Create handler.py

handler.py

@@ -0,0 +1,38 @@
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+import torch
+import json
+
+# Inicjalizacja modelu i tokenizera (ładuj tylko raz, przy starcie handlera)
+model_path = "./"  # ścieżka do folderu z modelem
+
+tokenizer = AutoTokenizer.from_pretrained(model_path)
+model = AutoModelForSeq2SeqLM.from_pretrained(model_path)
+model.eval()
+
+def handle(event, context):
+    """
+    event: dict, z kluczem 'text' zawierającym tekst do przetworzenia
+    context: obiekt kontekstowy (zależny od platformy, nieużywany tu)
+
+    Zwraca dict z wygenerowanym tekstem.
+    """
+
+    # Wczytaj input
+    try:
+        if isinstance(event, str):
+            event = json.loads(event)
+        text = event.get("text", "")
+    except Exception as e:
+        return {"error": f"Błąd parsowania danych wejściowych: {str(e)}"}
+
+    if not text:
+        return {"error": "Brak tekstu do przetworzenia."}
+
+    # Tokenizacja i generacja
+    inputs = tokenizer(text, return_tensors="pt")
+    with torch.no_grad():
+        outputs = model.generate(**inputs)
+
+    result = tokenizer.decode(outputs[0], skip_special_tokens=True)
+
+    return {"generated_text": result}