Delete app.py

app.py

@@ -1,56 +0,0 @@
-import os
-import gradio as gr
-from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
-import torch
-
-# Modelo leve para programação (Salesforce CodeGen)
-MODEL_NAME = "Salesforce/codegen-350M-mono"
-# Troque para "Salesforce/codegen-2B-mono" caso queira mais potência
-
-# Usa token se tiver (configure em .env ou nos Secrets do Space)
-HF_TOKEN = os.getenv("HF_TOKEN")  # deixa em branco se não for usar
-
-# Carregar tokenizer e modelo (autenticação automática se HF_TOKEN presente)
-tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, use_auth_token=HF_TOKEN)
-model = AutoModelForCausalLM.from_pretrained(MODEL_NAME, use_auth_token=HF_TOKEN)
-
-# Forçar uso de CPU no Spaces gratuito (device -1). Se houver GPU, mude para device=0
-device = 0 if torch.cuda.is_available() else -1
-
-generator = pipeline(
-    "text-generation",
-    model=model,
-    tokenizer=tokenizer,
-    device=device
-)
-
-def gerar_codigo(prompt):
-    # Prompt simples — você pode customizar instruções do sistema aqui
-    inputs = prompt.strip()
-    try:
-        out = generator(
-            inputs,
-            max_new_tokens=256,
-            do_sample=True,
-            temperature=0.2,
-            top_p=0.9,
-            num_return_sequences=1,
-            pad_token_id=tokenizer.eos_token_id
-        )
-        text = out[0]["generated_text"]
-        return text.strip()
-    except Exception as e:
-        return f"Erro durante geração: {e}"
-
-with gr.Blocks() as demo:
-    gr.Markdown("""
-    # 🤖 Jarvis - Assistente de Programação (CodeGen)
-    **Instruções:** escreva sua solicitação de código no campo abaixo. Use linguagem natural.
-    """)
-    inp = gr.Textbox(lines=6, placeholder="Ex: Escreva uma função Python que calcula fatorial")
-    out = gr.Textbox(lines=18, label="Saída do modelo")
-    btn = gr.Button("Gerar")
-    btn.click(fn=gerar_codigo, inputs=inp, outputs=out)
-
-if __name__ == '__main__':
-    demo.launch()