appV3.py

import gradio as gr
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
import os
from huggingface_hub import login

# تسجيل الدخول
login(token=os.environ.get('HUGGING_FACE_HUB_TOKEN'))

# تهيئة النموذج
model_name = "google/gemma-2b-it"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.float16,  # استخدام الدقة النصفية لتسريع الأداء
)

device = 'cuda' if torch.cuda.is_available() else 'cpu'
model = model.to(device)

def generate_summary(text):
    prompt = f"""اكتب تلخيصاً موجزاً ومنظماً للنص التالي في نقطتين:
    
    1. ملخص موجز في فقرة واحدة فقط
    2. أهم 3 أفكار رئيسية

    النص:
    {text}
    """
    
    inputs = tokenizer(
        prompt, 
        return_tensors="pt",
        truncation=True,
        max_length=512
    ).to(device)
    
    outputs = model.generate(
        **inputs,
        max_length=512,
        temperature=0.5,
        top_k=20,
        top_p=0.9,
        do_sample=True,
        no_repeat_ngram_size=2,
        pad_token_id=tokenizer.eos_token_id
    )
    
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

css = """
.rtl-text { direction: rtl; text-align: right; }
.container { max-width: 800px; margin: auto; }
"""

# واجهة مبسطة
interface = gr.Interface(
    fn=generate_summary,
    inputs=gr.Textbox(
        label="النص المراد تلخيصه",
        lines=8,
        placeholder="أدخل النص هنا...",
        elem_classes="rtl-text"
    ),
    outputs=gr.Textbox(
        label="الملخص",
        lines=8,
        elem_classes="rtl-text"
    ),
    title="ملخص النصوص العربية",
    description="يقوم هذا النموذج بتلخيص النص وإبراز أهم الأفكار الرئيسية",
    theme=gr.themes.Soft(),
    css=css,
    examples=[["الذكاء الاصطناعي تقنية ثورية تغير العالم وتستخدم في مجالات متعددة كالطب والتعليم والصناعة، مما يسهم في تحسين حياة البشر وحل المشكلات المعقدة."]]
)

interface.launch()