Update app.py

app.py

@@ -2,55 +2,57 @@ import os
 import gradio as gr
 import spaces
 import fitz  # PyMuPDF
+import docx  # python-docx
 from huggingface_hub import InferenceClient
 
-# 1. 客户端初始化 (利用你的 Pro 权限调用 ZeroGPU 资源)
+# 1. 客户端初始化
 hf_token = os.getenv("HF_TOKEN")
 client = InferenceClient("deepseek-ai/DeepSeek-R1-Distill-Qwen-32B", token=hf_token)
 
-# 2. 增强型文档解析引擎 (支持 PDF/TXT)
+# 2. 全能文档解析引擎
 def extract_text_from_file(file_path):
     try:
-        # 处理 PDF
         if file_path.lower().endswith(".pdf"):
             doc = fitz.open(file_path)
             return "".join([page.get_text() for page in doc])
-        
-        # 处理 Word (.docx)
         elif file_path.lower().endswith(".docx"):
             doc = docx.Document(file_path)
             return "\n".join([para.text for para in doc.paragraphs])
-        
-        # 处理 TXT/MD
         else:
             with open(file_path, "r", encoding="utf-8") as f:
                 return f.read()
     except Exception as e:
-        return f"[解析失败: 目前仅支持 PDF, TXT 及 DOCX 格式]"
+        return f"[文档读取失败: {str(e)}]"
 
-@spaces.GPU(duration=120) # 延长单次推理时长以支持 64K 长文本
+@spaces.GPU(duration=120)
 def chat_fn(message, history):
+    # 处理当前输入
     files = message.get("files", [])
-    text_content = ""
+    current_text = message.get("text", "")
     
     if files:
-        file_obj = files[0]
-        file_path = file_obj if isinstance(file_obj, str) else file_obj.path
-        text_content = extract_text_from_file(file_path)
-        # 64K 上下文优化：截取前 50,000 字（约 64K Token 缓冲区）
-        user_input = f"【参考文档内容】:\n{text_content[:50000]}\n\n【用户指令】: {message['text']}"
+        file_path = files[0] if isinstance(files[0], str) else files[0].path
+        doc_content = extract_text_from_file(file_path)
+        # 截取前 40,000 字以防溢出
+        user_payload = f"【参考文档内容】:\n{doc_content[:40000]}\n\n【用户指令】: {current_text}"
     else:
-        user_input = message['text']
+        user_payload = current_text
 
-    # 构建符合标准的消息列表
+    # 3. 构建严谨的消息列表 (适配 Gradio 6.0)
     messages = []
     for turn in history:
-        messages.append({"role": turn["role"], "content": turn["content"]})
-    messages.append({"role": "user", "content": user_input})
+        # 只保留 role 和 content，过滤掉其他干扰字段
+        if isinstance(turn, dict) and "role" in turn and "content" in turn:
+            # 过滤掉空的 content 或非字符串内容
+            if turn["content"] and isinstance(turn["content"], str):
+                messages.append({"role": turn["role"], "content": turn["content"]})
+    
+    # 加入当前请求
+    messages.append({"role": "user", "content": user_payload})
     
     response = ""
     try:
-        # 开启流式输出
+        # 这里的 client.chat_completion 对 payload 非常挑剔
         for msg in client.chat_completion(
             messages, 
             max_tokens=4096, 
@@ -63,26 +65,21 @@ def chat_fn(message, history):
                     response += token
                     yield response
         
-        # 回复结束，注入品牌指纹
+        # 注入品牌签名
         response += "\n\n--- \n> **Powered by OpenIPOS Global 算力节点 | 访问 openipos.com 获取企业级私有部署**"
         yield response
         
     except Exception as e:
-        yield f"⚠️ OpenIPOS 调度异常: {str(e)}。建议缩短文档长度或检查 HF_TOKEN 设置。"
+        yield f"⚠️ OpenIPOS 调度异常 (API 拒绝请求): {str(e)}\n提示：请尝试清空对话历史后再试。"
 
-# 3. 极客风格 UI 构建 (适配 Gradio 6.0)
+# 4. 构建 UI
 with gr.Blocks(fill_height=True) as demo:
     gr.Markdown("# 🚀 OpenIPOS/DeepSeek-R1-MegaNode-64K")
-    gr.Markdown("### 全球领先的通用高算力节点 (Beta)")
-    gr.Markdown("本节点由 **OpenIPOS Global** 部署，支持 **64K 超长上下文** 及 **PDF/TXT** 文档分析。")
+    gr.Markdown("### 适配 Gradio 6.0 的高稳定性通用算力节点")
     
-    gr.ChatInterface(
-        chat_fn,
-        multimodal=True,
-    )
+    gr.ChatInterface(chat_fn, multimodal=True)
     
     gr.Markdown("---")
-    gr.Markdown("© 2026 OpenIPOS Global Limited. 算力驱动：Hugging Face ZeroGPU (H200/A100)")
+    gr.Markdown("© 2026 OpenIPOS Global Limited. 算力驱动：Hugging Face ZeroGPU")
 
-# 4. 启动应用
 demo.launch(theme=gr.themes.Soft())