Upload app.py with huggingface_hub

app.py

@@ -10,12 +10,14 @@ from datetime import datetime, timezone
 from huggingface_hub import HfApi
 import plotly.graph_objects as go
 
-# --- KONFIGŪRACIJA ---
+# --- KONFIGŪRACIJA (DEVELOPER PLAN) ---
 MODEL_NAME = "ProsusAI/finbert"
 TARGET_DATASET = "Vycka12/Base"
 HF_TOKEN = os.environ.get("HF_TOKEN")
-# Pataisytas CryptoPanic URL formatas
-CRYPTOPANIC_URL = "https://cryptopanic.com/api/v1/posts/"
+
+# Jūsų specifinis Developer Endpoint
+CRYPTOPANIC_API_KEY = "6c0f988f9e33170ccd183c6a14b34e8c2ad0867f"
+CRYPTOPANIC_URL = "https://cryptopanic.com/api/developer/v2/posts/"
 
 # Globalūs kintamieji
 news_buffer = []
@@ -36,19 +38,12 @@ class SentimentSystem:
 
     def fetch_and_analyze(self):
         global news_buffer, stats
-        stats["status"] = "Siurbiamos naujienos..."
-        
-        # Pasiimame raktą (jei vartotojas jį įdėjo į Secrets)
-        api_key = os.environ.get("CRYPTOPANIC_API_KEY", "")
+        stats["status"] = "Siurbiamos naujienos (24h vėlavimas)..."
         
-        # Baziniai parametrai
-        params = {"kind": "news"}
-        if api_key:
-            params["auth_token"] = api_key
-        else:
-            # Jei rakto nėra, CryptoPanic leidžia tik viešą hot srautą
-            params["public"] = "true"
-            params["filter"] = "hot"
+        params = {
+            "auth_token": CRYPTOPANIC_API_KEY,
+            "kind": "news"
+        }
 
         try:
             resp = requests.get(CRYPTOPANIC_URL, params=params, timeout=15)
@@ -56,7 +51,7 @@ class SentimentSystem:
             if resp.status_code == 200:
                 raw_news = resp.json().get("results", [])
                 if not raw_news:
-                    stats["status"] = "⚠️ API veikia, bet naujienų kol kas nėra."
+                    stats["status"] = "⚠️ Naujienų kol kas nėra (limitai?)."
                     return
                 
                 temp_news = []
@@ -67,7 +62,6 @@ class SentimentSystem:
                     if not title: continue
                     
                     if sentiment_pipeline:
-                        # FinBERT analizė
                         result = sentiment_pipeline(title[:512])[0]
                         label = result['label']
                         score = result['score']
@@ -96,9 +90,9 @@ class SentimentSystem:
                 news_buffer = temp_news
                 stats["status"] = f"Analizė baigta {datetime.now().strftime('%H:%M:%S')}"
             else:
-                stats["status"] = f"❌ API Klaida: {resp.status_code} (Reikia rakto?)"
+                stats["status"] = f"❌ API Klaida: {resp.status_code}"
         except Exception as e:
-            stats["status"] = f"❌ Ryšio klaida: {str(e)}"
+            stats["status"] = f"❌ Sistemos klaida: {str(e)}"
 
     def create_gauge(self):
         total = stats["bullish"] + stats["bearish"]
@@ -109,7 +103,7 @@ class SentimentSystem:
         fig = go.Figure(go.Indicator(
             mode = "gauge+number",
             value = val,
-            title = {'text': f"Rinkos nuotaika: {stats['overall']}"},
+            title = {'text': f"Nuotaika (vakar): {stats['overall']}"},
             gauge = {
                 'axis': {'range': [0, 100]},
                 'bar': {'color': "black"},
@@ -128,41 +122,45 @@ sys_analyzer = SentimentSystem()
 def update_loop():
     while True:
         sys_analyzer.fetch_and_analyze()
-        time.sleep(300)
+        # Laukiame 8 valandas (taupome 100 req/mėn limitą)
+        time.sleep(28800)
 
 def get_ui_data():
     gauge = sys_analyzer.create_gauge()
     df = pd.DataFrame(news_buffer, columns=["Emoji", "Verdiktas", "Antraštė", "Pasitikėjimas"])
     if df.empty:
-        df = pd.DataFrame([["-", "-", "Kraunamos naujienos...", "-"]], columns=["Emoji", "Verdiktas", "Antraštė", "Pasitikėjimas"])
+        df = pd.DataFrame([["-", "-", "Kraunama...", "-"]], columns=["Emoji", "Verdiktas", "Antraštė", "Pasitikėjimas"])
     
-    status_text = f"### 📊 Suvestinė\n**Būsena:** {stats['status']}\n**Geros žinios:** {stats['bullish']} | **Blogos:** {stats['bearish']}"
+    status_text = f"### 📊 Suvestinė (Developer Plan)\n**Būsena:** {stats['status']}\n**SVARBU:** Naujienos vėluoja 24h dėl plano ribojimų."
     return gauge, df, status_text
 
 # --- GRADIO ---
 with gr.Blocks(title="Sentiment AI Analyzer", theme=gr.themes.Soft()) as demo:
     gr.Markdown("# 🧠 Crypto Sentimentų Vertėjas (AI)")
+    gr.Markdown("Pastaba: Naudojamas Developer planas (24 valandų naujienų vėlavimas).")
     
     with gr.Row():
         with gr.Column(scale=2):
             gauge_output = gr.Plot(label="Nuotaika")
         with gr.Column(scale=1):
             info_output = gr.Markdown("Inicijuojama sistema...")
-            refresh_btn = gr.Button("🔄 Tikrinti naujienas dabar", variant="primary")
+            refresh_btn = gr.Button("🔄 Tikrinti naujienas (Atsargiai - limitai!)", variant="primary")
 
-    gr.Markdown("### 📰 Paskutinės 15 naujienų:")
+    gr.Markdown("### 📰 Paskutinės perskaitytos naujienos:")
     table_output = gr.Dataframe(
         headers=["Emoji", "Verdiktas", "Antraštė", "Pasitikėjimas"],
         datatype=["str", "str", "str", "str"],
         interactive=False
     )
 
+    refresh_btn.click(fn=sys_analyzer.fetch_and_analyze)
     refresh_btn.click(fn=get_ui_data, outputs=[gauge_output, table_output, info_output])
+    
     demo.load(sys_analyzer.fetch_and_analyze)
     demo.load(get_ui_data, outputs=[gauge_output, table_output, info_output])
     
     threading.Thread(target=update_loop, daemon=True).start()
-    gr.Timer(30).tick(get_ui_data, outputs=[gauge_output, table_output, info_output])
+    gr.Timer(60).tick(get_ui_data, outputs=[gauge_output, table_output, info_output])
 
 if __name__ == "__main__":
     demo.launch(server_name="0.0.0.0", server_port=7860)