Update app.py

app.py

@@ -1,10 +1,11 @@
 import gradio as gr
-from transformers import pipeline
+from transformers import AutoProcessor, Kosmos2ForConditionalGeneration
 from PIL import Image
 import io
 
-# 📦 تحميل النموذج باستخدام Pipeline
-pipe = pipeline("image-to-text", model="microsoft/kosmos-2-patch14-224")
+# 📦 تحميل المعالج والنموذج
+processor = AutoProcessor.from_pretrained("microsoft/kosmos-2-patch14-224")
+model = Kosmos2ForConditionalGeneration.from_pretrained("microsoft/kosmos-2-patch14-224")
 
 # 💬 تعليمات الذكاء الاصطناعي لتكون خبير تداول
 SYSTEM_PROMPT = """
@@ -29,17 +30,21 @@ def analyze_chart(image):
         # تحويل الصورة إلى RGB
         img = image.convert("RGB")
 
-        # إنشاء prompt شامل
-        text = f"Question: {SYSTEM_PROMPT}\nAnswer:"
+        # دمج التعليمات مع الصورة
+        prompt = f"{SYSTEM_PROMPT}\nQuestion: ما هو تحليل هذه الصورة؟\nAnswer:"
 
-        # التحليل باستخدام Pipeline
-        response = pipe(img, text)
+        # المعالجة
+        inputs = processor(images=img, text=prompt, return_tensors="pt")
 
-        # تنظيف الإجابة
-        return response[0]["generated_text"]
+        # التوليد
+        generated_ids = model.generate(**inputs, max_new_tokens=256)
+        response = processor.batch_decode(generated_ids, skip_special_tokens=False)[0]
+        response = processor.tokenizer.decode(processor.tokenizer.encode(response.split("Answer:")[-1].strip()))
+
+        return response
 
     except Exception as e:
-        return f"❌ حدث خطأ أثناء التحليل: {str(e)}"
+        return f"❌ حدث خطأ أثناء التحليل:\n{str(e)}"
 
 # 🖥️ واجهة Gradio
 interface = gr.Interface(