Change to Gradio

app.py

@@ -1,44 +1,21 @@
-from fastapi import FastAPI
-from pydantic import BaseModel
-#from preprocess import preprocess_text  # 假设您已经在 preprocess.py 中定义了此函数
 import gradio as gr
+from pydantic import BaseModel
 
-app = FastAPI()
-
-# 定义请求模型
-class TextRequest(BaseModel):
-    text: str
-
-# 定义 API 路由
-@app.post("/api/preprocess")
-async def preprocess_endpoint(request: TextRequest):
-    """
-    接收文本并返回预处理后的结果
-    """
-    if not request.text.strip():
-        return {"error": "Text cannot be empty."}
-    
-    result = request.text + " (preprocessed)"
-    return result
-
-# 使用 Gradio 创建 Web 界面
+# 定义 Gradio 接口
 def gradio_interface(text):
-    return text + " (preprocessed)"
+    # 在这里实现实际的预处理逻辑
+    result = text + " (preprocessed)"
+    return {"result": result}
 
-# Gradio Interface 配置
+# 配置 Gradio 接口
 iface = gr.Interface(
     fn=gradio_interface,
-    inputs="textbox",   # 使用新版 Gradio 直接定义输入类型
-    outputs="json",     # 使用新版 Gradio 直接定义输出类型
+    inputs="text",
+    outputs="json",
     title="文本预处理 API",
-    description="发送文本到 /api/preprocess 进行预处理并获取 JSON 格式的响应"
+    description="发送文本到 Gradio 接口进行预处理并获取 JSON 格式的响应"
 )
 
-# 将 Gradio 的 Web 界面挂载到 FastAPI 应用的 /gradio 路径下
-app = gr.mount_gradio_app(app, iface, path="/gradio")
-
-
-# 启动应用
+# 运行 Gradio 应用
 if __name__ == "__main__":
-    import uvicorn
-    uvicorn.run(app, host="0.0.0.0", port=63468)
+    iface.launch()