import transformers
import streamlit as st
from transformers import GPT2LMHeadModel, GPT2Tokenizer
import numpy as np
from PIL import Image
# import plotly.figure_factory as ff

st.write("""
 # History Mistery
 """)
# image = Image.open('data-scins.jpeg')

# st.image(image, caption='Current mood')

# Загрузка модели и токенизатора
model = GPT2LMHeadModel.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')
tokenizer = GPT2Tokenizer.from_pretrained('sberbank-ai/rugpt3small_based_on_gpt2')

# Функция для генерации текста
def generate_text(prompt):
    # Преобразование входной строки в токены
    input_ids = tokenizer.encode(prompt, return_tensors='pt')

    # Генерация текста
    output = model.generate(input_ids=input_ids, max_length=70, num_beams=5, do_sample=True,
                            temperature=1.0, top_k=50, top_p=0.6, no_repeat_ngram_size=3,
                            num_return_sequences=3)

    # Декодирование сгенерированного текста
    generated_text = tokenizer.decode(output[0], skip_special_tokens=True)

    return generated_text

# Streamlit приложение
def main():
    st.title("GPT-3 Text Generation")

    # Ввод строки пользователем
    prompt = st.text_area("Enter your prompt:", value="В средние века на руси")

    # Генерация текста по введенной строке
    generated_text = generate_text(prompt)

    # Отображение сгенерированного текста
    st.subheader("Generated Text:")
    st.write(generated_text)

if name == "__main__":
    main()