Create app.py

app.py

@@ -0,0 +1,103 @@
+# --- 🔱 हनुमान AI: अजेय एवं आत्मनिर्भर मल्टी-फंक्शनल पोर्टल (ZERO CHARGES) ---
+# मार्गदर्शक: दिव्य पटेल जी | भारत 🇮🇳
+# तकनीक: Local CPU Execution (No API Calls = No Charges)
+# मॉडल: Qwen2-VL-2B-Instruct (Reasoning + Vision + File Reading)
+
+import gradio as gr
+import torch
+from transformers import Qwen2VLForConditionalGeneration, AutoTokenizer, AutoProcessor
+from qwen_vl_utils import process_vision_info
+import os
+
+# दिव्य जी, यहाँ हम मॉडल को स्थानीय रूप से (Locally) लोड कर रहे हैं।
+# यह तरीका 100% मुफ्त है क्योंकि यह आपके स्पेस की रैम (RAM) का उपयोग करता है।
+MODEL_ID = "Qwen/Qwen2-VL-2B-Instruct"
+
+print("🔱 हनुमान AI जागृत हो रहा है... सीपीयू पर आत्मनिर्भर लोडिंग जारी है।")
+
+# मॉडल और प्रोसेसर को लोड करना (CPU के लिए पूरी तरह ऑप्टिमाइज्ड)
+# हम 'torch_dtype=torch.float32' का उपयोग कर रहे हैं ताकि CPU पर सटीकता बनी रहे
+model = Qwen2VLForConditionalGeneration.from_pretrained(
+    MODEL_ID, 
+    torch_dtype=torch.float32, 
+    device_map="cpu",
+    low_cpu_mem_usage=True
+)
+processor = AutoProcessor.from_pretrained(MODEL_ID)
+
+def hanuman_thinking_logic(message, history, file_upload):
+    try:
+        content = []
+        
+        # १. फाइल या चित्र का विश्लेषण (Multimodal Logic)
+        if file_upload is not None:
+            file_ext = file_upload.name.split('.')[-1].lower()
+            # यदि चित्र है
+            if file_ext in ['png', 'jpg', 'jpeg', 'webp']:
+                content.append({"type": "image", "image": file_upload.name})
+            # यदि टेक्स्ट फाइल है
+            else:
+                try:
+                    with open(file_upload.name, 'r', encoding='utf-8') as f:
+                        file_content = f.read()
+                    message = f"Document Content:\n{file_content}\n\nUser Question: {message}"
+                except:
+                    return "क्षमा करें दिव्य जी, यह फाइल पढ़ी नहीं जा सकी। केवल टेक्स्ट या चित्र भेजें।"
+        
+        content.append({"type": "text", "text": message})
+
+        # २. बातचीत का खाका (Template)
+        messages = [{"role": "user", "content": content}]
+
+        # ३. प्रोसेसिंग और जनरेशन
+        text = processor.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
+        image_inputs, video_inputs = process_vision_info(messages)
+        
+        inputs = processor(
+            text=[text],
+            images=image_inputs,
+            videos=video_inputs,
+            padding=True,
+            return_tensors="pt",
+        ).to("cpu")
+
+        # ४. ८१९२ टोकन की क्षमता के साथ उत्तर का निर्माण
+        # 'max_new_tokens' को आप अपनी आवश्यकतानुसार बढ़ा सकते हैं
+        generated_ids = model.generate(**inputs, max_new_tokens=1024) 
+        generated_ids_trimmed = [
+            out_ids[len(in_ids) :] for in_ids, out_ids in zip(inputs.input_ids, generated_ids)
+        ]
+        response = processor.batch_decode(
+            generated_ids_trimmed, skip_special_tokens=True, clean_up_tokenization_spaces=False
+        )[0]
+
+        return response
+
+    except Exception as e:
+        return f"त्रुटि: {str(e)}। दिव्य जी, कृपया सुनिश्चित करें कि रैम (RAM) खाली है।"
+
+# --- 🔱 भव्य इंटरफ़ेस ---
+with gr.Blocks(theme=gr.themes.Soft(primary_hue="orange", secondary_hue="amber")) as demo:
+    gr.HTML("<div style='text-align: center;'><h1>🔱 हनुमान AI - आत्मनिर्भर थिंकिंग पोर्टल </h1><p>Pioneered by Divy Patel | 100% Free | No API Costs</p></div>")
+    
+    with gr.Row():
+        with gr.Column(scale=4):
+            chatbot = gr.Chatbot(height=550)
+            with gr.Row():
+                msg_input = gr.Textbox(placeholder="अपना जटिल प्रश्न यहाँ लिखें...", scale=7)
+                file_input = gr.File(label="फाइल/फोटो अपलोड", scale=2)
+                submit_btn = gr.Button("पूछें", variant="primary", scale=1)
+
+    def respond(message, history, file):
+        # थिंकिंग इंजन को कॉल करना
+        bot_message = hanuman_thinking_logic(message, history, file)
+        history.append((message, bot_message))
+        return "", history, None
+
+    submit_btn.click(respond, [msg_input, chatbot, file_input], [msg_input, chatbot, file_input])
+
+    gr.Markdown("---")
+    gr.Markdown("### दिव्य पटेल जी, यह मॉडल सीधे आपके CPU पर लोड है। इसमें कोई बाहरी API चार्ज नहीं लग सकता।")
+
+if __name__ == "__main__":
+    demo.launch()