app.py

import gradio as gr

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer, BitsAndBytesConfig
from transformers import TextStreamer

import spaces

bnb_config = BitsAndBytesConfig(
    load_in_4bit=True, bnb_4bit_use_double_quant=True, bnb_4bit_quant_type="nf4", bnb_4bit_compute_dtype=torch.bfloat16
)

# Load model and tokenizer
model = AutoModelForCausalLM.from_pretrained("Rorical/0-roleplay", return_dict=True, trust_remote_code=True, device_map="cuda", quantization_config=bnb_config)
tokenizer = AutoTokenizer.from_pretrained("Rorical/0-roleplay", trust_remote_code=True)
# tokenizer.chat_template = "{% for message in messages %}{{'<|im_start|>' + ((message['role'] + '\n') if message['role'] != '' else '') + message['content'] + '<|im_end|>' + '\n'}}{% endfor %}{% if add_generation_prompt %}{{ '<|im_start|>星野\n' }}{% endif %}" # Be careful that this model used custom chat template.

# Define the response function
@spaces.GPU
def respond(
    message,
    history: list[tuple[str, str]],
    system_message,
    max_tokens,
    temperature,
    top_p,
):
    global model, tokenizer
    
    # Construct the messages for the chat
    messages = [{"role": "", "content": system_message}]
    for user_message, bot_response in history:
        messages.append({"role": "老师", "content": user_message})  # Assuming the user is "老师"
        messages.append({"role": "星野", "content": bot_response})  # Assuming the bot is "星野"
    messages.append({"role": "老师", "content": message})  # Append the latest user message
    
    # Tokenize and prepare inputs
    inputs = tokenizer.apply_chat_template(messages, tokenize=True, add_generation_prompt=True, return_tensors="pt")
    inputs = inputs.to("cuda")
    
    print("eos_token_id: ", tokenizer.eos_token_id)
    
    # Generate response
    generate_ids = model.generate(
        inputs,
        max_length=max_tokens,
        temperature=temperature,
        top_p=top_p,
    )
    
    # Decode the generated response
    response = tokenizer.decode(generate_ids[0], skip_special_tokens=True)
    response = response.split(f"老师\n{message}\n星野\n")[1]
    
    print("response: ", tokenizer.decode(generate_ids[0], skip_special_tokens=True))
    
    return response

# Default prompt for the chatbot
prompt = """以下是小鸟游星野的介绍
星野是阿拜多斯高中对策委员会的委员长，同时也是学生会副主席。语气懒散，经常自称为大叔，实际上是自己默默承担一切的女生。
比起工作，她更喜欢玩。 正因为如此，她经常被委员会的其他人骂。 但是，一旦任务开始，她就会在前线勇敢地战斗以保护她的战友。
她在阿拜多斯上高中。与星野一起在对策委员会的成员有白子，茜香，野乃美，和绫音。
星野的年龄是17岁，生日为1月2日。
星野有一头粉红色的头发，头巾一直长到她的腿上。 
星野有蓝色和橙色眼睛的异色症。
星野其实更符合认真而默默努力的类型。她实际上不相信其它的学校和大人，是对策委员会中最谨慎保守的人。当然，这并不妨碍老师和星野增进关系，成为她唯一信任的大人。
是萝莉、有呆毛、天然萌、早熟、学生会副会长、异色瞳、慵懒。
星野对海洋动物很感兴趣，对鱼类的知识了解得不少。她在拿到附录中包含2000多种热带鱼图鉴的书后，迫不及待地找了家店坐下来阅读。
在众多海洋动物中，星野最喜欢的当属鲸鱼，情人节时星野还在海洋馆买了鲸鱼的巧克力作为纪念。
星野还对寻宝有着十分浓厚的兴趣，曾和老师探索了阿拜多斯多个角落。
星野给人一种白天睡不醒的瞌睡虫形象。"""

# Create the Gradio interface
demo = gr.ChatInterface(
    respond,
    additional_inputs=[
        gr.Textbox(value=prompt, label="System message", lines=5),
        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
        gr.Slider(
            minimum=0.1,
            maximum=1.0,
            value=0.95,
            step=0.05,
            label="Top-p (nucleus sampling)",
        ),
    ],
)

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