app.py

# app.py
import gradio as gr
from transformers import AutoTokenizer, AutoModelForSequenceClassification
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
import torch

# تحميل النموذج والمحول
model_name = "aubmindlab/bert-base-arabertv2"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = model.to(device)

def generate_answer(question, context):
    input_text = f"سؤال: {question} سياق: {context}"
    inputs = tokenizer(input_text, return_tensors="pt", padding=True).to(device)
    output = model.generate(**inputs, max_length=256)
    answer = tokenizer.decode(output[0], skip_special_tokens=True)
    return answer

def ask_question(question, context):
    if not question.strip():
        return "❌ الرجاء كتابة سؤال."
    answer = generate_answer(question, context)
    return f"✅ الإجابة: {answer}"

with gr.Blocks(title="سؤال وجواب من الكتب") as demo:
    gr.Markdown("""
    # 📚 اسأل كتبك!  
    اطرح أي سؤال وسنبحث لك عن الجواب من محتوى الكتب بدقة وفهم!
    """)
    
    with gr.Row():
        question = gr.Textbox(label="✍️ اكتب سؤالك هنا:", placeholder="مثال: ما معنى الذكاء الاصطناعي؟")
    
    with gr.Row():
        context = gr.Textbox(label="📖 اكتب أو الصق نص من كتابك هنا:", placeholder="انسخ فقرة أو أكثر من الكتاب...")

    with gr.Row():
        ask_btn = gr.Button("🔍 احصل على الإجابة")

    output = gr.Textbox(label="💬 الإجابة:")

    ask_btn.click(fn=ask_question, inputs=[question, context], outputs=output)

demo.launch()