import gradio as gr from openai import OpenAI import os # Recupera il token in modo sicuro dalle variabili d'ambiente token = os.environ.get("HF_TOKEN") # Inizializza il client con il base URL fornito client = OpenAI( base_url="https://router.huggingface.co/v1", api_key=token, ) def chat_con_glm(messaggio, cronologia): # Costruiamo l'array dei messaggi nel formato richiesto messages = [{"role": "system", "content": "Sei un assistente utile e competente."}] # Aggiungiamo lo storico della conversazione for user_msg, ai_msg in cronologia: messages.append({"role": "user", "content": user_msg}) messages.append({"role": "assistant", "content": ai_msg}) # Aggiungiamo il nuovo messaggio dell'utente messages.append({"role": "user", "content": messaggio}) # Chiamata all'API di GLM-5.2 response = client.chat.completions.create( model="zai-org/GLM-5.2:novita", messages=messages, ) return response.choices[0].message.content # Creiamo l'interfaccia chat pre-impostata di Gradio demo = gr.ChatInterface( fn=chat_con_glm, title="GLM-5.2 Chatbot", description="Interfaccia web basata su API per il modello GLM-5.2" ) if __name__ == "__main__": demo.launch()