تحميل ملفات المشروع

Dockerfile

@@ -0,0 +1,20 @@
+FROM python:3.11-slim
+
+# System deps
+RUN apt-get update && apt-get install -y --no-install-recommends \
+    build-essential curl \
+    && rm -rf /var/lib/apt/lists/*
+
+WORKDIR /app
+
+# Install Python deps first (layer cache)
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+# Copy app
+COPY main.py .
+
+# HF Spaces requires port 7860
+EXPOSE 7860
+
+CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "7860"]

README.md

@@ -1,12 +1,47 @@
 ---
-title: Lassen
-emoji: 🦀
-colorFrom: purple
-colorTo: gray
-sdk: gradio
-sdk_version: 6.12.0
-app_file: app.py
+title: Bayan API
+emoji: 📜
+colorFrom: indigo
+colorTo: purple
+sdk: docker
 pinned: false
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# Bayan API — مشروع بيان
+
+FastAPI backend for the Bayan Arabic Poetry AI project.
+
+## Endpoints
+
+| Method | Path | Description |
+|--------|------|-------------|
+| GET | `/health` | Health check |
+| POST | `/fasserha` | فسّرها لي — classify + literary analysis |
+| POST | `/generate` | ساعدني في الكتابة — generate verses |
+| GET | `/meters` | List all supported meters |
+
+## /fasserha — Request
+```json
+{ "poem": "قفا نبك من ذكرى حبيب ومنزل..." }
+```
+
+## /fasserha — Response
+```json
+{
+  "success": true,
+  "data": {
+    "meter": { "meter_ar": "الطويل", "meter_en": "taweel", "confidence": 0.95 },
+    "era":   { "era": "قديم", "classical_probability": 0.98, "modern_probability": 0.02 },
+    "topic": { "topic": "غزل رومانسي", "confidence": 0.87, "top3": [...] },
+    "explanation": "..."
+  }
+}
+```
+
+## /generate — Request
+```json
+{ "idea": "الشوق إلى الوطن", "meter": "الطويل", "num_verses": 4 }
+```
+
+## Environment Variables
+Set `OPENAI_API_KEY` in the Space secrets.

main.py

@@ -0,0 +1,293 @@
+import os, re, html, pickle
+import numpy as np
+import torch
+from collections import Counter
+from contextlib import asynccontextmanager
+from fastapi import FastAPI, HTTPException
+from fastapi.middleware.cors import CORSMiddleware
+from pydantic import BaseModel
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+from openai import OpenAI
+
+# ── Config ────────────────────────────────────────────────────────────────────
+METER_MODEL_ID = "Rahaf2001/Lassen-meter-classifier"
+ERA_MODEL_ID   = "Rahaf2001/LassenEraClassifier"
+TOPIC_MODEL_ID = "Rahaf2001/Lassen-topic-classifier"
+
+OPENAI_API_KEY = os.environ.get("OPENAI_API_KEY", "")
+
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+
+# ── Global model holders ──────────────────────────────────────────────────────
+models = {}
+
+# ── Arabic text cleaning ──────────────────────────────────────────────────────
+ARABIC_DIACRITICS = re.compile(r'[\u0617-\u061A\u064B-\u0652\u0670\u06D6-\u06ED]')
+
+def clean_arabic(text: str) -> str:
+    if not text:
+        return ""
+    text = html.unescape(str(text))
+    text = re.sub(r"<.*?>", " ", text)
+    text = text.replace("\u0640", "")
+    text = ARABIC_DIACRITICS.sub("", text)
+    text = re.sub(r'[\u0623\u0625\u0622\u0671]', '\u0627', text)
+    text = text.replace("\u0629", "\u0647")
+    text = re.sub(r"[0-9\u0660-\u0669]", " ", text)
+    text = re.sub(r"[^\u0600-\u06FF\s]", " ", text)
+    text = re.sub(r"\s+", " ", text).strip()
+    return text
+
+# ── Meter labels ──────────────────────────────────────────────────────────────
+LABELS_METER = ['saree', 'kamel', 'mutakareb', 'mutadarak', 'munsareh',
+                'madeed', 'mujtath', 'ramal', 'baseet', 'khafeef',
+                'taweel', 'wafer', 'hazaj', 'rajaz']
+
+METER_ARABIC = {
+    'saree': 'السريع', 'kamel': 'الكامل', 'mutakareb': 'المتقارب',
+    'mutadarak': 'المتدارك', 'munsareh': 'المنسرح', 'madeed': 'المديد',
+    'mujtath': 'المجتث', 'ramal': 'الرمل', 'baseet': 'البسيط',
+    'khafeef': 'الخفيف', 'taweel': 'الطويل', 'wafer': 'الوافر',
+    'hazaj': 'الهزج', 'rajaz': 'الرجز'
+}
+
+# ── Meter taf'ila patterns ────────────────────────────────────────────────────
+METER_PATTERNS = {
+    'الطويل': 'فَعُولُنْ مَفَاعِيلُنْ فَعُولُنْ مَفَاعِلُنْ',
+    'الكامل': 'مُتَفَاعِلُنْ مُتَفَاعِلُنْ مُتَفَاعِلُنْ',
+    'البسيط': 'مُسْتَفْعِلُنْ فَاعِلُنْ مُسْتَفْعِلُنْ فَاعِلُنْ',
+    'الوافر': 'مُفَاعَلَتُنْ مُفَاعَلَتُنْ فَعُولُنْ',
+    'الخفيف': 'فَاعِلَاتُنْ مُسْتَفْعِلُنْ فَاعِلَاتُنْ',
+    'الرجز': 'مُسْتَفْعِلُنْ مُسْتَفْعِلُنْ مُسْتَفْعِلُنْ',
+    'الرمل': 'فَاعِلَاتُنْ فَاعِلَاتُنْ فَاعِلَاتُنْ',
+    'السريع': 'مُسْتَفْعِلُنْ مُسْتَفْعِلُنْ مَفْعُولَاتُ',
+    'المنسرح': 'مُسْتَفْعِلُنْ مَفْعُولَاتُ مُسْتَفْعِلُنْ',
+    'الهزج': 'مَفَاعِيلُنْ مَفَاعِيلُنْ',
+    'المتقارب': 'فَعُولُنْ فَعُولُنْ فَعُولُنْ فَعُولُنْ',
+    'المتدارك': 'فَاعِلُنْ فَاعِلُنْ فَاعِلُنْ فَاعِلُنْ',
+    'المديد': 'فَاعِلَاتُنْ فَاعِلُنْ فَاعِلَاتُنْ',
+}
+
+# ── Lifespan: load models once at startup ────────────────────────────────────
+@asynccontextmanager
+async def lifespan(app: FastAPI):
+    print("Loading models...")
+
+    # Meter
+    models["meter_tokenizer"] = AutoTokenizer.from_pretrained(METER_MODEL_ID)
+    models["meter_model"] = AutoModelForSequenceClassification.from_pretrained(METER_MODEL_ID)
+    models["meter_model"].to(device).eval()
+
+    # Era
+    models["era_tokenizer"] = AutoTokenizer.from_pretrained(ERA_MODEL_ID)
+    models["era_model"] = AutoModelForSequenceClassification.from_pretrained(ERA_MODEL_ID)
+    models["era_model"].to(device).eval()
+
+    # Topic
+    models["topic_tokenizer"] = AutoTokenizer.from_pretrained(TOPIC_MODEL_ID)
+    models["topic_model"] = AutoModelForSequenceClassification.from_pretrained(TOPIC_MODEL_ID)
+    models["topic_model"].to(device).eval()
+
+    # Topic labels — loaded from HF model config
+    topic_cfg = models["topic_model"].config
+    if hasattr(topic_cfg, "id2label"):
+        models["id2label_topic"] = {int(k): v for k, v in topic_cfg.id2label.items()}
+    else:
+        models["id2label_topic"] = {i: str(i) for i in range(topic_cfg.num_labels)}
+
+    # OpenAI client
+    models["openai"] = OpenAI(api_key=OPENAI_API_KEY)
+
+    print(f"All models loaded on {device} ✓")
+    yield
+    models.clear()
+
+# ── App ───────────────────────────────────────────────────────────────────────
+app = FastAPI(title="Bayan API", lifespan=lifespan)
+
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"],
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+# ── Inference helpers ─────────────────────────────────────────────────────────
+def predict_meter(poem_text: str) -> dict:
+    verses = [v.replace("#", " ").strip() for v in poem_text.strip().split("\n") if v.strip()]
+    if not verses:
+        raise ValueError("القصيدة فارغة")
+    predictions = []
+    for verse in verses:
+        inputs = models["meter_tokenizer"](verse, return_tensors="pt", truncation=True,
+                                           max_length=32, padding="max_length")
+        inputs = {k: v.to(device) for k, v in inputs.items()}
+        with torch.no_grad():
+            probs = torch.softmax(models["meter_model"](**inputs).logits, dim=-1)[0]
+        pred_id = torch.argmax(probs).item()
+        predictions.append((LABELS_METER[pred_id], probs[pred_id].item()))
+    top_meter = Counter(p[0] for p in predictions).most_common(1)[0][0]
+    avg_conf = sum(c for _, c in predictions) / len(predictions)
+    return {"meter_ar": METER_ARABIC[top_meter], "meter_en": top_meter,
+            "confidence": round(avg_conf, 3)}
+
+def predict_era(poem_text: str) -> dict:
+    cleaned = clean_arabic(poem_text)
+    enc = models["era_tokenizer"](cleaned, padding="max_length", truncation=True,
+                                   max_length=256, return_tensors="pt")
+    enc = {k: v.to(device) for k, v in enc.items()}
+    with torch.no_grad():
+        probs = torch.softmax(models["era_model"](**enc).logits, dim=-1).cpu().numpy()[0]
+    label_names = ["قديم", "حديث"]
+    pred_idx = int(np.argmax(probs))
+    return {"era": label_names[pred_idx],
+            "classical_probability": round(float(probs[0]), 4),
+            "modern_probability": round(float(probs[1]), 4)}
+
+def predict_topic(poem_text: str) -> dict:
+    cleaned = clean_arabic(poem_text)
+    inputs = models["topic_tokenizer"](cleaned, truncation=True, max_length=512,
+                                        return_tensors="pt", padding=True)
+    inputs = {k: v.to(device) for k, v in inputs.items()}
+    with torch.no_grad():
+        probs = torch.softmax(models["topic_model"](**inputs).logits, dim=-1)[0].cpu().numpy()
+    top3 = np.argsort(probs)[::-1][:3]
+    id2label = models["id2label_topic"]
+    return {"topic": id2label[int(top3[0])],
+            "confidence": round(float(probs[top3[0]]), 3),
+            "top3": [{"label": id2label[int(i)], "prob": round(float(probs[i]), 3)} for i in top3]}
+
+# ── Request / Response schemas ────────────────────────────────────────────────
+class PoemRequest(BaseModel):
+    poem: str
+
+class GenerateRequest(BaseModel):
+    idea: str
+    meter: str
+    num_verses: int = 4
+
+# ── Routes ────────────────────────────────────────────────────────────────────
+@app.get("/")
+def root():
+    return {"status": "ok", "service": "Bayan API"}
+
+@app.get("/health")
+def health():
+    return {"status": "healthy", "device": str(device)}
+
+@app.post("/fasserha")
+def fasserha(req: PoemRequest):
+    """فسّرها لي — classify meter, era, topic then generate literary analysis."""
+    if not req.poem.strip():
+        raise HTTPException(400, "القصيدة فارغة")
+    try:
+        meter = predict_meter(req.poem)
+        era   = predict_era(req.poem)
+        topic = predict_topic(req.poem)
+    except Exception as e:
+        raise HTTPException(500, f"خطأ في التصنيف: {str(e)}")
+
+    system_prompt = """أنت ناقد أدبي متخصص في الشعر العربي الكلاسيكي والحديث.
+تحلل القصائد بأسلوب أكاديمي راقٍ، وتستخدم المصطلحات البلاغية والعروضية بدقة.
+ردك دائماً بالعربية الفصحى."""
+
+    user_prompt = f"""حلّل هذه القصيدة:
+
+{req.poem}
+
+معطيات النماذج (حقائق مؤكدة):
+- البحر الشعري: {meter['meter_ar']} (ثقة: {meter['confidence']*100:.0f}%)
+- العصر: {era['era']} (كلاسيكي: {era['classical_probability']*100:.0f}% | حديث: {era['modern_probability']*100:.0f}%)
+- الموضوع: {topic['topic']} (ثقة: {topic['confidence']*100:.0f}%)
+
+اكتب تحليلاً أدبياً شاملاً يتضمن:
+1. الفكرة العامة والمعنى الكلي
+2. المعنى التفصيلي للأبيات
+3. الجماليات البلاغية والأسلوبية
+4. البحر والإيقاع وأثرهما في المعنى
+5. لمسة نقدية تقييمية
+
+التزم بالترتيب أعلاه. لا تكرر المعلومات."""
+
+    try:
+        response = models["openai"].chat.completions.create(
+            model="gpt-4o",
+            messages=[
+                {"role": "system", "content": system_prompt},
+                {"role": "user", "content": user_prompt}
+            ],
+            max_tokens=1200,
+            temperature=0.7
+        )
+        explanation = response.choices[0].message.content
+    except Exception as e:
+        raise HTTPException(500, f"خطأ في التفسير: {str(e)}")
+
+    return {
+        "success": True,
+        "data": {
+            "meter": meter,
+            "era": era,
+            "topic": topic,
+            "explanation": explanation
+        }
+    }
+
+
+@app.post("/generate")
+def generate(req: GenerateRequest):
+    """ساعدني في الكتابة — generate classical Arabic verses."""
+    if not req.idea.strip():
+        raise HTTPException(400, "الفكرة فارغة")
+    if req.meter not in METER_PATTERNS and req.meter not in METER_ARABIC.values():
+        raise HTTPException(400, f"البحر غير معروف: {req.meter}")
+    if not 1 <= req.num_verses <= 12:
+        raise HTTPException(400, "عدد الأبيات بين 1 و 12")
+
+    pattern = METER_PATTERNS.get(req.meter, "")
+    pattern_line = f"تفعيلة البحر: {pattern}" if pattern else ""
+
+    prompt = f"""أنت شاعر عربي متخصص في العروض الكلاسيكي.
+
+الموضوع: "{req.idea}"
+البحر: {req.meter}
+{pattern_line}
+
+المطلوب: اكتب {req.num_verses} أبيات شعرية بالفصحى الكلاسيكية.
+
+القواعد الصارمة:
+- كل بيت من شطرين صحيحين عروضياً
+- قافية موحدة في جميع الأبيات
+- فصحى كلاسيكية فقط
+- الأبيات متصلة كقصيدة واحدة
+- اكتب الأبيات فقط، بدون ترقيم أو شرح
+- سطر واحد لكل بيت، {req.num_verses} سطور فقط"""
+
+    try:
+        response = models["openai"].chat.completions.create(
+            model="gpt-4o-mini",
+            messages=[
+                {"role": "system", "content": "أنت شاعر عربي كلاسيكي. اكتب الأبيات فقط، سطر لكل بيت."},
+                {"role": "user", "content": prompt}
+            ],
+            temperature=0.75,
+            max_tokens=600
+        )
+        raw = response.choices[0].message.content.strip()
+        verses = [l.strip() for l in raw.split("\n") if l.strip() and len(l.strip()) > 10]
+        return {
+            "success": True,
+            "data": {
+                "verses": verses[:req.num_verses],
+                "meter": req.meter,
+                "pattern": pattern
+            }
+        }
+    except Exception as e:
+        raise HTTPException(500, f"خطأ في التوليد: {str(e)}")
+
+
+@app.get("/meters")
+def list_meters():
+    """Return all supported meters."""
+    return {"meters": list(METER_PATTERNS.keys())}

requirements.txt

@@ -0,0 +1,10 @@
+fastapi==0.115.0
+uvicorn==0.30.6
+transformers==4.44.2
+torch==2.4.1
+accelerate==0.34.2
+safetensors==0.4.5
+numpy==1.26.4
+openai==1.51.0
+pydantic==2.9.2
+huggingface-hub==0.25.1