Update app.py

app.py

@@ -156,28 +156,21 @@ def detect_gender(text: str) -> Optional[str]:
     """
     t = normalize_arabic(text)
 
+    # مهم: ما نستنتجش النوع من "ابني / بنتي" لأنها بتوصف الطفل مش المتكلم
     female_markers = [
         "انا مهتمه",
         "مهتمه",
         "عايزه",
         "عاوزه",
         "عاوزة",
+        "عايزة",
         "حابه",
         "حابة",
         "محتاجه",
         "محتاجة",
-        "عايزه اقدم",
-        "عايزه اعرف",
-        "عايزه اسال",
-        "عايزة",
-        "عايزة اعرف",
-        "عايزة اقدم",
-        "عايزة اسال",
         "انا ام",
         "انا ماما",
         "انا والده",
-        "بنتي",
-        "لبنتي",
     ]
 
     male_markers = [
@@ -186,17 +179,11 @@ def detect_gender(text: str) -> Optional[str]:
         "عايز",
         "حابب",
         "محتاج",
-        "عايز اقدم",
-        "عايز اعرف",
-        "عايز اسال",
         "انا اب",
         "انا بابا",
         "انا والد",
-        "ابني",
-        "لابني",
     ]
 
-    # female first to avoid "مهتم" matching inside "مهتمه"
     for marker in female_markers:
         if marker in t:
             return "female"
@@ -373,17 +360,11 @@ def build_courses_menu_reply(gender: Optional[str] = None) -> str:
 
 def build_center_info_reply(gender: Optional[str] = None) -> str:
     center = KB["center"]
-    closing = choose_variant(
-        gender,
-        "لو عندك سؤال محدد، أقدر أوصله لخدمة العملاء.",
-        "لو عندك سؤال محدد، أقدر أوصله لخدمة العملاء.",
-        "لو عندك سؤال محدد، أقدر أوصله لخدمة العملاء."
-    )
     return (
         f"ÄDK اتأسس سنة {center['established']}، و{center['branches']}.\n"
         f"الكورسات للكبار {center['adults_levels']}، وللأطفال {center['children_levels']}.\n"
         f"وكمان هو {center['goethe']}.\n"
-        f"{closing}"
+        "لو عندك سؤال محدد، أقدر أوصله لخدمة العملاء."
     )
 
 
@@ -440,7 +421,7 @@ def build_course_details_reply(course_key: str, gender: Optional[str] = None) ->
         )
         return (
             f"{start_line}\n"
-            f"ممكن تحجز كل level لوحده من A1.1 لحد B1.3.\n"
+            "ممكن تحجز كل level لوحده من A1.1 لحد B1.3.\n"
             f"النظام {details[1]}، و{details[2]}.\n"
             f"مدة الكورس {details[3].replace('مدة الكورس ', '')}.\n"
             f"{ask_line}"
@@ -500,22 +481,25 @@ def generate_other_reply(user_text: str, gender: Optional[str] = None) -> str:
             "تحب أبلّغهم إنك مهتم أو مهتمة بالحضور؟"
         )
         return (
-            "تمام، بالنسبة للعنوان ده بيكون خاص بالكورسات الحضوري.\n"
+            "تمام، بالنسبة للعنوان ده خاص بالكورسات الحضوري.\n"
             "أقدر أوصّل استفسارك لفريق خدمة العملاء عشان يبعثوا لك الفرع المناسب.\n"
             f"{ask_line}"
         )
 
     if subtype == "SCHEDULE_QUERY":
+        line1 = choose_variant(
+            gender,
+            "تمام، المواعيد بتختلف حسب إذا كنت مهتم بأونلاين أو حضور، وكمان حسب الفترة المناسبة لك.",
+            "تمام، المواعيد بتختلف حسب إذا كنتِ مهتمة بأونلاين أو حضور، وكمان حسب الفترة المناسبة لك.",
+            "تمام، المواعيد بتختلف حسب إذا كنت مهتم بأونلاين أو حضور، وكمان حسب الفترة المناسبة لك."
+        )
         line2 = choose_variant(
             gender,
             "قولّي تفضّل أونلاين ولا حضور، وصباحي ولا مسائي، وأنا أوجّه استفسارك بشكل أوضح لخدمة العملاء.",
             "قولّي تفضّلي أونلاين ولا حضور، وصباحي ولا مسائي، وأنا أوجّه استفسارك بشكل أوضح لخدمة العملاء.",
             "قولّي تفضّل أونلاين ولا حضور، وصباحي ولا مسائي، وأنا أوجّه استفسارك بشكل أوضح لخدمة العملاء."
         )
-        return (
-            "تمام، المواعيد بتختلف حسب إذا كنت مهتم بأونلاين أو حضور، وكمان حسب الفترة المناسبة لك.\n"
-            f"{line2}"
-        )
+        return f"{line1}\n{line2}"
 
     if subtype == "REGISTRATION_QUERY":
         ask_line = choose_variant(
@@ -559,7 +543,7 @@ def generate_other_reply(user_text: str, gender: Optional[str] = None) -> str:
             "قولّي بس سؤالك عن الكورسات، التقديم، المواعيد، ولا الحضور؟"
         )
 
-    return fallback_customer_service_reply(gender)
+    return ""
 
 
 def sanitize_reply(text: str, gender: Optional[str] = None) -> str:
@@ -578,6 +562,8 @@ def sanitize_reply(text: str, gender: Optional[str] = None) -> str:
         "يمكنني": "أقدر",
         "العميل": "إنت",
         "المستخدم": "إنت",
+        "سأقوم": "هقوم",
+        "سوف": "ه",
     }
 
     for old, new in replacements.items():
@@ -593,23 +579,6 @@ def sanitize_reply(text: str, gender: Optional[str] = None) -> str:
     if len(english_words) > 10:
         return fallback_customer_service_reply(gender)
 
-    blocked_patterns = [
-        r"\b\d+\s*جنيه\b",
-        r"\b\d+\s*egp\b",
-        r"\bالعنوان\b",
-        r"\bالمعاد\b",
-        r"\bالساعة\b",
-        r"\bالسعر\b",
-        r"\bالاسعار\b",
-        r"\bالأسعار\b",
-        r"\bفرع\s+\w+",
-    ]
-
-    lowered = normalize_arabic(text)
-    for pattern in blocked_patterns:
-        if re.search(pattern, lowered, flags=re.IGNORECASE):
-            return fallback_customer_service_reply(gender)
-
     return text
 
 
@@ -675,7 +644,7 @@ def generate_rule_based_reply(intent: str, user_text: str, gender: Optional[str]
 
 
 # =========================
-# LLM Helpers
+# LLM Fallback only
 # =========================
 
 def build_llm_fallback_system_prompt() -> str:
@@ -683,13 +652,13 @@ def build_llm_fallback_system_prompt() -> str:
 أنت مساعد واتساب رسمي لمركز ÄDK.
 
 التعليمات:
-- رد بالعربية المصرية بشكل مهذب ورسمي وخفيف.
+- رد بالعربية المصرية بشكل مهذب وبسيط.
 - الرد يكون من 2 إلى 4 سطور فقط.
 - لا تضف أي معلومة غير موجودة في المعلومات المتاحة.
 - ممنوع ذكر أسعار فعلية أو مواعيد فعلية أو عناوين فعلية أو أرقام فروع.
-- لو السؤال خارج المعلومات المتاحة، اقترح بشكل منطقي توجيه الاستفسار لفريق خدمة العملاء.
+- لو السؤال خارج المعلومات المتاحة، اقترح توجيه الاستفسار لفريق خدمة العملاء بشكل منطقي.
+- لا تكتب بصيغة فصحى شديدة.
 - لا تذكر أنك نموذج ذكاء اصطناعي.
-- لا تكتب مقدمات طويلة.
 
 المعلومات المتاحة فقط:
 1) المركز:
@@ -735,56 +704,6 @@ def process_with_llm(user_text: str, gender: Optional[str] = None) -> str:
         return fallback_customer_service_reply(gender)
 
 
-def rewrite_reply_with_llm(reply: str, gender: Optional[str] = None) -> str:
-    """
-    LLM participates here only as a rewriter, not as a source of truth.
-    """
-    if not api_key or not reply:
-        return reply
-
-    client = openai.OpenAI(api_key=api_key, base_url=base_url)
-
-    gender_hint = "غير محدد"
-    if gender == "male":
-        gender_hint = "مذكر"
-    elif gender == "female":
-        gender_hint = "مؤنث"
-
-    prompt = f"""
-أعد صياغة الرسالة التالية بالعربية المصرية بشكل طبيعي ولطيف ورسمي قليلًا.
-
-قواعد مهمة جدًا:
-- لا تضف أي معلومة جديدة
-- لا تغير المعنى
-- لا تضف أسعار أو مواعيد أو عناوين أو أرقام
-- حافظ على الرد قصير: من 2 إلى 5 سطور
-- لو كانت الصياغة الحالية جيدة، يمكنك إرجاعها كما هي
-- حاول مراعاة الجنس اللغوي إن كان واضحًا: {gender_hint}
-
-الرسالة:
-{reply}
-""".strip()
-
-    try:
-        resp = client.chat.completions.create(
-            model=model_link,
-            messages=[
-                {"role": "system", "content": "You rewrite Arabic business chat replies without adding information."},
-                {"role": "user", "content": prompt},
-            ],
-            max_tokens=140,
-            temperature=0.2,
-            top_p=0.5,
-            stream=False,
-        )
-
-        enhanced = resp.choices[0].message.content.strip()
-        return sanitize_reply(enhanced, gender)
-
-    except Exception:
-        return reply
-
-
 # =========================
 # Main Processing
 # =========================
@@ -804,35 +723,32 @@ def process_text(user_text: str):
 
     intent = detect_intent(user_text)
 
-    # 1) Known intents -> rule-based
+    # 1) Known intents -> rule-based only
     answer = generate_rule_based_reply(intent, user_text, gender)
     if answer:
-        answer = sanitize_reply(answer, gender)
-        answer = rewrite_reply_with_llm(answer, gender)
         answer = sanitize_reply(answer, gender)
         return {
             "ok": True,
             "intent": intent,
             "gender": gender,
-            "source": "rule_based+llm_rewrite",
+            "source": "rule_based",
             "reply": answer
         }
 
-    # 2) Smart fallback for OTHER
-    smart_other_answer = generate_other_reply(user_text, gender)
-    if smart_other_answer:
-        smart_other_answer = sanitize_reply(smart_other_answer, gender)
-        smart_other_answer = rewrite_reply_with_llm(smart_other_answer, gender)
+    # 2) Smart fallback for known OTHER subtypes
+    other_subtype = detect_other_subtype(user_text)
+    if other_subtype:
+        smart_other_answer = generate_other_reply(user_text, gender)
         smart_other_answer = sanitize_reply(smart_other_answer, gender)
         return {
             "ok": True,
             "intent": intent,
             "gender": gender,
-            "source": "smart_fallback+llm_rewrite",
+            "source": "smart_fallback",
             "reply": smart_other_answer
         }
 
-    # 3) Last resort LLM
+    # 3) Last resort LLM only if nothing matched
     llm_answer = process_with_llm(user_text, gender)
     return {
         "ok": True,