Create app.py

app.py

@@ -0,0 +1,117 @@
+import os
+import time
+import requests
+import threading
+from flask import Flask, request, jsonify
+
+app = Flask(__name__)
+
+# आपका दिया गया Google Apps Script URL
+GAS_URL = "https://script.google.com/macros/s/AKfycbwh2d9IZNpcLNbv8aJSSSI4RBTzuoZ5wi7TDHaBMX9BeOm7TjKxcjfaTEPLJi-q8AXyyQ/exec"
+
+# बैकग्राउंड में GAS को अपडेट करने का फंक्शन (ताकि API रिस्पॉन्स फास्ट रहे)
+def update_gas_usage(api_key, model, tokens_used):
+    def task():
+        try:
+            payload = {
+                "action": "log_usage",
+                "api_key": api_key,
+                "model": model,
+                "tokens_used": tokens_used,
+                "timestamp": int(time.time())
+            }
+            # GAS को डेटा भेजना (टोकन और रिक्वेस्ट अपडेट करने के लिए)
+            requests.post(GAS_URL, json=payload)
+            print(f"✅ GAS Updated: {tokens_used} tokens logged for {api_key}")
+        except Exception as e:
+            print(f"❌ Failed to update GAS: {e}")
+            
+    threading.Thread(target=task).start()
+
+
+@app.route('/', methods=['GET'])
+def home():
+    return jsonify({"status": "Vedika AI API Gateway is Running!"}), 200
+
+
+@app.route('/v1/models', methods=['GET'])
+def get_models():
+    """GAS URL से मॉडल्स एक्सट्रैक्ट करके OpenAI फॉर्मेट में रिटर्न करना"""
+    try:
+        response = requests.get(GAS_URL)
+        data = response.json()
+        
+        # मॉडल्स की लिस्ट निकालना (आपके GAS रिस्पॉन्स स्ट्रक्चर के अनुसार)
+        models_array = data if isinstance(data, list) else data.get("models", [])
+        
+        openai_formatted_models = {
+            "object": "list",
+            "data": [
+                {
+                    "id": model.get("id", model) if isinstance(model, dict) else model,
+                    "object": "model",
+                    "created": int(time.time()),
+                    "owned_by": "Vedika AI",
+                    "permission": [],
+                    "root": model.get("id", model) if isinstance(model, dict) else model,
+                    "parent": None
+                } for model in models_array
+            ]
+        }
+        return jsonify(openai_formatted_models), 200
+        
+    except Exception as e:
+        return jsonify({"error": "Failed to fetch models from GAS"}), 500
+
+
+@app.route('/v1/chat/completions', methods=['POST'])
+def chat_completions():
+    """चैट रिक्वेस्ट हैंडल करना और टोकन अपडेट करना"""
+    # 1. API Key चेक करना
+    auth_header = request.headers.get("Authorization")
+    if not auth_header or not auth_header.startswith("Bearer "):
+        return jsonify({"error": {"message": "Unauthorized: Missing API Key", "type": "invalid_request_error"}}), 401
+    
+    user_api_key = auth_header.split(" ")[1]
+    request_data = request.json
+    model_name = request_data.get("model", "Vedika-Flash")
+    
+    # ---------------------------------------------------------
+    # 2. यहाँ आप अपने असली AI प्रोवाइडर (जैसे NVIDIA/OpenRouter) 
+    # को रिक्वेस्ट भेजेंगे। अभी के लिए यह एक डमी रिस्पॉन्स है।
+    # ---------------------------------------------------------
+    
+    # *उदाहरण:* provider_response = requests.post(NVIDIA_URL, headers=..., json=...)
+    # response_data = provider_response.json()
+    
+    # डमी रिस्पॉन्स (इसे अपने असली प्रोवाइडर के रिस्पॉन्स से बदल दें)
+    response_data = {
+        "id": f"chatcmpl-{int(time.time())}",
+        "object": "chat.completion",
+        "created": int(time.time()),
+        "model": model_name,
+        "choices": [{
+            "index": 0, 
+            "message": {"role": "assistant", "content": "यह Vedika AI की तरफ से जनरेटेड रिस्पॉन्स है।"}, 
+            "finish_reason": "stop"
+        }],
+        "usage": {
+            "prompt_tokens": 10, 
+            "completion_tokens": 25, 
+            "total_tokens": 35  # असली API से मिलने वाला टोकन काउंट
+        }
+    }
+    
+    # 3. टोकन काउंट निकालना
+    tokens_used = response_data.get("usage", {}).get("total_tokens", 0)
+    
+    # 4. GAS को अपडेट करने के लिए बैकग्राउंड टास्क ट्रिगर करना
+    update_gas_usage(user_api_key, model_name, tokens_used)
+    
+    # 5. यूज़र को तुरंत रिस्पॉन्स भेजना
+    return jsonify(response_data), 200
+
+
+if __name__ == '__main__':
+    # Hugging Face Spaces डिफ़ॉल्ट रूप से 7860 पोर्ट का उपयोग करता है
+    app.run(host='0.0.0.0', port=7860)