Update Dockerfile

Dockerfile

@@ -1,14 +1,24 @@
-# ১. সার্ভার ইমেজ
-FROM ghcr.io/ggerganov/llama.cpp:server
+# ১. আমরা পাইথন ইমেজ ব্যবহার করবো কারণ এটা দিয়ে মেমোরি কন্ট্রোল করা সহজ
+FROM python:3.9-slim
 
-# ২. মডেলের সরাসরি ইউআরএল (তোমার মডেল রিপোজিটরি থেকে)
-# এতে স্পেসের ১ জিবি স্টোরেজ খরচ হবে না, সরাসরি র‍্যামে লোড হবে
-ENV MODEL_URL="https://huggingface.co/saiful-ai-dev/MotionMindX/resolve/main/Qwen2.5-3B-Instruct-Q4_K_M.gguf"
+# ২. ল্যামা সার্ভার ইনস্টল করা (সরাসরি লাইব্রেরি হিসেবে)
+RUN pip install --no-cache-dir llama-cpp-python
 
-# ৩. পোর্ট সেটিংস
+# ৩. হাগিং ফেসের লাইব্রেরি ইনস্টল
+RUN pip install --no-cache-dir huggingface_hub
+
+# ৪. পোর্ট সেটিংস
 ENV PORT=7860
 EXPOSE 7860
 
-# ৪. সার্ভার রান করার কমান্ড
-ENTRYPOINT ["/server"]
-CMD ["--url", "https://huggingface.co/saiful-ai-dev/MotionMindX/resolve/main/Qwen2.5-3B-Instruct-Q4_K_M.gguf", "--host", "0.0.0.0", "--port", "7860", "-c", "2048"]
+# ৫. একটি ছোট পাইথন স্ক্রিপ্ট যেটা মডেল সরাসরি র‍্যামে লোড করবে
+RUN echo 'from llama_cpp import Llama; \
+import os; \
+from huggingface_hub import hf_hub_download; \
+path = hf_hub_download(repo_id="saiful-ai-dev/MotionMindX", filename="Qwen2.5-3B-Instruct-Q4_K_M.gguf"); \
+llm = Llama(model_path=path, n_ctx=2048, n_threads=2); \
+print("✅ Model Loaded!"); \
+os.system(f"python3 -m llama_cpp.server --model {path} --host 0.0.0.0 --port 7860")' > app.py
+
+# ৬. রান করা
+CMD ["python", "app.py"]