create app.py

app.py

@@ -0,0 +1,45 @@
+from transformers import AutoTokenizer, T5ForConditionalGeneration
+import torch
+import gradio as gr
+
+# Загрузка модели и токенизатора
+tokenizer = AutoTokenizer.from_pretrained("cointegrated/rut5-base-multitask")
+model = T5ForConditionalGeneration.from_pretrained("cointegrated/rut5-base-multitask")
+
+# Функция генерации мета-тегов
+def generate_meta_tags(description):
+    prompt = f"""
+Сгенерируй SEO-заголовок (до 60 знаков) и краткое описание (до 160 знаков) для следующего товара:
+
+{description}
+
+Выведи результат в формате JSON:
+{"title": "Пример заголовка", "description": "Пример описания"}
+    """.strip()
+
+    inputs = tokenizer(prompt, return_tensors="pt")
+    with torch.no_grad():
+        outputs = model.generate(
+            **inputs,
+            max_new_tokens=128,
+            pad_token_id=tokenizer.eos_token_id,
+            eos_token_id=tokenizer.eos_token_id,
+            do_sample=True,
+            temperature=0.7
+        )
+    generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
+
+    return generated_text
+
+
+# Интерфейс Gradio
+demo = gr.Interface(
+    fn=generate_meta_tags,
+    inputs=gr.Textbox(label="Введите описание товара", lines=10),
+    outputs=gr.Textbox(label="Сгенерированные мета-теги"),
+    title="SEO Meta Tag Generator",
+    description="Генерация мета-тегов на основе описания товара"
+)
+
+if __name__ == "__main__":
+    demo.launch()