Update app.py

app.py

@@ -1,9 +1,31 @@
 import streamlit as st
 import subprocess
-subprocess.run("pip install transformers", shell=True)
 from transformers import AutoTokenizer, AutoModelForCausalLM
 
-# بارگذاری مدل و توکنایزر
+# تابع برای ورود به Hugging Face
+def login_to_huggingface(token):
+    try:
+        # اجرای دستور لاگین
+        subprocess.run(f"huggingface-cli login --token {token} --add-to-git-credential", shell=True, check=True)
+        st.success("به Hugging Face با موفقیت وارد شدید!")
+    except subprocess.CalledProcessError as e:
+        st.error(f"خطا در لاگین به Hugging Face: {e}")
+
+# رابط کاربری Streamlit
+st.title("چت بات امنیت سایبری")
+st.write("از چت بات بپرسید و پاسخ‌های مرتبط با امنیت سایبری دریافت کنید.")
+
+# ورودی برای توکن Hugging Face
+hf_token = st.text_input("توکن Hugging Face خود را وارد کنید:")
+
+# دکمه لاگین به Hugging Face
+if st.button("لاگین به Hugging Face"):
+    if hf_token:
+        login_to_huggingface(hf_token)
+    else:
+        st.warning("لطفاً توکن خود را وارد کنید.")
+
+# بارگذاری مدل و توکنایزر پس از لاگین
 model_id = "CohereForAI/c4ai-command-r-plus-08-2024"
 tokenizer = AutoTokenizer.from_pretrained(model_id)
 model = AutoModelForCausalLM.from_pretrained(model_id)
@@ -71,10 +93,6 @@ Disclaimer:
     gen_text = tokenizer.decode(gen_tokens[0], skip_special_tokens=True)
     return gen_text
 
-# رابط کاربری Streamlit
-st.title("چت بات امنیت سایبری")
-st.write("از چت بات بپرسید و پاسخ‌های مرتبط با امنیت سایبری دریافت کنید.")
-
 # ورودی کاربر
 user_input = st.text_input("سوال خود را وارد کنید:")