Create app.py

app.py

@@ -0,0 +1,48 @@
+import gradio as gr
+from transformers import AutoModel, AutoTokenizer
+import torch
+from PIL import Image
+
+# اختر GPU إذا كان متاح
+device = "cuda" if torch.cuda.is_available() else "cpu"
+
+model_name = 'deepseek-ai/DeepSeek-OCR-2'
+
+# تحميل النموذج
+tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)
+model = AutoModel.from_pretrained(
+    model_name,
+    _attn_implementation='flash_attention_2',
+    trust_remote_code=True,
+    use_safetensors=True
+)
+model = model.eval().to(device).to(torch.bfloat16)
+
+def image_to_html(image):
+    # تحويل الصورة إلى Tensor
+    prompt = "<image>\n<|grounding|>Convert the document to full stack HTML code. "
+    
+    # قراءة الصورة
+    image.save("temp.jpg")
+    
+    # بالنسبة للنموذج DeepSeek-OCR-2 عادة يتوقع إدخال بصيغة PIL
+    inputs = tokenizer(prompt, return_tensors="pt").to(device)
+    
+    # تمرير النموذج
+    with torch.no_grad():
+        generated_ids = model.generate(**inputs, max_new_tokens=1024)
+    
+    # فك الترميز
+    result = tokenizer.decode(generated_ids[0], skip_special_tokens=True)
+    return result
+
+# واجهة Gradio
+iface = gr.Interface(
+    fn=image_to_html,
+    inputs=gr.Image(type="pil"),
+    outputs=gr.Textbox(lines=20),
+    title="AI Full Stack HTML Generator",
+    description="ارفع صورة، وسيقوم النموذج بتحويلها إلى كود HTML/JS/CSS كامل."
+)
+
+iface.launch()