Update app.py

app.py

@@ -1,52 +1,47 @@
 import gradio as gr
-import requests
+from huggingface_hub import InferenceClient
 import os
 
-# جلب التوكن
+# 1. جلب التوكن
 hf_token = os.getenv("HF_TOKEN")
 
-# سنستخدم نموذج Zephyr القوي جداً والمفتوح
-API_URL = "https://api-inference.huggingface.co/models/HuggingFaceH4/zephyr-7b-beta"
-headers = {"Authorization": f"Bearer {hf_token}"}
+# 2. إعداد العميل (سيقوم هو بإدارة الروابط الجديدة تلقائياً)
+client = InferenceClient(token=hf_token)
 
 def analyze_response(prompt):
     if not prompt:
         return "يرجى كتابة نص.", "غير محدد ⚪"
     
-    # تجهيز الرسالة بصيغة الشات ليفهمها النموذج
-    payload = {
-        "inputs": f"<|system|>\nYou are a helpful assistant.\n<|user|>\n{prompt}\n<|assistant|>\n",
-        "parameters": {"max_new_tokens": 200}
-    }
-    
     try:
-        # الاتصال المباشر بالسيرفر (أضمن طريقة)
-        response = requests.post(API_URL, headers=headers, json=payload)
-        json_response = response.json()
+        # 3. استخدام دالة Chat Completion (هذه هي الطريقة الصحيحة للنماذج الحديثة)
+        # نستخدم نموذج Zephyr لأنه قوي ومفتوح المصدر
+        response = client.chat.completions.create(
+            model="HuggingFaceH4/zephyr-7b-beta", 
+            messages=[{"role": "user", "content": prompt}],
+            max_tokens=200
+        )
+        
+        # استخراج الرد
+        final_answer = response.choices[0].message.content
         
-        # استخراج النص من الرد
-        if isinstance(json_response, list) and 'generated_text' in json_response[0]:
-            generated_text = json_response[0]['generated_text']
-            # تنظيف الرد لحذف السؤال الأصلي
-            final_answer = generated_text.split("<|assistant|>\n")[-1].strip()
-        elif 'error' in json_response:
-            return f"خطأ من النموذج: {json_response['error']}", "فشل ❌"
+        # 4. التقييم
+        evaluation = ""
+        if len(final_answer) > 10:
+            evaluation = "✅ النموذج فهم وأجاب"
         else:
-            final_answer = str(json_response)
-
-        # التقييم
-        evaluation = "✅ النموذج فهم وأجاب" if len(final_answer) > 10 else "⚠️ إجابة قصيرة"
+            evaluation = "⚠️ إجابة قصيرة جداً"
+            
         return final_answer, evaluation
 
     except Exception as e:
-        return f"خطأ في الاتصال: {str(e)}", "فشل ❌"
+        return f"خطأ تقني: {str(e)}", "فشل ❌"
 
 # بناء الواجهة
 with gr.Blocks(theme=gr.themes.Soft()) as demo:
     gr.Markdown("# 🤖 اختبار فهم النماذج للنصوص (Prompt Understanding Test)")
     
     with gr.Row():
-        input_text = gr.Textbox(label="أدخل الـ Prompt هنا", placeholder="مثال: Explain AI simply")
+        input_text = gr.Textbox(label="أدخل الـ Prompt هنا", placeholder="مثال: ما هي عاصمة مصر؟")
     
     btn = gr.Button("إرسال للتحليل", variant="primary")