fix: 测试model aceess

modules/ai_model.py

@@ -17,43 +17,66 @@ class AIModel:
         self.processor = None
         self._initialize_model()
 
+    # modules/ai_model.py - 添加调试版本
     def _authenticate_hf(self):
         try:
-            # 从环境变量获取HF token
-            hf_token = os.getenv("Assitant_tocken")
-            
-            if hf_token:
-                login(token=hf_token, add_to_git_credential=False)
+            # 检查所有可能的环境变量
+            assitant_token = os.getenv("Assitant_tocken")
+            hf_token = os.getenv("HUGGINGFACE_HUB_TOKEN") 
+            hf_token_alt = os.getenv("HF_TOKEN")
+        
+            log.info("=== 环境变量调试 ===")
+            log.info(f"Assitant_tocken: {'存在' if assitant_token else '不存在'}")
+            log.info(f"HUGGINGFACE_HUB_TOKEN: {'存在' if hf_token else '不存在'}")
+            log.info(f"HF_TOKEN: {'存在' if hf_token_alt else '不存在'}")
+        
+            # 使用找到的token
+            token_to_use = assitant_token or hf_token or hf_token_alt
+        
+            if token_to_use:
+                log.info(f"使用token: {token_to_use[:10]}...")
+                login(token=token_to_use, add_to_git_credential=False)
                 log.info("✅ HuggingFace 认证成功")
+                return token_to_use
             else:
-                log.warning("⚠️ 未找到 HuggingFace token，可能无法访问受限模型")
-                
+                log.error("❌ 未找到任何有效的 HuggingFace token")
+                return None
+            
         except Exception as e:
             log.error(f"❌ HuggingFace 认证失败: {e}")
-
+            return None
 
     def _initialize_model(self):
-        """初始化Gemma模型 - 基于官方调用方式"""
         try:
             log.info(f"正在加载模型: {self.model_name}")
-
-            hf_token = os.getenv("Assitant_tocken")
-            
+        
+            # 先进行认证并获取token
+            token = self._authenticate_hf()
+        
+            if not token:
+                log.error("❌ 无法获取有效token，模型加载失败")
+                self.model = None
+                self.processor = None
+                return
+        
             self.model = Gemma3nForConditionalGeneration.from_pretrained(
                 self.model_name,
                 device_map="auto",
                 torch_dtype=torch.bfloat16,
-                trust_remote_code=True
+                trust_remote_code=True,
+                token=token,
+                use_auth_token=token  # 双重保险
             ).eval()
-            
+        
             self.processor = AutoProcessor.from_pretrained(
                 self.model_name,
                 trust_remote_code=True,
-                tocken=hf_token
+                token=token,
+                use_auth_token=token
             )
-            
+        
             log.info("✅ Gemma AI 模型初始化成功")
-            
+        
         except Exception as e:
             log.error(f"❌ Gemma AI 模型初始化失败: {e}", exc_info=True)
             self.model = None