Update app.py

app.py

@@ -1,26 +1,30 @@
 import gradio as gr
-import random
 
-# 加载 Hugging Face 模型，返回 Gradio Blocks 对象
+# 加载模型并配置
 model = gr.load("models/prithivMLmods/SD3.5-Large-Photorealistic-LoRA")
 
-# 定义生成函数，使用 predict() 方法并传入 seed 参数
-def generate_image(prompt, seed=None):
-    if seed is None:
-        seed = random.randint(0, 1e6)  # 如果用户未指定种子，则生成随机数
-    # 将 prompt 和 seed 作为列表传入 predict 方法
-    result = model.predict(prompt, seed)
+# 定义图像生成函数，添加seed参数
+def generate_image(prompt, seed):
+    # 调用模型的predict方法并传递种子
+    result = model.predict(prompt=prompt, seed=seed)
     return result
 
-# 使用 Gradio Blocks 创建界面
+# 创建Gradio界面
 with gr.Blocks() as demo:
-    gr.Markdown("## 输入描述和种子以生成图像")
-    prompt = gr.Textbox(label="描述")
-    seed = gr.Number(label="种子 (可选)", value=None)
-    output_image = gr.Image()
+    gr.Markdown("## Stable Diffusion Image Generation with Seed Control")
 
-    generate_button = gr.Button("生成图像")
-    generate_button.click(generate_image, inputs=[prompt, seed], outputs=output_image)
+    # 输入框：提示文本
+    prompt_input = gr.Textbox(label="Prompt", value="Man in the style of dark beige and brown, uhd image, youthful protagonists, nonrepresentational photography")
 
-# 启动 Gradio 应用
+    # 滑块：种子
+    seed_input = gr.Slider(minimum=0, maximum=100000, step=1, label="Seed", value=42)
+
+    # 输出图像
+    output_image = gr.Image(type="pil", label="Generated Image")
+
+    # 按钮触发事件
+    generate_btn = gr.Button("Generate Image")
+    generate_btn.click(generate_image, inputs=[prompt_input, seed_input], outputs=output_image)
+
+# 启动Gradio应用
 demo.launch()