Update app.py

app.py

@@ -1,60 +1,18 @@
-from fastapi import FastAPI
+import gradio as gr
 from transformers import AutoTokenizer, AutoModelForSequenceClassification
-from pydantic import BaseModel
 import torch
 
 # Загрузка модели и токенизатора
 tokenizer = AutoTokenizer.from_pretrained("MrAlexGov/is-it-job-ru-q1a8e-lkjvk")
 model = AutoModelForSequenceClassification.from_pretrained("MrAlexGov/is-it-job-ru-q1a8e-lkjvk")
 
-app = FastAPI(
-    title="IT Job Classification API",
-    description="API для классификации IT-вакансий",
-    version="1.0.0"
-)
-
-# Модель для входных данных
-class TextRequest(BaseModel):
-    text: str
-
-# Модель для ответа
-class PredictionResponse(BaseModel):
-    prediction: str
-    is_it_job: bool
-    confidence: float
-    class_id: int
-
-@app.get("/")
-def read_root():
-    return {
-        "message": "API для классификации IT-вакансий",
-        "endpoints": {
-            "GET /": "Эта документация",
-            "POST /predict": "Классификация текста на предмет IT-вакансии",
-            "GET /health": "Проверка статуса API"
-        },
-        "model_info": {
-            "model_name": "is-it-job-ru-q1a8e-lkjvk",
-            "task": "Sequence Classification",
-            "description": "Модель определяет, относится ли текст к IT-вакансии"
-        }
-    }
-
-@app.post("/predict", response_model=PredictionResponse)
-def predict(request: TextRequest):
-    """
-    Классифицирует текст на предмет того, является ли он IT-вакансией
+def classify_text(text):
+    """Классифицирует текст на IT/не IT вакансию"""
+    if not text.strip():
+        return "Пожалуйста, введите текст для классификации"
     
-    - **text**: Текст для классификации (например, описание вакансии)
-    
-    Возвращает:
-    - **prediction**: "IT-вакансия" или "Не IT-вакансия"
-    - **is_it_job**: Булево значение (True/False)
-    - **confidence**: Уверенность модели (от 0 до 1)
-    - **class_id**: ID класса (0 или 1)
-    """
     # Токенизация текста
-    inputs = tokenizer(request.text, return_tensors="pt", truncation=True, max_length=512)
+    inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=512)
     
     # Получение предсказания
     with torch.no_grad():
@@ -64,23 +22,69 @@ def predict(request: TextRequest):
         confidence = probabilities[0][prediction_id].item()
     
     # Определение меток классов
-    # Обычно: 0 - не IT-вакансия, 1 - IT-вакансия
-    # Уточните метки в соответствии с вашей моделью
     is_it_job = prediction_id == 1
     prediction_label = "IT-вакансия" if is_it_job else "Не IT-вакансия"
     
-    return PredictionResponse(
-        prediction=prediction_label,
-        is_it_job=is_it_job,
-        confidence=confidence,
-        class_id=prediction_id
+    # Форматирование результата
+    result = f"""
+    🎯 **Результат классификации:**
+    
+    📝 **Текст:** {text[:100]}...
+    
+    🏷️ **Классификация:** {prediction_label}
+    🔍 **Уверенность модели:** {confidence:.2%}
+    💼 **Это IT-вакансия:** {"Да" if is_it_job else "Нет"}
+    🔢 **ID класса:** {prediction_id}
+    
+    {'✅ Текст относится к IT-вакансии!' if is_it_job else '❌ Текст не относится к IT-вакансии.'}
+    """
+    
+    return result
+
+# Создание Gradio интерфейса
+with gr.Blocks(title="IT Job Classifier", theme=gr.themes.Soft()) as demo:
+    gr.Markdown("# 🧠 Классификатор IT-вакансий")
+    gr.Markdown("Определяет, относится ли текст описания вакансии к IT-сфере")
+    
+    with gr.Row():
+        with gr.Column():
+            text_input = gr.Textbox(
+                label="Введите текст вакансии",
+                placeholder="Пример: Ищем Senior Python разработчика для создания микросервисов...",
+                lines=5
+            )
+            submit_btn = gr.Button("🔍 Классифицировать", variant="primary")
+        
+        with gr.Column():
+            output = gr.Markdown(label="Результат")
+    
+    # Примеры для быстрого тестирования
+    examples = [
+        ["Ищем Senior Python разработчика с опытом работы от 3 лет для создания микросервисо�� на Django и FastAPI. Требуется знание Docker, PostgreSQL, Redis."],
+        ["Требуется менеджер по продажам IT-оборудования. Обязанности: поиск клиентов, проведение переговоров, заключение договоров."],
+        ["Нужен DevOps инженер для настройки CI/CD пайплайнов, работы с Kubernetes и мониторинга инфраструктуры в AWS."],
+        ["Ищем бухгалтера для ведения финансовой отчетности компании. Требования: знание 1С, опыт работы от 2 лет."]
+    ]
+    
+    gr.Examples(
+        examples=examples,
+        inputs=text_input,
+        outputs=output,
+        fn=classify_text,
+        cache_examples=True
     )
+    
+    # Обработка событий
+    submit_btn.click(fn=classify_text, inputs=text_input, outputs=output)
+    text_input.submit(fn=classify_text, inputs=text_input, outputs=output)
+    
+    # Информация о модели
+    gr.Markdown("---")
+    gr.Markdown("### 📊 Информация о модели")
+    gr.Markdown(f"**Модель:** `MrAlexGov/is-it-job-ru-q1a8e-lkjvk`")
+    gr.Markdown("**Задача:** Классификация текста на IT/не IT вакансии")
+    gr.Markdown("**Максимальная длина текста:** 512 токенов")
 
-@app.get("/health")
-def health_check():
-    """Проверка работоспособности API"""
-    return {
-        "status": "healthy",
-        "model_loaded": True,
-        "model_name": "MrAlexGov/is-it-job-ru-q1a8e-lkjvk"
-    }
+# Запуск приложения
+if __name__ == "__main__":
+    demo.launch(debug=True, share=False)