Update app.py

app.py

@@ -2,6 +2,7 @@
 
 import platform
 import psutil
+
 # components from other authors
 from streamlit_mic_recorder import mic_recorder
 
@@ -13,13 +14,20 @@ from llm.llm_factory import LLM_Factory
 
 llm_model = LLM_Factory()
 
-trigger = {"lc": "small"}
-
 print(platform.node())
 
+mac_address = platform.node()
+
 def prepare_cor(input_text: str):
     return build_chain.build_command_chain().handle_command(input_text)
 
+# Якщо MAC адреса співпадає з адресою цього Space, тоді використовується hf endpoint, це базова перевірка для trigger.
+# Від можливості використовувати AI agent також буде залежати trigger, якщо використовується, то ліпше використовувати lc ніж hf.
+if mac_address[-5:] == os.environ.get('MAC_address'):
+    trigger = {"hf": "effective"}
+else:
+    trigger = {"lc": "small"}
+
 
 def main():
     mic = mic_recorder(start_prompt="Record", stop_prompt="Stop", just_once=True)
@@ -28,14 +36,23 @@ def main():
         a2t = A2T(mic["bytes"])
         text = a2t.predict()
         print(text)
+
+        # Придумати як реалізувати команди
         # prepare_cor(input_text=text)
+
+        # Треба для lc реалізувати буде виклик очишення
         llm = llm_model.create_llm(prompt_entity=text, prompt_id=1, trigger=trigger)
-        response = llm.execution() if llm is not None else "Oops occurred some error. Please try again"
+        response = llm.execution() if llm is not None else "Oops occurred some error. Please try again. Who is Jhon Galt!"
 
+        # Треба буде переписати клас, передавати текст не через __init__ а в autoplay.
         t2a = T2A(response)
         t2a.autoplay()
 
 
 if __name__ == "__main__":
-    print('RAM memory % used:', psutil.virtual_memory()[2])  # ~ 94 GB full memory
+    print(f"Total Memory: {psutil.virtual_memory().total / (1024**3):.2f} GB")
+    print(f"Available Memory: {psutil.virtual_memory().available / (1024**3):.2f} GB")
+    print(f"CPU Cores: {psutil.cpu_count()}")
+    print(f"CPU Usage: {psutil.cpu_percent()}%")
+    
     main()