Update app.py

app.py

@@ -1,125 +1,60 @@
 import gradio as gr
-# تأكد أن المكتبة تسمى pyautogen في requirements ولكن تُستدعى كـ autogen
-import autogen 
+from utils import process_uploaded_file, export_to_docx
 from agents_config import create_agents
-from utils import validate_hf_token, format_chat_history
+import autogen
 
-def run_novel_completion(novel_text, hf_token, request: gr.Request):
-    """
-    الوظيفة الرئيسية التي تشغل Pipeline
-    """
-    # 1. التحقق من التوكن
-    if not hf_token:
-        # محاولة جلب التوكن من جلسة تسجيل الدخول (OAuth) إذا توفرت
-        if request and request.username:
-             # ملاحظة: الحصول على التوكن الفعلي من OAuth يتطلب إعدادات خاصة، 
-             # هنا سنعتمد على الإدخال اليدوي أو التوكن الممرر لضمان العمل
-             pass
-        return "الرجاء تسجيل الدخول أو إدخال HF Token الخاص بك.", ""
-
-    is_valid, msg = validate_hf_token(hf_token)
-    if not is_valid:
-        return msg, ""
-
-    # 2. إنشاء الوكلاء
-    try:
-        agents = create_agents(hf_token)
-    except Exception as e:
-        return f"حدث خطأ أثناء إعداد الوكلاء: {str(e)}", ""
+def start_novel_production(uploaded_file, manual_input, user_token):
+    # 1. استخلاص النص من الملف أو الخانة اليدوية
+    context = process_uploaded_file(uploaded_file) if uploaded_file else manual_input
+    
+    if not context:
+        return "⚠️ يرجى رفع ملف أو كتابة نص للبدء.", None
 
-    # 3. إعداد مجموعة الدردشة (GroupChat)
+    # 2. إعداد الوكلاء باستخدام الإعدادات التي وحدناها (Featherless)
+    agents = create_agents(user_token)
+    
+    # 3. تنظيم الدردشة الجماعية
     groupchat = autogen.GroupChat(
-        agents=[
-            agents["analyst"], 
-            agents["architect"], 
-            agents["style_guardian"],
-            agents["draft_writer"], 
-            agents["humanizer"],
-            agents["psychologist"],
-            agents["continuity_guard"], 
-            agents["critic"],
-            agents["editor"]
-        ], 
-        messages=[], 
-        max_round=12,  # عدد جولات المحادثة
-        speaker_selection_method="auto" # أو يمكنك تحديد 'round_robin'
+        agents=[v for k, v in agents.items() if k != "editor"],
+        messages=[],
+        max_round=12
+    )
+    manager = autogen.GroupChatManager(
+        groupchat=groupchat,
+        llm_config=agents["editor"].llm_config
     )
-    
-    manager = autogen.GroupChatManager(groupchat=groupchat, llm_config=agents["editor"].llm_config)
 
-    # 4. بدء العملية
-    # الرسالة الأولية التي يوجهها المستخدم (أنت) إلى المدير (Editor)
-    initial_message = f"""
-    إليك رواية غير مكتملة. أريد منك قيادة فريقك لإكمال الفصل التالي.
+    # 4. بدء المهمة (Ling-1T هو المسؤول عن الاستلام والتسليم)
+    chat_result = agents["editor"].initiate_chat(
+        manager,
+        message=f"هذا نص روايتي، قم بتحليله وإكماله وتنسيقه كفصل كامل: \n\n {context}"
+    )
     
-    النص الأصلي:
-    "{novel_text}"
+    # 5. استخراج النتيجة النهائية من Ling-1T وتوليد الملف
+    final_story = chat_result.chat_history[-1]['content']
+    docx_output = export_to_docx(final_story)
     
-    الخطوات المطلوبة:
-    1. اطلب من Analyst تحليل النص.
-    2. اطلب من Architect و Style Guardian التخطيط.
-    3. دع Draft Writer يكتب المسودة.
-    4. مررها لـ Psychologist و Humanizer و Continuity Guard للتحسين.
-    5. اطلب من Critic المراجعة النهائية.
-    6. قدم لي النص النهائي المكتمل.
-    """
+    return final_story, docx_output
 
-    # بدء المحادثة
-    try:
-        chat_result = agents["editor"].initiate_chat(
-            manager,
-            message=initial_message
-        )
-        
-        # استخراج النتائج
-        full_history = format_chat_history(chat_result.chat_history)
-        
-        # محاولة استخراج آخر رسالة كنص نهائي
-        final_text = chat_result.chat_history[-1]['content']
-        
-        return full_history, final_text
-        
-    except Exception as e:
-        return f"حدث خطأ أثناء المعالجة: {str(e)}\nتأكد من أن النماذج المختارة متاحة ولديها رصيد كافٍ.", ""
-
-# --- واجهة المستخدم ---
-with gr.Blocks(css="assets/custom.css", title="إكمال الروايات بالذكاء الاصطناعي") as demo:
-    
-    gr.Markdown("# 🖋️ استوديو إكمال الروايات - AI Novel Studio")
-    gr.Markdown("منصة تعتمد على AutoGen ونخبة من النماذج لإكمال روايتك بأسلوبك الخاص.")
+# بناء الواجهة
+with gr.Blocks(title="Ling-1T Novel Studio") as demo:
+    gr.Markdown("# 📚 استوديو إنتاج الروايات الاحترافي (Ling-1T)")
     
-    with gr.Row():
-        with gr.Column(scale=1):
-            hf_token_input = gr.Textbox(
-                label="Hugging Face Token (Write Access)", 
-                type="password",
-                placeholder="hf_..."
-            )
-            gr.Markdown("*يتم استخدام التوكن الخاص بك فقط لاستدعاء النماذج ولن يتم تخزينه.*")
-            
-        with gr.Column(scale=3):
-            novel_input = gr.Textbox(
-                label="النص غير المكتمل", 
-                lines=10, 
-                placeholder="الصق نص الرواية هنا..."
-            )
-            submit_btn = gr.Button("ابدأ البناء القصصي 🚀", variant="primary")
-
     with gr.Row():
         with gr.Column():
-            gr.Markdown("### 🧠 سجل تفكير الوكلاء (Agent Workspace)")
-            logs_output = gr.Markdown(label="سير العمل")
-        
+            token = gr.Textbox(label="Hugging Face Token", type="password")
+            file_input = gr.File(label="ارفع مسودة الرواية (.docx, .txt)")
+            text_input = gr.Textbox(label="أو اكتب هنا مباشرة", lines=5)
+            submit_btn = gr.Button("🚀 إطلاق فريق العمل", variant="primary")
+            
         with gr.Column():
-            gr.Markdown("### 📖 النص النهائي (Final Draft)")
-            final_output = gr.TextArea(label="النتيجة", show_copy_button=True)
+            output_text = gr.TextArea(label="المخطوطة المنظمة (Ling-1T Output)")
+            output_file = gr.File(label="تحميل الملف النهائي جاهز للطباعة")
 
     submit_btn.click(
-        fn=run_novel_completion,
-        inputs=[novel_input, hf_token_input],
-        outputs=[logs_output, final_output]
+        fn=start_process, 
+        inputs=[file_input, text_input, token], 
+        outputs=[output_text, output_file]
     )
 
-if __name__ == "__main__":
-    demo.launch()
-    
+demo.launch()