Update app.py

app.py

@@ -1,4 +1,4 @@
-# app.py
+# app.py (النسخة النهائية والمصححة)
 
 import gradio as gr
 import numpy as np
@@ -8,19 +8,13 @@ from diffusers import DiffusionPipeline
 import time
 
 # --- 1. الإعدادات والثوابت ---
-
-# تحديد الجهاز ونوع البيانات
 DEVICE = "cuda" if torch.cuda.is_available() else "cpu"
 DTYPE = torch.float16 if torch.cuda.is_available() else torch.float32
 
-# معرفات النماذج
-# هام: استبدل "YourUsername/Takween-v1" بالمعرف الخاص بنموذجك الذي رفعته على Hugging Face
-MODEL_ID = "YourUsername/Takween-v1" 
+MODEL_ID = "YourUsername/Takween-v1"  # هام: استبدل هذا باسم نموذجك على Hugging Face
 BASE_MODEL_ID = "runwayml/stable-diffusion-v1-5"
-
 MAX_SEED = np.iinfo(np.int32).max
 
-# شعار المشروع (SVG مدمج)
 LOGO_SVG = """
 <svg xmlns="http://www.w3.org/2000/svg" width="48" height="48" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round">
   <path d="M12 2C6.48 2 2 6.48 2 12s4.48 10 10 10 10-4.48 10-10S17.52 2 12 2z"></path>
@@ -30,13 +24,14 @@ LOGO_SVG = """
 """
 
 # --- 2. تحميل النموذج ---
+# تم التحقق من صحة هذا الجزء لتجنب أي أخطاء نحوية
 try:
     pipe = DiffusionPipeline.from_pretrained(MODEL_ID, torch_dtype=DTYPE, safety_checker=None)
     print(f"✅ Trained model '{MODEL_ID}' loaded successfully.")
 except Exception:
     print(f"❌ Could not load trained model '{MODEL_ID}'. Loading base model.")
-    pipe = DiffusionPipeline.from_pretrained
-(BASE_MODEL_ID, torch_dtype=DTYPE, safety_checker=None)
+    # هذا هو السطر الذي تم التحقق من صحته
+    pipe = DiffusionPipeline.from_pretrained(BASE_MODEL_ID, torch_dtype=DTYPE, safety_checker=None)
 
 pipe = pipe.to(DEVICE)
 
@@ -50,7 +45,6 @@ theme = gr.themes.Base(
     block_background_fill="white",
     block_border_width="1px",
     block_shadow="*shadow_drop_lg",
-    button_shadow="*shadow_push",
     button_primary_background_fill="*primary_500",
     button_primary_background_fill_hover="*primary_600",
 )
@@ -62,13 +56,11 @@ def infer(prompt, negative_prompt, guidance_scale, num_inference_steps, seed, ra
     
     generator = torch.Generator(device=DEVICE).manual_seed(seed)
     
-    # تحديث الواجهة لإظهار حالة التحميل
     yield {
         output_image: gr.update(value=None, interactive=False, visible=True),
         run_button: gr.update(interactive=False, value="...جاري التكوين"),
     }
     
-    # توليد الصورة
     image = pipe(
         prompt=prompt,
         negative_prompt=negative_prompt,
@@ -77,54 +69,33 @@ def infer(prompt, negative_prompt, guidance_scale, num_inference_steps, seed, ra
         generator=generator,
     ).images[0]
     
-    # تحديث الواجهة بالنتائج النهائية
     yield {
         output_image: gr.update(value=image, interactive=True),
         output_seed: gr.update(value=seed),
         run_button: gr.update(interactive=True, value="كوّن مرة أخرى"),
     }
 
-
 # --- 5. بناء الواجهة الاحترافية ---
 with gr.Blocks(theme=theme, css="#footer {text-align: center;}") as demo:
-    # رأس الصفحة (Header)
     with gr.Row():
         gr.HTML(f"<div style='display: flex; align-items: center; gap: 12px;'>{LOGO_SVG}<h1>مشروع تكوين</h1></div>")
-
     gr.Markdown("#### نموذج متخصص في تحويل الأوصاف النصية إلى صور هندسية دقيقة.")
     gr.HTML("<hr>")
-
-    # الهيكل الرئيسي (عمودين)
     with gr.Row():
-        # العمود الأيسر: الإعدادات
         with gr.Column(scale=1):
             prompt = gr.Textbox(label="الوصف (Prompt)", placeholder=" دائرة حمراء بحدود سوداء سميكة...", lines=3)
             negative_prompt = gr.Textbox(label="الوصف السلبي (Negative Prompt)", placeholder=" جودة منخفضة، ضبابية، تشوه...")
-            
             with gr.Accordion("الإعدادات المتقدمة", open=False):
                 guidance_scale = gr.Slider(label="مقياس التوجيه", minimum=1.0, maximum=20.0, value=7.5, step=0.1)
                 num_inference_steps = gr.Slider(label="عدد الخطوات", minimum=10, maximum=100, value=30, step=1)
                 with gr.Row():
                     seed = gr.Number(label="البذرة (Seed)", value=0, precision=0)
                     randomize_seed = gr.Checkbox(label="عشوائي", value=True)
-            
             run_button = gr.Button("كوّن الصورة", variant="primary")
-            
-            gr.Examples(
-                examples=[
-                    "A filled red circle with a thick black border",
-                    "An outline blue triangle positioned to the left of a yellow square",
-                    "A green star overlapping a purple rectangle",
-                ],
-                inputs=[prompt]
-            )
-
-        # العمود الأيمن: النتائج
+            gr.Examples(examples=["A filled red circle with a thick black border", "An outline blue triangle positioned to the left of a yellow square", "A green star overlapping a purple rectangle"], inputs=[prompt])
         with gr.Column(scale=2):
             output_image = gr.Image(label="الصورة المولّدة", interactive=False, height=512)
             output_seed = gr.Textbox(label="البذرة المستخدمة (Seed)", interactive=False)
-
-    # تذييل الصفحة (Footer)
     gr.HTML("<hr>")
     with gr.Accordion("فريق العمل والشكر والتقدير", open=False):
         gr.Markdown("""
@@ -135,8 +106,7 @@ with gr.Blocks(theme=theme, css="#footer {text-align: center;}") as demo:
         </div>
         """)
     gr.Markdown("<p id='footer'>© 2025 مشروع تكوين. جميع الحقوق محفوظة.</p>")
-
-    # ربط الأحداث بالدوال
+    
     run_button.click(
         fn=infer,
         inputs=[prompt, negative_prompt, guidance_scale, num_inference_steps, seed, randomize_seed],