Update app.py

app.py

@@ -1,23 +1,65 @@
 import gradio as gr
 from gradio_client import Client, handle_file
 
-# Moondream2 API'sine bağlanmak için Client'ı başlatıyoruz
-client = Client("vikhyatk/moondream2")
-
-# Resmi açıklamak için kullanılan fonksiyon
-def describe_image(image):
-    result = client.predict(
-        img=handle_file(image),  # Kullanıcının yüklediği resmi API'ye gönderiyoruz
-        prompt="Describe this image.",  # Resmi açıklama isteği
-        api_name="/answer_question"  # API'nin doğru endpoint'i
+# Moondream2 ve LLaMA API'lerine bağlanmak için Client'ları başlatıyoruz
+moondream_client = Client("vikhyatk/moondream2")
+llama_client = Client("goingyt/meta-llama-Llama-3.3-70B-Instruct")
+
+# Sohbet geçmişini tutmak için bir değişken
+history = []
+
+# Resim açıklama fonksiyonu
+def describe_image(image, user_message):
+    global history
+    
+    # Resmi Moondream2 API'sine gönderiyoruz
+    result = moondream_client.predict(
+        img=handle_file(image),
+        prompt="Describe this image.",
+        api_name="/answer_question"
+    )
+    
+    # Moondream2'den alınan açıklamayı sisteme dahil ediyoruz
+    description = result  # Moondream2'nin cevabını alıyoruz
+
+    # LLaMA API'sine açıklamayı ve kullanıcının mesajını gönderiyoruz
+    history.append(("User", user_message))
+    history.append(("Assistant", description))
+    
+    llama_result = llama_client.predict(
+        message=user_message,
+        history=history,
+        api_name="/chat"
     )
-    return result
+    
+    # Sonucu döndürüyoruz
+    return description + "\n\nAssistant: " + llama_result
+
+# Sohbet fonksiyonu, resim yüklenip yüklenmediğine göre yönlendirecek
+def chat_or_image(image, user_message):
+    global history
+
+    # Resim yüklenmişse, önce açıklama alıp sonra LLaMA'ya gönderiyoruz
+    if image:
+        return describe_image(image, user_message)
+    else:
+        # Resim yoksa, direkt LLaMA'ya mesajı gönderiyoruz
+        history.append(("User", user_message))
+        llama_result = llama_client.predict(
+            message=user_message,
+            history=history,
+            api_name="/chat"
+        )
+        return llama_result
 
-# Gradio arayüzü tanımlıyoruz
+# Gradio arayüzü
 demo = gr.Interface(
-    fn=describe_image,  # Resmi açıklamak için fonksiyon
-    inputs=gr.Image(type="filepath", label="Resim Yükle"),  # Resim yükleme alanı
-    outputs="text",  # Çıktı olarak metin (resmin açıklaması) alacağız
+    fn=chat_or_image,  # Hem resim hem de metin için kullanılacak fonksiyon
+    inputs=[
+        gr.Image(type="filepath", label="Resim Yükle (isteğe bağlı)"),  # Resim yükleme
+        gr.Textbox(label="Soru Sor ya da Konuş", placeholder="Soru sor...", lines=2)  # Metin girişi
+    ],
+    outputs="text",  # Çıktı metin olarak dönecek
 )
 
 if __name__ == "__main__":