src/streamlit_app.py

import os
import streamlit as st
import pandas as pd
from transformers import pipeline
import joblib
from offensive_keywords import offensive_keywords

# ✅ كلمات جزئية مهمة مثل "امرأة" و"نساء" إلخ
flag_keywords = ["امرأة", "نساء", "أنثى", "بنت", "للنساء", "للرجال", "سعودية", "جنسية", "العمر", "مظهر", "عقد", "ضغط العمل"]

st.write(f"🔎 تم تحميل {len(offensive_keywords)} عبارة من الملف.")

# ✅ إعداد التخزين المؤقت للنماذج
os.environ["HF_HOME"] = "/tmp"
os.environ["TRANSFORMERS_CACHE"] = "/tmp"

@st.cache_resource
def load_classifier():
    return joblib.load("src/job_classifier.pkl")

@st.cache_resource
def load_gpt2():
    return pipeline("text-generation", model="gpt2", model_kwargs={"cache_dir": "/tmp"})

classifier = load_classifier()
gpt2_pipeline = load_gpt2()

# ✅ إعداد الصفحة
st.set_page_config(page_title="نظام رصد الإعلانات", layout="wide")

# ✅ تنسيق CSS مستوحى من الهاكاثون
st.markdown("""
<style>
body {
    background-color: #f6f9fc;
    font-family: 'Segoe UI', sans-serif;
}
h1, h2, h3 {
    color: #004c97;
}
.stButton > button {
    background: linear-gradient(90deg, #007bff, #00b8a9);
    color: white;
    font-weight: 600;
    border-radius: 8px;
    padding: 0.6em 1.4em;
    border: none;
}
.stButton > button:hover {
    transform: scale(1.03);
}
.stTextArea textarea {
    background-color: #ffffff;
    border-radius: 10px;
    border: 1px solid #d0d7de;
    padding: 12px;
}
.metric-container {
    background-color: white;
    padding: 20px;
    border-radius: 12px;
    box-shadow: 0 2px 8px rgba(0,0,0,0.05);
    margin-top: 20px;
}
</style>
""", unsafe_allow_html=True)

# ✅ رأس الصفحة
col1, col2 = st.columns([1, 6])
with col1:
    st.image("https://hackathon.hrsd.gov.sa/_next/image?url=%2Fhachathoonresourses%2Ficon%2Flogoc.png&w=384&q=75", width=120)
with col2:
    st.markdown("""
        <h1>📢 نظام رصد الإعلانات المخالفة</h1>
        <p style="color:#5BA241; margin-top: -10px;">تحليل ذكي يستند إلى القوانين السعودية</p>
    """, unsafe_allow_html=True)

# ✅ إدخال الإعلان
uploaded_text = st.text_area("✍️ أدخل نص الإعلان هنا:", height=150)

# ✅ تصنيف الإعلان + فحص العبارات
if uploaded_text:
    try:
        pred = classifier.predict([uploaded_text])[0]

        # فحص مطابقة العبارات بالكامل أو جزئياً
        violations = list(set(
            [kw for kw in offensive_keywords if kw in uploaded_text] +
            [kw for kw in flag_keywords if kw in uploaded_text]
        ))

        if violations:
            final_label = "❌ إعلان مخالف"
        elif pred == 1:
            final_label = "✅ إعلان سليم"
        else:
            final_label = "❌ إعلان مخالف"

        # ✅ عرض النتيجة
        st.markdown(f'<div class="metric-container"><h4>{final_label}</h4></div>', unsafe_allow_html=True)

    except Exception as e:
        st.error(f"حدث خطأ في التنبؤ: {str(e)}")

# ✅ زر تحليل العبارات
if st.button("🔍 تحليل العبارات"):
    if uploaded_text:
        violations = list(set(
            [kw for kw in offensive_keywords if kw in uploaded_text] +
            [kw for kw in flag_keywords if kw in uploaded_text]
        ))
        if violations:
            st.error("❌ الإعلان يحتوي على عبارات مخالفة:")
            for v in violations:
                st.markdown(f"<li style='color:#b00020'>{v}</li>", unsafe_allow_html=True)
        else:
            st.success("✅ لا توجد عبارات مخالفة.")

# ✅ توصيات GPT-2
st.subheader("💡 توصيات الذكاء الاصطناعي")

if uploaded_text:
    prompt = f"""
You are an AI that checks for violations in job advertisements based on Saudi labor laws.
Here is the ad:
\"{uploaded_text}\"

Please identify any potential violations and give recommendations to fix them.
Violations:
"""
    with st.spinner("📡 جاري التحليل..."):
        try:
            result = gpt2_pipeline(prompt, max_new_tokens=150)[0]["generated_text"]
            st.text_area("📋 نتائج GPT-2:", result, height=300)
        except Exception as e:
            st.error(f"خطأ في توليد النتائج: {str(e)}")