Update app.py

app.py

@@ -1,44 +1,38 @@
 import streamlit as st
 from transformers import pipeline
-from flask import Flask, request, jsonify
 from streamlit.components.v1 import components
-import threading
+import json
 
-# Flask App for API
-app = Flask(__name__)
-
-# Load the AI model
+# بارگذاری مدل هوش مصنوعی
 @st.cache_resource
 def load_model():
     return pipeline("text-generation", model="openai-community/gpt2")
 
 model = load_model()
 
-@app.route("/api/chat", methods=["POST"])
-def chat():
-    data = request.json
-    user_message = data.get("message", "")
-    if not user_message:
-        return jsonify({"response": "پیامی وارد نشده است!"})
-    
-    # Generate response
-    response = model(user_message, max_length=50, num_return_sequences=1)
-    return jsonify({"response": response[0]["generated_text"]})
+# نمایش HTML
+def load_html():
+    with open("index.html", "r", encoding="utf-8") as f:
+        return f.read()
 
-# Streamlit app
-def start_streamlit():
-    st.set_page_config(page_title="AI Assistant")
+# استریم‌لیت اپلیکیشن
+def main():
+    st.set_page_config(page_title="دستیار هوش مصنوعی", layout="wide")
     st.title("دستیار هوش مصنوعی")
-    
-    with open("static/index.html", "r", encoding="utf-8") as f:
-        html_content = f.read()
-    
-    components.html(html_content, height=800)
 
-# Start Flask in a separate thread
-def start_flask():
-    app.run(port=5000, debug=False, use_reloader=False)
+    # دریافت ورودی از HTML
+    html_code = load_html()
+    components.html(html_code, height=600, scrolling=True)
+
+    st.text("اطلاعات را از ورودی HTML دریافت می‌کنیم...")
+    
+    # API برای دریافت پیام کاربر
+    if st.experimental_get_query_params().get("generate"):
+        request = st.experimental_get_query_params()["generate"]
+        message = json.loads(request).get("message")
+        if message:
+            response = model(message, max_length=100, num_return_sequences=1)
+            st.json({"response": response[0]["generated_text"]})
 
 if __name__ == "__main__":
-    threading.Thread(target=start_flask).start()
-    start_streamlit()
+    main()