Initial commit

app.py

@@ -0,0 +1,169 @@
+import os
+import logging
+import sqlite3
+from datetime import datetime
+import torch
+import numpy as np
+import gradio as gr
+from transformers import pipeline, AutoTokenizer, AutoModelForSeq2SeqLM
+from huggingface_hub import login
+
+# تنظیم logging برای دیباگ
+logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')
+logger = logging.getLogger(__name__)
+
+# تنظیم توکن و تایم‌اوت
+logger.info("Starting application setup")
+os.environ["HF_HUB_ETAG_TIMEOUT"] = "30"
+os.environ["HF_HUB_DOWNLOAD_TIMEOUT"] = "30"
+hf_token = os.getenv("HF_TOKEN", "")
+if not hf_token:
+    logger.warning("HF_TOKEN not set, may fail to download models")
+login(token=hf_token)
+
+# لود مدل برای کدنویسی و دیباگ
+logger.info("Loading CodeT5 model")
+try:
+    code_tokenizer = AutoTokenizer.from_pretrained("Salesforce/CodeT5-base")
+    code_model = AutoModelForSeq2SeqLM.from_pretrained("Salesforce/CodeT5-base")
+    code_gen = pipeline("text2text-generation", model=code_model, tokenizer=code_tokenizer)
+    logger.info("CodeT5 model loaded successfully")
+except Exception as e:
+    logger.error(f"Failed to load CodeT5 model: {e}")
+    raise
+
+# لود تنبل مدل برای فارسی
+farsi_model = None
+def load_farsi_model():
+    global farsi_model
+    if farsi_model is None:
+        logger.info("Loading DistilBERT model")
+        try:
+            farsi_model = pipeline("text-generation", model="distilbert-base-multilingual-cased", max_new_tokens=512)
+            logger.info("DistilBERT model loaded successfully")
+        except Exception as e:
+            logger.error(f"Failed to load DistilBERT model: {e}")
+            raise
+    return farsi_model
+
+# ایجاد دیتابیس
+def init_db():
+    db_path = os.getenv("DB_PATH", "chris.db")
+    logger.info(f"Initializing database at {db_path}")
+    try:
+        with sqlite3.connect(db_path) as conn:
+            cursor = conn.cursor()
+            cursor.execute('''CREATE TABLE IF NOT EXISTS CHRIS (
+                                id INTEGER PRIMARY KEY AUTOINCREMENT,
+                                user_input TEXT,
+                                task_type TEXT,
+                                prompt TEXT,
+                                response TEXT,
+                                timestamp TEXT
+                              )''')
+            conn.commit()
+            logger.info("Database initialized")
+    except Exception as e:
+        logger.error(f"Database initialization error: {e}")
+        raise
+
+# ذخیره در حافظه
+def save_to_memory(user_input, task_type, prompt, response):
+    try:
+        with sqlite3.connect(os.getenv("DB_PATH", "chris.db")) as conn:
+            cursor = conn.cursor()
+            cursor.execute("INSERT INTO CHRIS (user_input, task_type, prompt, response, timestamp) VALUES (?, ?, ?, ?, ?)",
+                           (user_input, task_type, prompt, response, datetime.now().isoformat()))
+            conn.commit()
+            logger.info("Saved to DB")
+    except Exception as e:
+        logger.error(f"DB Save Error: {e}")
+
+# مدل ترجمه و ساخت پرامپت
+def translate_and_prompt(text, language):
+    try:
+        model = load_farsi_model()
+        full_prompt = f"""شما یک دستیار برنامه‌نویسی هستید که به فارسی مسلط است. متن زیر را به انگلیسی ترجمه کنید و یک پرامپت مناسب برای تولید کد در زبان {language} بنویسید:
+        
+        متن: {text}
+        زبان برنامه‌نویسی: {language}
+        """
+        result = model(full_prompt, max_new_tokens=300)
+        return result[0]['generated_text']
+    except Exception as e:
+        logger.error(f"Translation Error: {e}")
+        return f"Error in translation: {e}"
+
+# تولید کد
+def generate_code(prompt):
+    try:
+        result = code_gen(prompt, max_length=512, num_beams=5)
+        return result[0]['generated_text']
+    except Exception as e:
+        logger.error(f"Code generation error: {e}")
+        return f"Code generation error: {e}"
+
+# تابع اصلی
+def christopher(task_type, user_input, language):
+    logger.info(f"Processing task: {task_type}, input: {user_input}, language: {language}")
+    try:
+        if task_type == "ترجمه و پرامپت‌سازی":
+            response = translate_and_prompt(user_input, language)
+            save_to_memory(user_input, task_type, "-", response)
+            return response
+
+        elif task_type == "نوشتن کد کامل":
+            prompt = f"Write a complete, correct and well-explained code in {language} to: {user_input}"
+            response = generate_code(prompt)
+            save_to_memory(user_input, task_type, prompt, response)
+            return response
+
+        elif task_type == "دیباگ کد":
+            prompt = f"Debug the following {language} code and provide a fixed version with explanations:\n\n{user_input}"
+            response = generate_code(prompt)
+            save_to_memory(user_input, task_type, prompt, response)
+            return response
+
+        elif task_type == "توضیح کد به فارسی":
+            prompt = f"لطفاً کد زیر که به زبان {language} نوشته شده را به فارسی توضیح دهید:\n\n{user_input}"
+            response = load_farsi_model()(prompt, max_new_tokens=512)[0]['generated_text']
+            save_to_memory(user_input, task_type, prompt, response)
+            return response
+
+        elif task_type == "نمایش تاریخچه":
+            with sqlite3.connect(os.getenv("DB_PATH", "chris.db")) as conn:
+                cursor = conn.cursor()
+                cursor.execute("SELECT user_input, task_type, prompt, response, timestamp FROM CHRIS ORDER BY id DESC LIMIT 10")
+                records = cursor.fetchall()
+                history = "\n\n".join([f"{r[4]} | [{r[1]}]\nInput: {r[0]}\nPrompt: {r[2]}\nResponse:\n{r[3]}" for r in records])
+                return history
+    except Exception as e:
+        logger.error(f"Christopher task error: {e}")
+        return f"خطا: {e}"
+    return "نوع درخواست نامعتبر است."
+
+# اجرای گرافیکی با Gradio
+def gradio_ui(user_input, task_type, language):
+    return christopher(task_type, user_input, language)
+
+# اجرای برنامه
+if __name__ == "__main__":
+    logger.info("Starting application")
+    try:
+        init_db()
+        logger.info("Launching Gradio interface")
+        iface = gr.Interface(
+            fn=gradio_ui,
+            inputs=[
+                gr.Textbox(label="ورودی یا کد شما"),
+                gr.Dropdown(choices=["ترجمه و پرامپت‌سازی", "نوشتن کد کامل", "دیباگ کد", "توضیح کد به فارسی", "نمایش تاریخچه"], label="انتخاب عملکرد"),
+                gr.Textbox(label="زبان برنامه‌نویسی (مثلاً Python, JavaScript)")
+            ],
+            outputs=gr.Textbox(label="پاسخ کریستوفر"),
+            title="کریستوفر - دستیار کدنویسی هوشمند",
+            description="۵ عملکرد: ترجمه، تولید کد، دیباگ، توضیح، نمایش تاریخچه. مدل‌های مورد استفاده: CodeT5 و DistilBERT"
+        )
+        iface.launch(server_name="0.0.0.0", server_port=7860, debug=True)
+    except Exception as e:
+        logger.error(f"Application startup error: {e}")
+        raise