Update Dockerfile

Dockerfile

@@ -1,24 +1,16 @@
-# ১. আমরা পাইথন ইমেজ ব্যবহার করবো কারণ এটা দিয়ে মেমোরি কন্ট্রোল করা সহজ
-FROM python:3.9-slim
+# ১. আমরা llama.cpp এর অফিসিয়াল রেডিমেড সার্ভার ইমেজ ব্যবহার করবো
+# এতে কোনো বিল্ড করতে হবে না, ১ মিনিটে রান হবে!
+FROM ghcr.io/ggerganov/llama.cpp:server
 
-# ২. ল্যামা সার্ভার ইনস্টল করা (সরাসরি লাইব্রেরি হিসেবে)
-RUN pip install --no-cache-dir llama-cpp-python
+# ২. মডেলটি তোমার রিপোজিটরি থেকে ডাউনলোড করে ভেতরে রাখা
+USER root
+RUN apt-get update && apt-get install -y curl
+RUN curl -L https://huggingface.co/saiful-ai-dev/MotionMindX/resolve/main/Qwen2.5-3B-Instruct-Q4_K_M.gguf -o /model.gguf
 
-# ৩. হাগিং ফেসের লাইব্রেরি ইনস্টল
-RUN pip install --no-cache-dir huggingface_hub
-
-# ৪. পোর্ট সেটিংস
+# ৩. পোর্ট সেটআপ
 ENV PORT=7860
 EXPOSE 7860
 
-# 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"]
+# ৪. সরাসরি সার্ভার রান করা (স্ট্রিমিং অটোমেটিক অন থাকে)
+ENTRYPOINT ["/server"]
+CMD ["--model", "/model.gguf", "--host", "0.0.0.0", "--port", "7860", "-c", "2048", "--parallel", "1"]