File size: 5,159 Bytes
5eb9174
47e2fd0
 
29e820b
 
1c8d97d
5eb9174
1c8d97d
47e2fd0
1c8d97d
29e820b
 
 
 
47e2fd0
 
 
 
e8a610e
47e2fd0
29e820b
e8a610e
47e2fd0
e8a610e
 
47e2fd0
 
 
 
e8a610e
 
 
 
 
 
 
 
 
 
47e2fd0
29e820b
 
e8a610e
47e2fd0
 
29e820b
47e2fd0
29e820b
 
 
 
 
e8a610e
29e820b
5eb9174
1c8d97d
e8a610e
29e820b
 
47e2fd0
29e820b
47e2fd0
29e820b
1f598d8
7721557
5eb9174
 
 
 
 
 
 
1c8d97d
 
29e820b
47e2fd0
1c8d97d
5eb9174
1c8d97d
5eb9174
 
47e2fd0
e8a610e
47e2fd0
 
 
 
e8a610e
47e2fd0
5eb9174
 
47e2fd0
1c8d97d
 
47e2fd0
 
e8a610e
47e2fd0
 
 
 
e8a610e
47e2fd0
 
 
29e820b
1c8d97d
47e2fd0
 
 
29e820b
 
47e2fd0
 
 
1c8d97d
 
 
 
 
 
47e2fd0
1c8d97d
47e2fd0
1c8d97d
 
 
 
 
 
29e820b
 
 
47e2fd0
29e820b
47e2fd0
1c8d97d
 
 
 
 
 
 
 
47e2fd0
 
 
5eb9174
29e820b
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
import gradio as gr
import json
import bcrypt
import os
from huggingface_hub import HfApi
import whisper
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
from datetime import datetime

# === Hugging Face settings ===
REPO_ID = "dit-brugernavn/brugere-db"  # ← SKIFT DETTE
HF_TOKEN = os.getenv("HF_TOKEN")

BRUGERE_FIL = "brugere.json"
CHATLOG_FIL = "chatlog.json"
STEMMETEKST_FIL = "stemmtekst.json"

api = HfApi()

# === Helper-funktioner ===
def load_json_from_hf(filename):
    try:
        content = api.repo_file_download(repo_id=REPO_ID, path_in_repo=filename, token=HF_TOKEN)
        with open(content, "r", encoding="utf-8") as f:
            return json.load(f)
    except Exception:
        return {}

def save_json_to_hf(data, filename):
    content = json.dumps(data, ensure_ascii=False, indent=2)
    api.upload_file(
        path_or_fileobj=content.encode("utf-8"),
        path_in_repo=filename,
        repo_id=REPO_ID,
        repo_type="repo",
        token=HF_TOKEN,
        commit_message=f"Opdater {filename}",
    )

# === Brugerstyring ===
def opret_bruger(brugernavn, kodeord, rolle, email):
    brugere = load_json_from_hf(BRUGERE_FIL)
    if brugernavn in brugere:
        return "Brugernavn findes allerede"
    
    hashed = bcrypt.hashpw(kodeord.encode(), bcrypt.gensalt()).decode()
    brugere[brugernavn] = {
        "hash": hashed,
        "rolle": rolle,
        "email": email
    }
    save_json_to_hf(brugere, BRUGERE_FIL)
    return f"Bruger '{brugernavn}' oprettet som {rolle}"

def tjek_login(brugernavn, kodeord):
    brugere = load_json_from_hf(BRUGERE_FIL)
    data = brugere.get(brugernavn)
    if not data:
        return False
    return bcrypt.checkpw(kodeord.encode(), data["hash"].encode())

# === Modeller ===
model_name = "NousResearch/Nous-Hermes-2-Mistral-7B-DPO"
tokenizer = AutoTokenizer.from_pretrained(model_name, use_fast=False)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.float16,
    device_map="auto",
    trust_remote_code=True
)

whisper_model = whisper.load_model("base")

# === Funktioner ===
def dansk_chat(brugernavn, message, history=[]):
    prompt = f"Bruger: {message}\nAI:"
    inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
    outputs = model.generate(**inputs, max_new_tokens=200, pad_token_id=tokenizer.eos_token_id)
    response = tokenizer.decode(outputs[0], skip_special_tokens=True)
    svar = response.split("AI:")[-1].strip()

    chatlog = load_json_from_hf(CHATLOG_FIL)
    now = datetime.utcnow().isoformat()
    if brugernavn not in chatlog:
        chatlog[brugernavn] = []
    chatlog[brugernavn].append({"timestamp": now, "message": message, "response": svar})
    save_json_to_hf(chatlog, CHATLOG_FIL)

    return svar

def transskriber(brugernavn, audio):
    if audio is None:
        return ""
    text = whisper_model.transcribe(audio)["text"].strip()

    stemmetekst = load_json_from_hf(STEMMETEKST_FIL)
    now = datetime.utcnow().isoformat()
    if brugernavn not in stemmetekst:
        stemmetekst[brugernavn] = []
    stemmetekst[brugernavn].append({"timestamp": now, "text": text})
    save_json_to_hf(stemmetekst, STEMMETEKST_FIL)

    return text

# === Gradio UI ===
with gr.Blocks() as demo:
    with gr.Tab("Opret bruger"):
        ny_brugernavn = gr.Textbox(label="Nyt brugernavn")
        nyt_kodeord = gr.Textbox(label="Kodeord", type="password")
        ny_email = gr.Textbox(label="Email")
        rolle_vælger = gr.Dropdown(label="Rolle", choices=["bruger", "super", "admin"], value="bruger")
        opret_knap = gr.Button("Opret bruger")
        opret_status = gr.Textbox(label="Status", interactive=False)

    with gr.Tab("Login"):
        brugernavn = gr.Textbox(label="Brugernavn")
        kodeord = gr.Textbox(label="Kodeord", type="password")
        login_knap = gr.Button("Login")
        login_status = gr.Textbox(label="Status", interactive=False)

    with gr.Tab("Chatbot") as chat_tab:
        chat_tab.visible = False
        gr.Markdown("## Tal eller skriv med AI'en")
        mikrofon = gr.Microphone(type="filepath", label="Tal dansk her")
        lyd_tekst = gr.Textbox(label="Transskriberet tekst")
        besked = gr.Textbox(label="Eller skriv en besked")
        svar = gr.Textbox(label="Svar fra AI")
        send_knap = gr.Button("Send")

    # === Callbacks ===
    def handle_opret(brugernavn, kodeord, rolle, email):
        return opret_bruger(brugernavn, kodeord, rolle, email)

    opret_knap.click(handle_opret, inputs=[ny_brugernavn, nyt_kodeord, rolle_vælger, ny_email], outputs=opret_status)

    def handle_login(bruger, kode):
        if tjek_login(bruger, kode):
            chat_tab.visible = True
            return "Login godkendt"
        return "Forkert brugernavn eller kodeord"

    login_knap.click(handle_login, inputs=[brugernavn, kodeord], outputs=login_status)

    mikrofon.change(transskriber, inputs=[brugernavn, mikrofon], outputs=lyd_tekst)
    send_knap.click(dansk_chat, inputs=[brugernavn, besked], outputs=svar)
    lyd_tekst.change(dansk_chat, inputs=[brugernavn, lyd_tekst], outputs=svar)

demo.launch()