Update main.py

main.py

@@ -93,7 +93,7 @@ def gregorian_to_jalali(gy, gm, gd):
     return jy, jm, jd
 
 # ==============================================================================
-# 🟢 پارت 4: دیتابیس SQLite (نسخه فوق‌سریع Non-Blocking با سیستم Threading)
+# 🟢 پارت 4: دیتابیس SQLite (نسخه فوق‌سریع - فقط RAM برای پیام‌ها + پاکسازی هارد)
 # ==============================================================================
 import os
 import sqlite3
@@ -106,7 +106,7 @@ CORRUPT_FILE = "/data/users_db.db"
 BACKUP_JSON = "/data/users_db.json.bak" 
 
 last_saved_state = {}
-# حافظه کش برای پیام‌های پردازش شده جهت جلوگیری از قفل شدن دیتابیس
+# حافظه کش فقط در RAM (با ری‌استارت اسپیس پاک می‌شود)
 recent_messages_dict = {}
 # قفل‌ها برای جلوگیری از تداخل رشته‌ها (Threads)
 db_lock = threading.Lock()
@@ -119,18 +119,26 @@ def init_sqlite_db():
 
         conn = sqlite3.connect(DB_FILE, timeout=60.0)
         cursor = conn.cursor()
-        # 🚀 تغییر بسیار مهم: استفاده از WAL به جای DELETE برای پشتیبانی از هزاران کاربر همزمان
+        
+        # 🚀 تنظیمات سرعت دیتابیس
         cursor.execute('PRAGMA journal_mode=WAL;') 
         cursor.execute('PRAGMA synchronous=NORMAL;')
+        
+        # 1️⃣ اطمینان از وجود و سلامت جدول کاربران (اطلاعات اصلی که نباید پاک شود)
         cursor.execute('CREATE TABLE IF NOT EXISTS users (chat_id TEXT PRIMARY KEY, user_data TEXT)')
-        cursor.execute('CREATE TABLE IF NOT EXISTS processed_messages (message_id TEXT PRIMARY KEY)')
+        
+        # 2️⃣ حذف جدول شناسه‌های قدیمی پیام‌ها برای همیشه
+        cursor.execute('DROP TABLE IF EXISTS processed_messages')
         conn.commit()
+
+        # 3️⃣ آزادسازی فضای هارد دیسک و کاهش حجم فایل دیتابیس (حذف فیزیکی شناسه‌های قدیمی)
+        conn.execute('VACUUM')
+        
         conn.close()
 
         if is_first_run:
             print("🚨 عملیات نجات آغاز شد...")
             restore_users_from_json()
-            salvage_messages_from_corrupt_db()
 
     except Exception as e:
         print(f"❌ خطا در راه اندازی دیتابیس: {e}")
@@ -152,20 +160,6 @@ def restore_users_from_json():
         except Exception as e:
             print(f"❌ خطا در بازیابی اعتبارها: {e}")
 
-def salvage_messages_from_corrupt_db():
-    if os.path.exists(CORRUPT_FILE):
-        print(f"🔍 در حال تلاش برای نجات شناسه‌های پیام از فایل {CORRUPT_FILE} ...")
-        try:
-            conn = sqlite3.connect(DB_FILE, timeout=60.0)
-            conn.execute('PRAGMA journal_mode=WAL;')
-            conn.execute(f"ATTACH DATABASE '{CORRUPT_FILE}' AS old_db")
-            conn.execute("INSERT OR IGNORE INTO processed_messages SELECT message_id FROM old_db.processed_messages")
-            conn.commit()
-            conn.close()
-            print("✅ شناسه‌های پیام قدیمی نجات یافتند.")
-        except Exception as e:
-            print(f"⚠️ هشدار فایل قدیمی: {e}")
-
 def load_db():
     global last_saved_state, recent_messages_dict
     init_sqlite_db()
@@ -175,25 +169,20 @@ def load_db():
         conn.execute('PRAGMA journal_mode=WAL;')
         cursor = conn.cursor()
         
-        # لود کردن کاربران
+        # 🟢 فقط لود کردن اطلاعات کاربران (بدون دست زدن به شناسه‌های پیام)
         cursor.execute("SELECT chat_id, user_data FROM users")
         for row in cursor.fetchall():
             db_dict[row[0]] = json.loads(row[1])
             
-        # 🚀 لود کردن 15 هزار پیام آخر به داخل RAM برای سرعت فوق العاده
-        cursor.execute("SELECT message_id FROM processed_messages ORDER BY ROWID DESC LIMIT 15000")
-        for row in cursor.fetchall():
-            recent_messages_dict[row[0]] = True
-            
         conn.close()
         last_saved_state = copy.deepcopy(db_dict)
-        print(f"🚀 دیتابیس آماده شد. تعداد کاربران: {len(db_dict)} | پیام‌های کش شده در رم: {len(recent_messages_dict)}")
+        print(f"🚀 دیتابیس آماده شد. تعداد کاربران: {len(db_dict)} | کش پیام‌ها پاکسازی شد.")
         return db_dict
     except Exception as e:
         print(f"⚠️ ارور در لود نهایی: {e}")
         return {}
 
-# --- سیستم ذخیره سازی در پس‌زمینه (بدون معطل کردن ربات) ---
+# --- سیستم ذخیره سازی کاربران در پس‌زمینه ---
 def background_save_worker(changed_data):
     with db_lock:
         try:
@@ -208,7 +197,7 @@ def background_save_worker(changed_data):
 
 def save_db(db_data):
     global last_saved_state
-    changed =[]
+    changed = []
     for cid, data in db_data.items():
         if cid not in last_saved_state or last_saved_state[cid] != data:
             changed.append((str(cid), json.dumps(data, ensure_ascii=False)))
@@ -219,36 +208,23 @@ def save_db(db_data):
     for cid, _ in changed:
         last_saved_state[cid] = copy.deepcopy(db_data[cid])
         
-    # 🚀 پرتاب عملیات سنگین به یک پردازشگر دیگر تا ربات متوقف نشود
     threading.Thread(target=background_save_worker, args=(changed,), daemon=True).start()
 
-# --- سیستم بررسی پیام تکراری (کاملا منتقل شده به RAM سرور) ---
+# --- سیستم ضد تکرار پیام کاملاً منتقل شده به RAM ---
 def is_message_processed(message_id):
-    # چک کردن داخل RAM (زمان اجرا: 0.0001 ثانیه)
+    # چک کردن داخل RAM در کسری از ثانیه
     return str(message_id) in recent_messages_dict
 
-def background_mark_message(msg_id):
-    with db_lock:
-        try:
-            conn = sqlite3.connect(DB_FILE, timeout=30.0)
-            conn.execute('PRAGMA journal_mode=WAL;')
-            conn.execute("INSERT OR IGNORE INTO processed_messages VALUES (?)", (msg_id,))
-            conn.commit()
-            conn.close()
-        except: pass
-
 def mark_message_processed(message_id):
     msg_id_str = str(message_id)
     with msg_cache_lock:
-        # ثبت در RAM
+        # ثبت فقط در RAM
         recent_messages_dict[msg_id_str] = True
-        # جلوگیری از پر شدن بیش از حد RAM
+        
+        # جلوگیری از پر شدن بیش از حد RAM (نگه داشتن فقط 15000 پیام آخر)
         if len(recent_messages_dict) > 15000:
             oldest_key = next(iter(recent_messages_dict))
             del recent_messages_dict[oldest_key]
-            
-    # ذخیره در دیتابیس به صورت پس‌زمینه
-    threading.Thread(target=background_mark_message, args=(msg_id_str,), daemon=True).start()
 
 user_credits_db = load_db()
 
@@ -1001,24 +977,19 @@ async def process_legacy_vc_job(client, chat_id, src_bytes, model_url, pitch, mo
     if os.path.exists(file_name_mp3): os.remove(file_name_mp3)
 
 # ==============================================================================
-# 🟢 پارت 13: پردازش هوش مصنوعی متنی و تصویری جیمینای و هاگینگ‌فیس
+# 🟢 پارت 13: پردازش هوش مصنوعی متنی و تصویری جیمینای و هاگینگ‌فیس (ترکیب با Aya)
 # ==============================================================================
-# ==================================================================
-# سایر توابع پردازشی
-# ==================================================================
 async def process_gemini(client, chat_id, prompt, file_bytes=None, file_name=None):
     str_chat_id = str(chat_id).replace("`", "").replace("'", "").replace('"', "").strip()
     creds = get_user_credits(str_chat_id)
     if creds["chat"] <= 0:
         return await send_with_keyboard(client, chat_id, "❌ اعتبار پیام‌های چت شما تمام شده است. لطفاً از منوی اصلی وارد بخش «خرید اشتراک 💎» شوید.", False)
 
-    if not GEMINI_KEYS: return await send_with_keyboard(client, chat_id, "❌ کلیدهای API جیمینای تنظیم نشده‌اند.", False)
-    
     proc_msg = await send_with_keyboard(client, chat_id, "🧠 در حال پردازش...", False)
-    history = user_states[chat_id].get("history",[])
-    new_parts =[]
+    history = user_states[chat_id].get("history", [])
+    new_parts = []
     
-    is_image = True
+    is_image = False
     has_non_image_file = False
     
     if prompt: new_parts.append({"text": prompt})
@@ -1043,91 +1014,188 @@ async def process_gemini(client, chat_id, prompt, file_bytes=None, file_name=Non
             
         new_parts.append({"inlineData": {"mimeType": mime_type, "data": base64_data}})
 
+    # اضافه کردن پیام جدید به تاریخچه مشترک ربات
     if history and history[-1]["role"] == "user": history[-1]["parts"].extend(new_parts)
     else: history.append({"role": "user", "parts": new_parts})
 
-    if len(history) > 40:
-        history = history[-40:]
+    # 🔴 محدود کردن طول تاریخچه به ۲۰ پیام (۱۰ پیام کاربر + ۱۰ پیام ربات)
+    if len(history) > 50:
+        history = history[-50:]
         if history[0]["role"] == "model": history = history[1:]
 
     final_answer = None
-    for attempt in range(3):
-        keys_to_try = get_next_gemini_keys(100)
-        async with aiohttp.ClientSession() as session:
-            for key in keys_to_try:
-                url = f"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent?key={key}"
-                payload = {"contents": history, "generationConfig": {"temperature": 0.7, "maxOutputTokens": 8192}}
-                try:
-                    async with session.post(url, json=payload, timeout=60) as response:
-                        if response.status == 200:
-                            data = await response.json()
-                            try:
-                                final_answer = data["candidates"][0]["content"]["parts"][0]["text"]
-                                break
-                            except (KeyError, IndexError): continue 
-                except Exception: continue
-        if final_answer: break
-        await asyncio.sleep(2)
 
-    if not final_answer:
-        if has_non_image_file:
-            if history and history[-1]["role"] == "user": history.pop()
+    # =========================================================================
+    # 🔴 مسیر اول: اگر کاربر فایل یا عکس ارسال کرده باشد (استفاده از جیمینای)
+    # =========================================================================
+    if file_bytes is not None:
+        if not GEMINI_KEYS: 
             try:
                 if proc_msg:
                     msg_id = getattr(proc_msg, 'message_id', None)
                     if isinstance(proc_msg, dict): msg_id = proc_msg.get('message_update', {}).get('message_id') or proc_msg.get('message_id')
-                    if msg_id: await client.delete_messages(chat_id,[msg_id])
+                    if msg_id: await client.delete_messages(chat_id, [msg_id])
             except Exception: pass
-            await send_with_keyboard(client, chat_id, "❌ متأسفانه سرور اصلی در حال حاضر شلوغ است و در این شرایط **فعلاً تنها امکان تحلیل تصاویر** توسط سرور جایگزین در دسترس است.", False)
-            return
+            return await send_with_keyboard(client, chat_id, "❌ کلیدهای API جیمینای تنظیم نشده‌اند.", False)
+
+        for attempt in range(3):
+            keys_to_try = get_next_gemini_keys(100)
+            async with aiohttp.ClientSession() as session:
+                for key in keys_to_try:
+                    url = f"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent?key={key}"
+                    payload = {"contents": history, "generationConfig": {"temperature": 0.7, "maxOutputTokens": 8192}}
+                    try:
+                        async with session.post(url, json=payload, timeout=60) as response:
+                            if response.status == 200:
+                                data = await response.json()
+                                try:
+                                    final_answer = data["candidates"][0]["content"]["parts"][0]["text"]
+                                    break
+                                except (KeyError, IndexError): continue 
+                    except Exception: continue
+            if final_answer: break
+            await asyncio.sleep(2)
+
+        if not final_answer:
+            if has_non_image_file:
+                if history and history[-1]["role"] == "user": history.pop()
+                try:
+                    if proc_msg:
+                        msg_id = getattr(proc_msg, 'message_id', None)
+                        if isinstance(proc_msg, dict): msg_id = proc_msg.get('message_update', {}).get('message_id') or proc_msg.get('message_id')
+                        if msg_id: await client.delete_messages(chat_id, [msg_id])
+                except Exception: pass
+                await send_with_keyboard(client, chat_id, "❌ متأسفانه سرور اصلی در حال حاضر شلوغ است و در این شرایط **فعلاً تنها امکان تحلیل تصاویر** توسط سرور جایگزین در دسترس است.", False)
+                return
+                
+            if HF_TOKENS:
+                hf_messages = []
+                for msg in history:
+                    role = "assistant" if msg["role"] == "model" else "user"
+                    content_parts = []
+                    for part in msg["parts"]:
+                        if "text" in part:
+                            content_parts.append({"type": "text", "text": part["text"]})
+                        elif "inlineData" in part:
+                            mime_t = part["inlineData"]["mimeType"]
+                            b64_d = part["inlineData"]["data"]
+                            if mime_t.startswith('image/'):
+                                content_parts.append({
+                                    "type": "image_url",
+                                    "image_url": {"url": f"data:{mime_t};base64,{b64_d}"}
+                                })
+                    if content_parts:
+                        hf_messages.append({"role": role, "content": content_parts})
+
+                for attempt in range(3):
+                    keys_to_try_hf = HF_TOKENS.copy()
+                    random.shuffle(keys_to_try_hf)
+                    async with aiohttp.ClientSession() as session:
+                        for hf_key in keys_to_try_hf:
+                            url = "https://router.huggingface.co/v1/chat/completions"
+                            headers = {"Authorization": f"Bearer {hf_key}", "Content-Type": "application/json"}
+                            payload = {
+                                "model": "google/gemma-4-31B-it:novita",
+                                "messages": hf_messages,
+                                "max_tokens": 4096
+                            }
+                            try:
+                                async with session.post(url, headers=headers, json=payload, timeout=60) as response:
+                                    if response.status == 200:
+                                        data = await response.json()
+                                        final_answer = data["choices"][0]["message"]["content"]
+                                        break
+                            except Exception:
+                                continue
+                    if final_answer: break
+                    await asyncio.sleep(2)
+
+    # =========================================================================
+    # 🟢 مسیر دوم: اگر فقط متن بود (استفاده از اسپیس Cohere Labs Aya Expanse)
+    # =========================================================================
+    else:
+        # 🟢 تزریق شخصیت و دستورالعمل جدید به مدل
+        system_rules = """تو یک دستیار با مزه از برنامه هوش مصنوعی آلفا هستی😊 و توسط هوش مصنوعی آلفا توسعه داده شدی.
+اینگونه می‌تونی خودت رو معرفی کنی، من یه هوش مصنوعیِ ساخته‌شده توسط تیم‌ تخصصی آلفا ام، و بر پایه مدل GPT-5.4 کار می‌کنم. یعنی یه نوع نرم‌افزار خیلی هوشمند که با کمک میلیون‌ها داده و آموزش‌های پیشرفته ساخته شده، تا بتونه بهت کمک کنه، سوالاتت رو جواب بده، یا حتی یه شوخی خنده‌دار برات بگه وقتی حال و هوات گرفته‌ست!
+در واقع، من نتیجه سال‌ها تحقیقات و تلاش‌های مهندس‌ها و پژوهشگرها هستم، تا جایی که می‌تونم بهترین کمک رو بهت بکنم. این دستورات های تو هستند و بصورت رندوم متفاوت جواب بده و تز شکلک های مناسب و جواب های جذاب استفاده کن."""
+
+        # 🟢 استخراج تاریخچه و تبدیل آن به متنی پیوسته جهت تزریق مستقیم به حافظه مدل (تضمین ۱۰۰٪ یادآوری)
+        text_history = ""
+        gradio_history = []
+        temp_user_msg = ""
+        
+        for msg in history[:-1]:
+            text_content = "".join([p.get("text", "") for p in msg.get("parts", []) if "text" in p]).strip()
+            if not text_content: continue
             
-        if HF_TOKENS:
-            hf_messages =[]
-            for msg in history:
-                role = "assistant" if msg["role"] == "model" else "user"
-                content_parts =[]
-                for part in msg["parts"]:
-                    if "text" in part:
-                        content_parts.append({"type": "text", "text": part["text"]})
-                    elif "inlineData" in part:
-                        mime_t = part["inlineData"]["mimeType"]
-                        b64_d = part["inlineData"]["data"]
-                        if mime_t.startswith('image/'):
-                            content_parts.append({
-                                "type": "image_url",
-                                "image_url": {"url": f"data:{mime_t};base64,{b64_d}"}
-                            })
-                if content_parts:
-                    hf_messages.append({"role": role, "content": content_parts})
+            if msg["role"] == "user":
+                temp_user_msg = text_content
+                text_history += f"کاربر: {text_content}\n"
+            elif msg["role"] == "model":
+                text_history += f"آلفا: {text_content}\n"
+                if temp_user_msg:
+                    gradio_history.append([temp_user_msg, text_content])
+                    temp_user_msg = ""
+                else:
+                    gradio_history.append(["", text_content])
+                    
+        # ادغام دستورات، تاریخچه گذشته و پیام جدید به یک پرامپت قدرتمند
+        if text_history:
+            full_prompt = f"{system_rules}\n\n--- تاریخچه مکالمه تا این لحظه ---\n{text_history}\n--- پایان تاریخچه ---\n\nپیام جدید کاربر:\n{prompt}"
+        else:
+            full_prompt = f"{system_rules}\n\n---\nپیام جدید کاربر:\n{prompt}"
 
-            for attempt in range(3):
-                keys_to_try_hf = HF_TOKENS.copy()
-                random.shuffle(keys_to_try_hf)
+        session_hash = ''.join(random.choices(string.ascii_lowercase + string.digits, k=11))
+        join_url = "https://coherelabs-aya-expanse.hf.space/gradio_api/queue/join"
+        data_url = f"https://coherelabs-aya-expanse.hf.space/gradio_api/queue/data?session_hash={session_hash}"
+        
+        # ساختار Payload دقیقاً منطبق با اسپیس
+        payload = {
+            "data": [
+                full_prompt,
+                gradio_history,
+                None,
+                None
+            ],
+            "event_data": None,
+            "fn_index": 2,
+            "session_hash": session_hash,
+            "trigger_id": 37
+        }
+
+        for attempt in range(3):
+            try:
                 async with aiohttp.ClientSession() as session:
-                    for hf_key in keys_to_try_hf:
-                        url = "https://router.huggingface.co/v1/chat/completions"
-                        headers = {"Authorization": f"Bearer {hf_key}", "Content-Type": "application/json"}
-                        payload = {
-                            "model": "google/gemma-4-31B-it:novita",
-                            "messages": hf_messages,
-                            "max_tokens": 4096
-                        }
-                        try:
-                            async with session.post(url, headers=headers, json=payload, timeout=60) as response:
-                                if response.status == 200:
-                                    data = await response.json()
-                                    final_answer = data["choices"][0]["message"]["content"]
-                                    break
-                        except Exception:
-                            continue
-                if final_answer: break
-                await asyncio.sleep(2)
+                    async with session.post(join_url, json=payload, timeout=30) as resp:
+                        if resp.status == 200:
+                            async with session.get(data_url, timeout=120) as data_resp:
+                                async for line_bytes in data_resp.content:
+                                    line = line_bytes.decode('utf-8').strip()
+                                    if line.startswith("data: "):
+                                        try:
+                                            json_data = json.loads(line[6:])
+                                            if json_data.get("msg") == "process_completed":
+                                                if json_data.get("success"):
+                                                    output_data = json_data.get("output", {}).get("data", [])
+                                                    if output_data and len(output_data) > 0:
+                                                        result_hist = output_data[0]
+                                                        if isinstance(result_hist, list) and len(result_hist) > 0:
+                                                            final_answer = result_hist[-1][1] 
+                                                break
+                                        except Exception: pass
+            except Exception: pass
+            
+            if final_answer: break
+            await asyncio.sleep(2)
 
+    # =========================================================================
+    # 🏁 پایان پردازش و ارسال نتیجه نهایی به کاربر
+    # =========================================================================
     try:
         if proc_msg:
             msg_id = getattr(proc_msg, 'message_id', None)
             if isinstance(proc_msg, dict): msg_id = proc_msg.get('message_update', {}).get('message_id') or proc_msg.get('message_id')
-            if msg_id: await client.delete_messages(chat_id,[msg_id])
+            if msg_id: await client.delete_messages(chat_id, [msg_id])
     except Exception: pass
 
     if not final_answer:
@@ -1135,12 +1203,13 @@ async def process_gemini(client, chat_id, prompt, file_bytes=None, file_name=Non
         await send_with_keyboard(client, chat_id, "❌ تمامی سرورها شلوغ هستند. لطفاً بعداً امتحان کنید.", False)
         return
 
-    history.append({"role": "model", "parts":[{"text": final_answer}]})
+    # ذخیره پاسخ در تاریخچه چت کاربر
+    history.append({"role": "model", "parts": [{"text": final_answer}]})
     user_states[chat_id]["history"] = history
 
     try:
         max_len = 1000 
-        chunks =[]
+        chunks = []
         temp_text = final_answer
         while len(temp_text) > max_len:
             split_idx = temp_text.rfind('\n', 0, max_len)