Update app.py

app.py

@@ -2,7 +2,6 @@ import gradio as gr
 from transformers import pipeline, AutoTokenizer, AutoModelForSequenceClassification
 import torch
 
-# Твоя модель
 model_name = "MrAlexGov/is-it-job-ru-q1a8e-lkjvk"
 
 # Загрузка
@@ -31,39 +30,33 @@ def predict(text):
     else:
         verdict = "❌ НЕ ПОДХОДИТ 😔"
     
-    # Markdown-текст (красиво)
     return f"""
 # {verdict}
 
-**Класс:** `{label}`  
-**Вероятность:** `{score:.1%}`  
-**Модель:** BERT fine-tune (8900 вакансий)  
-**Текст:** Обрезан до 512 слов (если длинный)
+Класс: `{label}`  
+Вероятность: `{score:.1%}`  
+Модель: BERT fine-tune (8900 вакансий)  
+Текст: Обрезан до 512 слов (если длинный)
 
 ---
-*Тест: "Junior PHP dev" → подходит 95%*
+Тест: "Junior PHP dev" → подходит 95%
 """
 
-# Gradio UI с БОЛЬШИМ ПОЛЕМ (Textbox 20 строк!)
+# Gradio UI
 iface = gr.Interface(
     fn=predict,
     inputs=gr.Textbox(
         label="📝 Вставь текст вакансии",
-        placeholder="Junior PHP developer MySQL Linux Python n8n ИИ VS Code удалёнка 100к",
+        placeholder="Например Junior PHP developer MySQL Linux Python n8n ИИ VS Code удалёнка 100к",
         lines=8  # Ввод большой
     ),
     outputs=gr.Textbox(  # ✅ ФИКС: Textbox с 20 строками (НЕ Markdown)
-        lines=20,  # Высокое!
-        max_lines=30,
-        show_label=False,  # Без заголовка
+        lines=8,
+        label="Результат анализа моделью",
         container=True
     ),
-    title="🚀 Мой BERT-фильтр вакансий (дообучение fine-tune на 8900 примерах)",
-    description="LABEL_1 = **подходит** (твои скиллы), LABEL_0 = нет. Точность ~90%!",
-    examples=[
-        ["Junior PHP developer MySQL Linux Python n8n ИИ VS Code удалёнка 100к"],  # ✅
-        ["Senior React JS Fullstack Node.js AWS Москва офис 300к"]  # ❌
-    ]
+    title="🚀 Мой BERT-фильтр вакансий (дообучение fine-tune на 1000 примерах) + MCP",
+    description="LABEL_1 = подходит (твои скиллы), LABEL_0 = нет. Точность ~90%!",
 )
 iface.launch(mcp_server=True)