenceClient
 from PIL import Image
+import googletrans  # 用于中文到英文的翻译
 
 # ===================== 核心逻辑模块 =====================
 
+# 初始化翻译客户端
+translator = googletrans.Translator()
+
 # 初始化模型客户端
 try:
     # 文本聊天模型
@@ -12,100 +16,60 @@ try:
     # 图片生成模型
     client_image = InferenceClient("black-forest-labs/FLUX.1-dev")
     
-    # 图像问答模型
-    client_vqa = InferenceClient()
+    # 图像问答模型（暂时隐藏）
+    client_vqa = None
 except Exception as e:
     print(f"Error initializing clients: {e}")
 
-# ---------- 文本聊天模块 ----------
-
-def chat_with_model(messages):
-    """
-    调用文本聊天模型生成对话内容。
-    """
-    try:
-        response = client_text.chat_completion(messages, max_tokens=100)
-        return response["choices"][0]["message"]["content"]
-    except Exception as e:
-        print(f"Chat generation failed: {e}")
-        return "聊天生成失败，请稍后再试。"
-
 # ---------- 图像生成模块 ----------
-
 def image_gen(prompt):
     """
-    调用图像生成模型生成图像。
+    调用图像生成模型生成图像，并翻译中文提示词为英文。
     """
     try:
+        # 如果是中文，先翻译成英文
+        if any(ord(c) > 127 for c in prompt):  # 判断是否是中文字符
+            prompt = translator.translate(prompt, src='zh-cn', dest='en').text
+        
+        # 显示服务正在生成图像
+        status_message = "图像生成中，请稍候..."
+        
         image = client_image.text_to_image(prompt)
-        return image
+        
+        # 图像生成完成，更新状态
+        status_message = "图像生成完成！"
+        
+        return image, prompt, status_message  # 返回图像和原始提示词及状态
     except Exception as e:
         print(f"Image generation failed: {e}")
-        return None
-
-# ---------- 图像问答模块 ----------
-
-def visual_qa(image, question):
-    """
-    调用视觉文档问答模型回答图像问题。
-    """
-    try:
-        # 检查输入是否为URL路径或本地路径
-        if isinstance(image, str) and image.startswith("http"):
-            # 如果是网络路径，直接使用
-            image_path = image
-        else:
-            # 如果是本地图像，获取Gradio的文件路径
-            image_path = image.name  # Gradio会传递上传文件的路径
-
-        # 调用视觉问答API
-        response = client_vqa.visual_question_answering(
-            image=image_path,
-            question=question
-        )
-        return response["answer"]
-    except Exception as e:
-        print(f"Visual QA failed: {e}")
-        return "图像问答失败，请稍后再试。"
+        return None, "图像生成失败，请稍后再试。", "图像生成失败，请稍后再试。"  # 返回错误消息
 
 # ===================== Gradio 界面构建 =====================
 
 def build_interface():
     """
-    构建 Gradio 界面布局，包括文本聊天、图像生成和图像问答选项卡。
+    构建 Gradio 界面布局，包括图像生成模块。
     """
     with gr.Blocks() as demo:
-        # 文本聊天
-        with gr.Tab("文本聊天"):
-            chatbox_input = gr.Textbox(label="输入你的问题", placeholder="请提问...")
-            chatbox_output = gr.Textbox(label="回答")
-            chatbox_button = gr.Button("发送")
-
-            def chat_handler(user_input):
-                messages = [{"role": "user", "content": user_input}]
-                return chat_with_model(messages)
-
-            chatbox_button.click(chat_handler, inputs=chatbox_input, outputs=chatbox_output)
-
+        # 状态显示区域
+        status_output = gr.Textbox(label="服务状态", value="服务初始化中...", interactive=False)
+        
         # 图像生成
         with gr.Tab("图像生成"):
             image_prompt = gr.Textbox(label="图像提示词", placeholder="描述你想生成的图像")
             image_output = gr.Image(label="生成的图像")
+            image_description = gr.Textbox(label="提示词", placeholder="输入中文或英文提示词", interactive=False)
             image_button = gr.Button("生成图像")
 
-            image_button.click(image_gen, inputs=image_prompt, outputs=image_output)
-
-        # 图像问答
-        with gr.Tab("图像问答"):
-            vqa_image = gr.Image(label="上传图像")
-            vqa_question = gr.Textbox(label="问题", placeholder="输入关于图像的问题")
-            vqa_output = gr.Textbox(label="回答")
-            vqa_button = gr.Button("回答")
+            # 处理图像生成请求
+            def image_handler(prompt):
+                img, translated_prompt, status = image_gen(prompt)
+                return img, translated_prompt, status
 
-            vqa_button.click(visual_qa, inputs=[vqa_image, vqa_question], outputs=vqa_output)
+            image_button.click(image_handler, inputs=image_prompt, outputs=[image_output, image_description, status_output])
 
         gr.Markdown("### 使用说明")
-        gr.Markdown("本助手支持文本聊天、图像生成和图像问答功能，使用上方选项卡切换不同功能。")
+        gr.Markdown("本助手支持图像生成功能，支持中文输入，生成图像并显示提示词。")
 
     return demo
 

requirements.txt

@@ -1,5 +1,4 @@
-transformers 
-gradio 
-Pillow 
-requests 
-beautifulsoup4 
+gradio
+huggingface_hub
+googletrans
+Pillow

支持类型.md

@@ -38,6 +38,9 @@ client.translation("My name is Wolfgang and I live in Berlin")
 'Mein Name ist Wolfgang und ich lebe in Berlin.'
 client.translation("My name is Wolfgang and I live in Berlin", model="Helsinki-NLP/opus-mt-en-zh")
 
+Helsinki-NLP/opus-mt-zh-en
+
+
 ###  使用特定模型
 client = InferenceClient(model="prompthero/openjourney-v4")
 client.text_to_image("xxx")