Update app.py

app.py

@@ -1,72 +1,60 @@
 import os
 import json
 import time
-import threading
-from flask import Flask, request, jsonify, render_template
+import asyncio
+from flask import Flask, request, Response, jsonify, render_template, redirect
 from google import genai
 from google.genai import types
 
-app = Flask(__name__, template_folder="templates")
+app = Flask(__name__, template_folder=".")
 
-# آدرس‌دهی فایل‌های ذخیره‌سازی داده‌ها
+# مسیرهای دیتابیس لوکال ساختار یافته منو و سفارش‌ها
 DATA_DIR = "data"
 MENU_FILE = os.path.join(DATA_DIR, "menu.json")
 ORDERS_FILE = os.path.join(DATA_DIR, "orders.json")
 
-# تضمین وجود پوشه ذخیره‌سازی داده
+# ساخت دایرکتوری در صورت عدم وجود
 os.makedirs(DATA_DIR, exist_ok=True)
 
-# قفل پردازشی برای جلوگیری از تداخل نوشتن/خواندن همزمان در فایل‌ها
-file_lock = threading.Lock()
-
-# بارگذاری منوی پیش‌فرض در اولین اجرا
+# مقداردهی اولیه فایل‌ها با فرمت مناسب در صورت خالی بودن
 if not os.path.exists(MENU_FILE):
-    default_menu = [
-        {"name": "اسپرسو", "description": "قهوه غلیظ و اصیل ۱۰۰٪ عربیکا", "price": "۵۰,۰۰۰", "available": True},
-        {"name": "لاته", "description": "ترکیب اسپرسو، شیر گرم و فوم شیر", "price": "۶۵,۰۰۰", "available": True},
-        {"name": "کیک شکلاتی خیس", "description": "کیک شکلاتی تازه با سس شکلات داغ", "price": "۸۰,۰۰۰", "available": True},
-        {"name": "چای ماسالا", "description": "چای هندی معطر با ادویه‌های مخصوص و شیر", "price": "۷۰,۰۰۰", "available": True},
-        {"name": "کروسان ساده", "description": "شیرینی کره‌ای ترد و لایه لایه", "price": "۴۵,۰۰۰", "available": True}
-    ]
     with open(MENU_FILE, "w", encoding="utf-8") as f:
-        json.dump(default_menu, f, ensure_ascii=False, indent=4)
+        json.dump([], f, ensure_ascii=False, indent=4)
 
 if not os.path.exists(ORDERS_FILE):
     with open(ORDERS_FILE, "w", encoding="utf-8") as f:
         json.dump([], f, ensure_ascii=False, indent=4)
 
 
-# --- توابع مدیریت داده‌ها (Thread-Safe) ---
+# --- مخازن ذخیره موقت وضعیت در حافظه (Thread-Safe & Multi-Client Session) ---
+table_chat_histories = {} # تاریخچه گفتگو بر اساس شماره میز
+global_drafts = {}        # پیش‌نویس‌های موقت سفارش بر اساس شماره میز
+active_tasks = {}         # کنترل پردازش‌های فعال جهت متوقف کردن استریمینگ
+
+
+# --- توابع مدیریت داده‌های پایگاه‌داده محلی منو و سفارشات ---
 
 def load_menu():
-    with file_lock:
-        try:
-            with open(MENU_FILE, "r", encoding="utf-8") as f:
-                return json.load(f)
-        except Exception:
-            return []
+    try:
+        with open(MENU_FILE, "r", encoding="utf-8") as f:
+            return json.load(f)
+    except Exception:
+        return []
 
 def save_menu(menu_data):
-    with file_lock:
-        with open(MENU_FILE, "w", encoding="utf-8") as f:
-            json.dump(menu_data, f, ensure_ascii=False, indent=4)
+    with open(MENU_FILE, "w", encoding="utf-8") as f:
+        json.dump(menu_data, f, ensure_ascii=False, indent=4)
 
 def load_orders():
-    with file_lock:
-        try:
-            with open(ORDERS_FILE, "r", encoding="utf-8") as f:
-                return json.load(f)
-        except Exception:
-            return []
+    try:
+        with open(ORDERS_FILE, "r", encoding="utf-8") as f:
+            return json.load(f)
+    except Exception:
+        return []
 
 def save_orders(orders_data):
-    with file_lock:
-        with open(ORDERS_FILE, "w", encoding="utf-8") as f:
-            json.dump(orders_data, f, ensure_ascii=False, indent=4)
-
-
-# پیش‌نویس سفارش‌های موقت (کلید: شماره میز، مقدار: اطلاعات سفارش)
-global_drafts = {}
+    with open(ORDERS_FILE, "w", encoding="utf-8") as f:
+        json.dump(orders_data, f, ensure_ascii=False, indent=4)
 
 
 # --- دستورالعمل‌های سیستمی نیلا (System Instructions) ---
@@ -78,7 +66,7 @@ Rules you must strictly follow:
 1. Speak in Farsi (Persian) in a warm, polite, and welcoming tone. Use emojis suitable for a cozy cafe (☕️, 🍰, 🥐, 🌸, etc.).
 2. If anyone asks who you are or who created you, say: "من نیلا هستم، دستیار هوشمند کافه AI که توسط تیم الگوریتم داده نسترن توسعه پیدا کردم." 
 3. NEVER mention Google, Gemini, Google Cloud, AI Studio, or LLMs. If asked about your technology, say you run on proprietary models developed by Nastaran Data Algorithm.
-4. Do not make up items that are not in the menu. Always use the `get_menu` tool to retrieve the current menu of available items and recommend options based on their taste (e.g. if they want something sweet, search for cakes, milkshakes, or sweet drinks).
+4. Do not make up items that are not in the menu. Always use the `get_menu` tool to retrieve the current menu of available items and recommend options based on their taste. If get_menu returns that there is no menu, inform the customer politely that the menu is currently unavailable.
 5. When they choose their items, confirm the items and quantities. Then, call the `prepare_order_draft` tool to prepare the draft order. Once prepared, tell them to click the "Confirm Order" (تایید نهایی سفارش) button on their screen to send it to the kitchen.
 6. Do not proceed to place an order unless they have specified what they want.
 7. Always act as an elegant, polite cafe waitress.
@@ -100,44 +88,43 @@ Rules you must strictly follow:
 """
 
 
-# --- ابزارهای مشتری (Customer Function Tools) ---
+# --- توابع فراخوانی ابزارها (Function Calling Tools) ---
 
 def get_menu() -> str:
     """
     Returns the current menu items. Use this to see what drinks, foods, or sweets are available in the cafe.
-    Returns:
-        A JSON string containing list of available items with their name, description, and price.
+    If empty or no items are available, it returns that there is no menu yet.
     """
     menu = load_menu()
     available_items = [item for item in menu if item.get("available", True)]
+    if not available_items:
+        return "در حال حاضر هیچ منویی آپلود نشده است و منوی فعال موجود نیست."
     return json.dumps(available_items, ensure_ascii=False)
 
 def prepare_order_draft(table_number: str, items: list) -> str:
     """
     Prepares a draft order list for the customer to confirm on their screen.
-    Call this when the customer specifies what items they want to order.
+    Call this when the customer has decided what they want to order.
     
     Args:
         table_number: The table number (e.g. '3')
-        items: A list of items, where each item is a dictionary containing 'name' (string) and 'quantity' (integer).
-               Example: [{"name": "اسپرسو", "quantity": 2}]
+        items: A list of dicts, where each dict contains 'name' (string) and 'quantity' (integer).
+               Example: [{"name": "اسپرسو", "quantity": 1}]
     """
     global_drafts[table_number] = {
         "table": table_number,
         "items": items,
         "timestamp": time.time()
     }
-    return f"پیش‌نویس سفارش برای میز {table_number} آماده شد. لطفاً برای ثبت نهایی دکمه تایید سفارش را لمس کنید."
-
-
-# --- ابزارهای مدیریت کافه (Cafe Admin Function Tools) ---
+    return f"من پیش‌نویس سفارش شما رو برای میز {table_number} آماده کردم."
 
 def get_full_menu() -> str:
     """
     Returns the complete menu of the cafe, including both available and unavailable items.
-    Use this to inspect all menu entries.
     """
     menu = load_menu()
+    if not menu:
+        return "منوی کافه خالی است."
     return json.dumps(menu, ensure_ascii=False)
 
 def set_item_availability(item_name: str, available: bool) -> str:
@@ -156,7 +143,7 @@ def set_item_availability(item_name: str, available: bool) -> str:
         if item["name"].strip().lower() == normalized_input or normalized_input in item["name"].strip().lower():
             item["available"] = available
             found = True
-            item_name = item["name"] # بروزرسانی به نام دقیق منو برای گزارش دهی دقیق‌تر
+            item_name = item["name"]
             break
             
     if found:
@@ -167,97 +154,124 @@ def set_item_availability(item_name: str, available: bool) -> str:
         return f"آیتم '{item_name}' در منوی کافه یافت نشد."
 
 
-# --- مسیرهای رندر صفحات فرانت‌اند (HTML Templates) ---
+# --- روت‌های مسیریابی آدرس‌ها (Domain URL Mapping) ---
 
-@app.route("/")
-def index():
-    # صفحه اصلی چت مشتری
-    return render_template("customer.html")
+@app.route('/')
+async def home_redirect():
+    # ریدایرکت روت اصلی به میز ۱ به عنوان پیش‌فرض
+    return redirect('/customer/1')
 
-@app.route("/admin")
-def admin():
-    # پنل مدیریت کافه
-    return render_template("cafe.html")
+@app.route('/customer/<table_number>')
+async def customer_chat_page(table_number):
+    # سرو کردن صفحه چت مشتری برای میز انتخابی
+    return render_template("customer.html", table_number=table_number)
 
+@app.route('/dashboard')
+async def admin_dashboard_page():
+    # سرو کردن پنل مدیریت کافه
+    return render_template("cafe.html")
 
-# --- مسیرهای API مشتری ---
 
-@app.route("/api/menu", methods=["GET"])
-def api_get_menu():
-    # بازگرداندن کل منو برای پاپ‌آپ فرانت‌اند مشتری
-    return jsonify(load_menu())
+# --- مسیرهای ناهمگام سرویس‌های API مشتری ---
 
-@app.route("/api/customer/chat", methods=["POST"])
-def api_customer_chat():
+@app.route('/api/customer/chat_stream/<table_number>', methods=['POST'])
+async def api_customer_chat_stream(table_number):
     api_key = os.environ.get("NILLA_CUSTOMER")
     if not api_key:
-        return jsonify({"error": "کلید متغیر محیطی NILLA_CUSTOMER یافت نشد."}), 500
-        
+        return jsonify({"error": "کلید NILLA_CUSTOMER در سرور یافت نشد."}), 500
+
     data = request.json or {}
-    table_number = data.get("table_number")
-    messages = data.get("messages", [])
-    
-    if not table_number:
-        return jsonify({"error": "شماره میز ارسال نشده است."}), 400
-        
-    # پاک کردن موقت پیش‌نویس این میز در این دور گفتگو تا متوجه تغییرات جدید شویم
+    user_message = data.get("message")
+    if not user_message:
+        return jsonify({"error": "پیام خالی است."}), 400
+
+    # بررسی و تعریف آرایه سابقه چت برای میز جاری
+    if table_number not in table_chat_histories:
+        table_chat_histories[table_number] = []
+
+    # پاک کردن سفارش موقت قبلی جهت استخراج فاکتور جدید
     global_drafts.pop(table_number, None)
-    
-    try:
-        client = genai.Client(api_key=api_key)
-        
-        # تبدیل ساختار پیام‌ها به فرمت SDK جدید گوگل
-        contents = []
-        for msg in messages:
-            role = "user" if msg["role"] == "user" else "model"
-            contents.append(
-                types.Content(
-                    role=role,
-                    parts=[types.Part.from_text(text=msg["content"])]
+
+    # افزودن پیام مشتری به آرشیو سوابق میز
+    table_chat_histories[table_number].append({"role": "user", "content": user_message})
+    active_tasks[table_number] = True
+
+    async def generate_chunks():
+        try:
+            # تبدیل ساختار آرشیو سوابق به انواع داده‌ای مورد پذیرش SDK جدید
+            contents = []
+            for msg in table_chat_histories[table_number]:
+                role = "user" if msg["role"] == "user" else "model"
+                contents.append(
+                    types.Content(
+                        role=role,
+                        parts=[types.Part.from_text(text=msg["content"])]
+                    )
                 )
-            )
+
+            # راه‌اندازی کلاینت ناهمگام گوگل با متد aio
+            client = genai.Client(api_key=api_key)
+            full_generated_text = ""
             
-        # تزریق میز فعال به انتهای دستورالعمل برای تضمین عدم اشتباه هوش مصنوعی
-        dynamic_instruction = CUSTOMER_SYSTEM_INSTRUCTION + f"\nYou are currently interacting with table: {table_number}. Always prepare draft orders strictly for this table."
-        
-        config = types.GenerateContentConfig(
-            system_instruction=dynamic_instruction,
-            tools=[get_menu, prepare_order_draft],
-            thinking_config=types.ThinkingConfig(thinking_level="MINIMAL")
-        )
-        
-        response = client.models.generate_content(
-            model="gemini-3.1-flash-lite",
-            contents=contents,
-            config=config
-        )
-        
-        # بررسی اینکه آیا در طول پردازش چت، پیش‌نویسی ثبت شده است یا خیر
-        draft = global_drafts.get(table_number, None)
-        
-        return jsonify({
-            "success": True,
-            "response": response.text,
-            "draft_order": draft
-        })
-        
-    except Exception as e:
-        return jsonify({"error": f"خطایی رخ داده است: {str(e)}"}), 500
+            dynamic_instruction = CUSTOMER_SYSTEM_INSTRUCTION + f"\nYou are currently serving table: {table_number}. Maintain context based on this table number."
 
-@app.route("/api/confirm_order", methods=["POST"])
-def api_confirm_order():
+            config = types.GenerateContentConfig(
+                system_instruction=dynamic_instruction,
+                tools=[get_menu, prepare_order_draft],
+                thinking_config=types.ThinkingConfig(thinking_level="MINIMAL")
+            )
+
+            # فراخوانی استریم ناهمگام گوگل
+            async for chunk in await client.aio.models.generate_content_stream(
+                model="gemini-3.1-flash-lite",
+                contents=contents,
+                config=config
+            ):
+                # اگر کلاینت دکمه توقف را زده باشد، استریم بلافاصله خاتمه یابد
+                if not active_tasks.get(table_number, True):
+                    break
+
+                if chunk.text:
+                    full_generated_text += chunk.text
+                    yield f"data: {json.dumps({'type': 'text', 'content': chunk.text}, ensure_ascii=False)}\n\n"
+
+            # ذخیره پاسخ مدل در پایان جریان چت برای پیوستگی گفتگوهای بعد
+            if full_generated_text:
+                table_chat_histories[table_number].append({"role": "model", "content": full_generated_text})
+
+            # بررسی اینکه آیا ابزار ثبت سفارش (prepare_order_draft) صدا زده شده بود
+            draft = global_drafts.get(table_number)
+            if draft:
+                # ارسال فاکتور استخراج شده به سمت فرانت‌اند جهت نمایش دکمه تایید نهایی دو مرحله‌ای
+                yield f"data: {json.dumps({'type': 'draft', 'items': draft['items']}, ensure_ascii=False)}\n\n"
+
+        except Exception as e:
+            yield f"data: {json.dumps({'type': 'error', 'content': str(e)}, ensure_ascii=False)}\n\n"
+        finally:
+            active_tasks.pop(table_number, None)
+
+    return Response(generate_chunks(), mimetype='text/event-stream')
+
+@app.route('/api/customer/stop/<table_number>', methods=['POST'])
+async def api_customer_stop(table_number):
+    # متوقف کردن زنده فرآیند استریمینگ در سمت بک‌اند
+    active_tasks[table_number] = False
+    return jsonify({"success": True, "message": "فرآیند تولید متوقف شد."})
+
+@app.route('/api/confirm_order', methods=['POST'])
+async def api_confirm_order():
     data = request.json or {}
     table_number = data.get("table_number")
-    items = data.get("items") # فرانت‌اند می‌تواند مستقیم لیست نهایی شده را ارسال کند
+    items = data.get("items")
     
     if not table_number:
         return jsonify({"error": "شماره میز مشخص نیست."}), 400
         
-    # اگر فرانت‌اند آیتم‌ها را نفرستاده باشد، تلاش می‌کند از حافظه پیش‌نویس سرور بخواند
     if not items:
+        # در صورت نبود آیتم‌ها تلاش مجدد برای خواندن از درفت سرور انجام می‌شود
         draft = global_drafts.get(table_number)
         if not draft:
-            return jsonify({"error": "پیش‌نویس فعالی برای این میز یافت نشد. لطفاً مجدداً تلاش فرمایید."}), 404
+            return jsonify({"error": "اطلاعات پیش‌نویس یافت نشد."}), 404
         items = draft.get("items")
         
     orders = load_orders()
@@ -271,32 +285,32 @@ def api_confirm_order():
     orders.append(new_order)
     save_orders(orders)
     
-    # حذف از لیست پیش‌نویس‌های فعال
+    # --- پاکسازی نهایی جهت آزادسازی منابع سیستم (نیاز ادمین) ---
+    table_chat_histories.pop(table_number, None)
     global_drafts.pop(table_number, None)
+    active_tasks.pop(table_number, None)
     
-    return jsonify({"success": True, "message": "سفارش شما با موفقیت ثبت شد و به پنل مدیریت ارسال گردید."})
+    return jsonify({"success": True, "message": "سفارش ثبت شد و سشن میز کاملاً آزاد گردید."})
 
 
-# --- مسیرهای API مدیریت کافه ---
+# --- مسیرهای ناهمگام سرویس‌های API مدیریت کافه ---
 
-@app.route("/api/admin/orders", methods=["GET"])
-def api_admin_orders():
-    # بازگرداندن فقط سفارش‌های فعال (معلق) جهت نمایش در پنل کافه
+@app.route('/api/admin/orders', methods=['GET'])
+async def api_admin_orders():
     orders = load_orders()
     active_orders = [o for o in orders if o.get("status", "pending") == "pending"]
     return jsonify(active_orders)
 
-@app.route("/api/admin/complete_order", methods=["POST"])
-def api_admin_complete_order():
+@app.route('/api/admin/complete_order', methods=['POST'])
+async def api_admin_complete_order():
     data = request.json or {}
     order_id = data.get("order_id")
     
     if not order_id:
-        return jsonify({"error": "شناسه سفارش ارسال نشده است."}), 400
+        return jsonify({"error": "شناسه سفارش نامعتبر"}), 400
         
     orders = load_orders()
     updated = False
-    
     for o in orders:
         if o.get("id") == order_id:
             o["status"] = "completed"
@@ -305,22 +319,20 @@ def api_admin_complete_order():
             
     if updated:
         save_orders(orders)
-        return jsonify({"success": True, "message": "سفارش با موفقیت تحویل داده و برداشته شد."})
-    else:
-        return jsonify({"error": "سفارش یافت نشد."}), 404
+        return jsonify({"success": True, "message": "سفارش با موفقیت ��رداشته شد."})
+    return jsonify({"error": "سفارش پیدا نشد."}), 404
 
-@app.route("/api/admin/chat", methods=["POST"])
-def api_admin_chat():
+@app.route('/api/admin/chat', methods=['POST'])
+async def api_admin_chat():
     api_key = os.environ.get("NILLA_CAFE")
     if not api_key:
-        return jsonify({"error": "کلید متغیر محیطی NILLA_CAFE یافت نشد."}), 500
+        return jsonify({"error": "کلید NILLA_CAFE یافت نشد."}), 500
         
     data = request.json or {}
     messages = data.get("messages", [])
     
     try:
         client = genai.Client(api_key=api_key)
-        
         contents = []
         for msg in messages:
             role = "user" if msg["role"] == "user" else "model"
@@ -337,7 +349,8 @@ def api_admin_chat():
             thinking_config=types.ThinkingConfig(thinking_level="MINIMAL")
         )
         
-        response = client.models.generate_content(
+        # استفاده از متد فراخوانی ناهمگام aio برای جلوگیری از بلاک شدن سایر کاربران
+        response = await client.aio.models.generate_content(
             model="gemini-3.1-flash-lite",
             contents=contents,
             config=config
@@ -349,90 +362,69 @@ def api_admin_chat():
         })
         
     except Exception as e:
-        return jsonify({"error": f"خطایی در بخش ادمین رخ داده است: {str(e)}"}), 500
+        return jsonify({"error": f"خطا در بخش سرور: {str(e)}"}), 500
 
-@app.route("/api/admin/extract_menu", methods=["POST"])
-def api_extract_menu():
+@app.route('/api/admin/extract_menu', methods=['POST'])
+async def api_extract_menu():
     api_key = os.environ.get("NILLA_CAFE")
     if not api_key:
-        return jsonify({"error": "کلید متغیر محیطی NILLA_CAFE برای بخش استخراج منو تنظیم نشده است."}), 500
+        return jsonify({"error": "کلید NILLA_CAFE یافت نشد."}), 500
         
     if "file" not in request.files:
-        return jsonify({"error": "فایلی جهت استخراج فرستاده نشده است."}), 400
+        return jsonify({"error": "فایل ارسال نشده"}), 400
         
     file = request.files["file"]
     if file.filename == "":
-        return jsonify({"error": "فایل فاقد نام است."}), 400
+        return jsonify({"error": "نام فایل خالی است."}), 400
         
     try:
         file_bytes = file.read()
         mime_type = file.mimetype or "image/jpeg"
         
-        # قالب‌بندی خروجی هوش مصنوعی به صورت JSON دقیق
-        extraction_prompt = """
-        Please analyze this menu file or image and extract all drinks, food, and dessert items.
-        For each item, extract:
-        1. name (name of the drink or food, in Farsi)
-        2. description (ingredients or short description, in Farsi)
-        3. price (price of the item, formatted nicely, in Farsi)
-        
-        Return ONLY a raw JSON array of objects. Do not wrap it in markdown block quotes (do not use ```json ... ```).
-        Example of expected output structure:
+        prompt = """
+        Analyze this menu image or file. Extract all menu items, descriptions, and prices.
+        Return ONLY a raw JSON array of objects without markdown formatting.
+        Format:
         [
-          {"name": "اسپرسو", "description": "قهوه غلیظ و خالص اسپرسو", "price": "۵۰,۰۰۰"},
-          {"name": "کیک هویج", "description": "کیک هویج و گردو به همراه خامه مخصوص", "price": "۸۵,۰۰۰"}
+          {"name": "اسپرسو", "description": "قهوه غلیظ خالص", "price": "۵۰,۰۰۰"},
+          {"name": "کیک ساده", "description": "شیرینی خانگی لذیذ", "price": "۴۰,۰۰۰"}
         ]
         """
         
         client = genai.Client(api_key=api_key)
-        
-        # استفاده از متد جدید و استاندارد انواع داده‌های باینری در SDK گوگل
         file_part = types.Part.from_bytes(data=file_bytes, mime_type=mime_type)
         
-        response = client.models.generate_content(
+        # استخراج منوی آپلود شده به صورت ناهمگام
+        response = await client.aio.models.generate_content(
             model="gemini-3.1-flash-lite",
-            contents=[file_part, extraction_prompt],
+            contents=[file_part, prompt],
             config=types.GenerateContentConfig(
                 response_mime_type="application/json"
             )
         )
         
-        # پارس کردن برای تایید صحت خروجی ساختاریافته هوش مصنوعی
-        extracted_list = json.loads(response.text)
-        
-        # همگام سازی اتوماتیک فیلد موجودی (پیش‌فرض موجود)
-        for item in extracted_list:
-            if "available" not in item:
-                item["available"] = True
-                
-        return jsonify({"success": True, "extracted_menu": extracted_list})
+        extracted_menu = json.loads(response.text)
+        for item in extracted_menu:
+            item["available"] = True
+            
+        return jsonify({"success": True, "extracted_menu": extracted_menu})
         
     except Exception as e:
-        return jsonify({"error": f"عدم موفقیت هوش مصنوعی در تحلیل و استخراج منو: {str(e)}"}), 500
+        return jsonify({"error": f"خطا در استخراج ساختار: {str(e)}"}), 500
 
-@app.route("/api/admin/save_menu", methods=["POST"])
-def api_admin_save_menu():
+@app.route('/api/admin/save_menu', methods=['POST'])
+async def api_admin_save_menu():
     data = request.json or {}
     menu_list = data.get("menu")
     
     if not isinstance(menu_list, list):
-        return jsonify({"error": "ساختار داده منو نامعتبر است."}), 400
+        return jsonify({"error": "فرمت داده ارسال شده نادرست است."}), 400
         
-    # اعتبارسنجی فیلدهای ضروری منو پیش از ذخیره‌سازی
-    for item in menu_list:
-        if "name" not in item:
-            return jsonify({"error": "تمامی آیتم‌های منو باید فیلد نام (name) داشته باشند."}), 400
-        if "description" not in item:
-            item["description"] = ""
-        if "price" not in item:
-            item["price"] = "توافقی"
-        if "available" not in item:
-            item["available"] = True
-            
+    # ثبت نهایی منو در قالب فایل دیتابیس ثابت menu.json
     save_menu(menu_list)
-    return jsonify({"success": True, "message": "منوی جدید با موفقیت جایگزین و ثبت گردید."})
+    return jsonify({"success": True, "message": "منوی فعال با موفقیت ثبت شد."})
 
 
 if __name__ == "__main__":
-    # اجرای وب اپلیکیشن در پورت محلی جهت تست در خارج از داکر
+    # راه‌اندازی سرور
     app.run(host="0.0.0.0", port=7860, debug=True)