app.py

# app.py - نسخه نهایی و 100٪ کارکردنی
import gradio as gr
import pandas as pd
import numpy as np
from catboost import CatBoostRegressor

# لود مدل بهینه
model = CatBoostRegressor()
model.load_model("kaatib_v8_optimized.cbm")

def predict(area_type, area, rooms, neighborhood, elevator, parking, warehouse, age):
    effective_area = area if area_type == "متراژ مفید (معمول در دیوار)" else area * 0.87
    
    df = pd.DataFrame([{
        'area': effective_area,
        'log_area': np.log1p(effective_area),
        'rooms': int(rooms),
        'age': int(age),
        'is_new': 1 if age <= 5 else 0,
        'neighborhood': neighborhood.strip(),
        'elevator': bool(elevator),
        'parking': bool(parking),
        'warehouse': bool(warehouse)
    }])

    pred = model.predict(df)[0] / 1_000_000_000
    lower = pred * 0.88
    upper = pred * 1.15

    return f"""
<div style="text-align:center; padding:40px; background:linear-gradient(135deg,#0d2b1f,#1a3d2e); border-radius:20px; border:4px solid #d4af37; box-shadow:0 15px 40px rgba(212,175,55,0.3);">
  <h1 style="color:#d4af37; font-size:52px; margin:10px 0;">{pred:.2f} میلیارد تومان</h1>
  <p style="color:#b8d5cd; font-size:22px;">رنج واقعی بازار: {lower:.2f} – {upper:.2f} میلیارد</p>
</div>
"""

with gr.Blocks(title="کاتب - قیمت آپارتمان تهران ۱۴۰۴") as app:
    gr.HTML("""
    <style>
    .gradio-container {max-width: 960px !important; margin: 20px auto; background: linear-gradient(135deg, #0a1e15, #0f2b1f); border-radius: 30px; box-shadow: 0 30px 80px rgba(0,0,0,0.95); padding: 20px;}
    body {background: #040a07 !important;}
    label {color: black !important; font-weight: bold !important; background: white !important; padding: 12px 20px !important; border-radius: 16px !important;}
    .gr-button {background: linear-gradient(45deg, #d4af37, #b8971a) !important; color: black !important; font-size: 24px !important; padding: 20px !important; border-radius: 20px !important;}
    </style>
    <div style="text-align:center; padding:60px 20px; background:linear-gradient(135deg,#0d2b1f,#1e4d38); border-bottom:6px solid #d4af37;">
        <h1 style="font-size:70px; margin:0; color:#d4af37; text-shadow:0 0 40px #d4af3777;">کاتب</h1>
        <p style="font-size:34px; color:#b8d5cd;">هوش مصنوعی پیش‌بینی قیمت مسکن تهران</p>
        <p style="font-size:24px; color:#8fb8a2;">۸۱,۰۰۰ آگهی واقعی دیوار ۱۴۰۴</p>
    </div>
    """)

    area_type = gr.Radio(["متراژ مفید (معمول در دیوار)", "متراژ سندی"], value="متراژ مفید (معمول در دیوار)", label="نوع متراژ")
    with gr.Row():
        area = gr.Slider(40, 450, 90, step=1, label="متراژ")
        rooms = gr.Dropdown([1,2,3,4,5,6], value=3, label="تعداد خواب")
    neighborhood = gr.Textbox(placeholder="مثل: سعادت آباد، پونک، نیاوران، زعفرانیه...", label="محله")
    with gr.Row():
        elevator = gr.Checkbox(label="آسانسور", value=True)
        parking = gr.Checkbox(label="پارکینگ", value=True)
        warehouse = gr.Checkbox(label="انباری", value=True)
    age = gr.Slider(0, 50, 8, step=1, label="سن بنا (سال)")

    gr.Button("پیش‌بینی قیمت").click(predict,
        inputs=[area_type, area, rooms, neighborhood, elevator, parking, warehouse, age],
        outputs=gr.Markdown())

    gr.HTML("""
    <div style="text-align:center; margin:60px; padding:40px; background:rgba(212,175,55,0.15); border-radius:25px; border:3px dashed #d4af37;">
        <p style="color:#d4af37; font-size:26px;">ساخته شده با افتخار در ایران</p>
    </div>
    """)

app.launch()