L

app.py

@@ -1,3 +1,17 @@
+# วิธีใช้งาน: 
+# 1. หากต้องการโหลดโมเดล private หรือโมเดลที่ต้องใช้ token ให้รันใน terminal:
+#    huggingface-cli login
+#    แล้ว login ด้วยบัญชี Hugging Face
+# 2. หรือ เพิ่ม argument token ใน from_pretrained เช่น:
+# สรุปการทำงาน:
+# - ถ้า login ด้วย huggingface-cli login จะใช้ token จากเครื่องอัตโนมัติ โหลดโมเดล public/private ได้เลย
+# - ถ้าไม่ login ให้กรอก token ใน argument ของ from_pretrained ทุกครั้งที่โหลดโมเดล
+# - ตัวอย่าง:
+#   tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-0.5B", token="hf_xxx")
+#   model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen1.5-0.5B", token="hf_xxx")
+# - ถ้าโมเดล public ไม่ต้อง login หรือใส่ token ก็โหลดได้ทันที
+#    tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-0.5B", token="YOUR_TOKEN")
+#    model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen1.5-0.5B", token="YOUR_TOKEN")
 import gradio as gr
 import os
 import json
@@ -989,8 +1003,25 @@ with gr.Blocks(title="Dataset Generator System", theme=gr.themes.Soft()) as demo
                 value="http://localhost:11434",
                 info="สำหรับ Ollama หรือ local LLM server"
             )
-        
+
         with gr.Row():
+            hf_token = gr.Textbox(
+                label="Hugging Face Token (สำหรับโหลดโมเดล private)",
+                type="password",
+                placeholder="กรอก HF Token ที่นี่"
+            )
+            hf_login_btn = gr.Button("Login Hugging Face", variant="primary")
+            def login_hf(token):
+                import os
+                os.environ["HF_TOKEN"] = token
+                return "Token ถูกตั้งค่าสำเร็จ"
+            hf_login_status = gr.Textbox(label="สถานะการ Login", interactive=False)
+            hf_login_btn.click(
+                fn=login_hf,
+                inputs=[hf_token],
+                outputs=[hf_login_status]
+            )
+
             # Get available models and set appropriate default
             available_models = get_ollama_models()
             default_model = available_models[0] if available_models else "llama3.2"

requirements.txt

@@ -8,3 +8,4 @@ torch>=1.12.0
 huggingface-hub>=0.16.0
 pyarrow>=10.0.0
 huggingface_hub[hf_xet]
+hf_xet