Update app.py

app.py

@@ -10,9 +10,6 @@ import gradio as gr
 import pandas as pd
 from huggingface_hub import InferenceClient
 
-# ============================================================
-# Настройки
-# ============================================================
 HF_TOKEN = os.getenv("HF_TOKEN", "").strip()
 
 HF_MODELS = {
@@ -23,9 +20,7 @@ HF_MODELS = {
     "Mistral-Small-24B-Instruct": "mistralai/Mistral-Small-3.1-24B-Instruct-2503",
 }
 
-# ============================================================
-# Модель результата
-# ============================================================
+
 @dataclass
 class RequirementResult:
     original_requirement: str
@@ -38,15 +33,12 @@ class RequirementResult:
     raw_response: str
 
 
-# ============================================================
-# Промпт
-# ============================================================
 SYSTEM_PROMPT = """
 Ты — эксперт по инженерии требований и системному анализу.
 
 Твоя задача:
 1. Проанализировать исходное требование.
-2. Найти ошибки и проблемы качества.
+2. Найти ошибки и проблемы качества в исходном требовании.
 3. Оценить качество исходного требования числом от 0 до 1:
    - 0 = очень плохое требование
    - 1 = качественное требование
@@ -81,9 +73,6 @@ def build_user_prompt(requirement: str) -> str:
 """.strip()
 
 
-# ============================================================
-# Вспомогательные функции
-# ============================================================
 def make_hf_client() -> InferenceClient:
     if HF_TOKEN:
         return InferenceClient(token=HF_TOKEN)
@@ -103,8 +92,7 @@ def safe_json_extract(text: str) -> Dict[str, Any]:
 
     match = re.search(r"\{.*\}", text, flags=re.DOTALL)
     if match:
-        candidate = match.group(0)
-        return json.loads(candidate)
+        return json.loads(match.group(0))
 
     raise ValueError("Модель не вернула корректный JSON")
 
@@ -112,10 +100,7 @@ def safe_json_extract(text: str) -> Dict[str, Any]:
 def normalize_score(value: Any) -> Optional[float]:
     try:
         score = float(value)
-        if score < 0:
-            score = 0.0
-        if score > 1:
-            score = 1.0
+        score = max(0.0, min(1.0, score))
         return round(score, 3)
     except Exception:
         return None
@@ -136,9 +121,6 @@ def normalize_result(data: Dict[str, Any]) -> Dict[str, Any]:
     }
 
 
-# ============================================================
-# Загрузка требований
-# ============================================================
 def parse_requirements_text(raw_text: str) -> List[str]:
     raw_text = (raw_text or "").strip()
     if not raw_text:
@@ -185,9 +167,6 @@ def load_requirements_from_file(file_obj) -> List[str]:
     raise ValueError("Поддерживаются только .txt и .csv")
 
 
-# ============================================================
-# Вызов модели
-# ============================================================
 def call_model(
     model_id: str,
     requirement: str,
@@ -258,9 +237,6 @@ def process_single_requirement(
         )
 
 
-# ============================================================
-# Формирование результатов
-# ============================================================
 def build_results_dataframe(results: List[RequirementResult]) -> pd.DataFrame:
     rows = []
 
@@ -289,9 +265,6 @@ def save_results(df: pd.DataFrame, raw_results: List[RequirementResult]) -> Tupl
     return csv_path, json_path
 
 
-# ============================================================
-# Главная функция
-# ============================================================
 def run_benchmark(
     raw_requirements: str,
     uploaded_file,
@@ -323,11 +296,11 @@ def run_benchmark(
 
     results: List[RequirementResult] = []
 
-    tasks = []
+    futures = []
     with ThreadPoolExecutor(max_workers=max_parallel_calls) as executor:
         for req in unique_requirements:
             for model_name in selected_models:
-                tasks.append(
+                futures.append(
                     executor.submit(
                         process_single_requirement,
                         requirement=req,
@@ -337,7 +310,7 @@ def run_benchmark(
                     )
                 )
 
-        for future in as_completed(tasks):
+        for future in as_completed(futures):
             results.append(future.result())
 
     results.sort(key=lambda x: (x.original_requirement, x.model_name))
@@ -383,9 +356,6 @@ def preview_requirements(raw_requirements: str, uploaded_file):
     return f"Найдено требований: {len(unique_requirements)}\n\n{preview}"
 
 
-# ============================================================
-# Интерфейс
-# ============================================================
 with gr.Blocks(title="Рефакторинг требований с помощью LLM") as demo:
     gr.Markdown(
         """