app.py

import os
import gradio as gr
from huggingface_hub import InferenceClient
from dotenv import load_dotenv
import logging
from typing import List, Dict, Generator

# تحميل المتغيرات من ملف .env
load_dotenv()

# إعداد التسجيل (logging)
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)

class Chatbot:
    def __init__(self):
        self.default_model = os.getenv("DEFAULT_MODEL", "openai/gpt-oss-20b")
        self.default_system_message = os.getenv("DEFAULT_SYSTEM_MESSAGE", "You are a friendly Chatbot.")
        self.default_max_tokens = int(os.getenv("DEFAULT_MAX_TOKENS", "512"))
        self.default_temperature = float(os.getenv("DEFAULT_TEMPERATURE", "0.7"))
        self.default_top_p = float(os.getenv("DEFAULT_TOP_P", "0.95"))
        
    def respond(
        self,
        message: str,
        history: List[Dict[str, str]],
        system_message: str,
        max_tokens: int,
        temperature: float,
        top_p: float,
        hf_token: gr.OAuthToken,
    ) -> Generator[str, None, None]:
        """
        للاستجابة للرسائل باستخدام نموذج Hugging Face
        
        لمزيد من المعلومات حول دعم Inference API في `huggingface_hub`، 
        يرجى مراجعة الوثائق: 
        https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
        """
        try:
            # استخدام التوكن من OAuth أو من متغير البيئة كاحتياطي
            token = hf_token.token if hf_token else os.getenv("HF_TOKEN")
            
            if not token:
                yield "❌ خطأ: لم يتم توفير رمز مصادقة. يرجى تسجيل الدخول أو تعيين HF_TOKEN في ملف .env"
                return
                
            client = InferenceClient(token=token, model=self.default_model)

            messages = [{"role": "system", "content": system_message}]
            messages.extend(history)
            messages.append({"role": "user", "content": message})

            response = ""

            for message_chunk in client.chat_completion(
                messages,
                max_tokens=max_tokens,
                stream=True,
                temperature=temperature,
                top_p=top_p,
            ):
                if message_chunk.choices and message_chunk.choices[0].delta.content:
                    token = message_chunk.choices[0].delta.content
                    response += token
                    yield response
                    
        except Exception as e:
            error_msg = f"❌ حدث خطأ أثناء معالجة طلبك: {str(e)}"
            logger.error(error_msg)
            yield error_msg

def create_interface():
    """إنشاء واجهة Gradio"""
    chatbot = Chatbot()
    
    # الحصول على القيم الافتراضية من البيئة
    default_system_message = os.getenv("DEFAULT_SYSTEM_MESSAGE", "You are a friendly Chatbot.")
    default_max_tokens = int(os.getenv("DEFAULT_MAX_TOKENS", "512"))
    default_temperature = float(os.getenv("DEFAULT_TEMPERATURE", "0.7"))
    default_top_p = float(os.getenv("DEFAULT_TOP_P", "0.95"))
    
    # واجهة الدردشة
    chat_interface = gr.ChatInterface(
        chatbot.respond,
        type="messages",
        title="Dr.X Chatbot - 🤗",
        description="دردشة ذكية باستخدام نماذج Hugging Face",
        additional_inputs=[
            gr.Textbox(
                value=default_system_message, 
                label="الرسالة النظامية",
                info="تحدد سلوك المساعد"
            ),
            gr.Slider(
                minimum=1, 
                maximum=2048, 
                value=default_max_tokens, 
                step=1, 
                label="الحد الأقصى للرموز",
                info="الحد الأقصى لعدد الرموز المُنشأة"
            ),
            gr.Slider(
                minimum=0.1, 
                maximum=4.0, 
                value=default_temperature, 
                step=0.1, 
                label="الدرجة الحرارية",
                info="قيم أعلى = إجابات أكثر إبداعاً، قيم أقل = إجابات أكثر تركيزاً"
            ),
            gr.Slider(
                minimum=0.1,
                maximum=1.0,
                value=default_top_p,
                step=0.05,
                label="Top-p (الاستعينة النووية)",
                info="قيم أعلى = تنوع أكثر في الإجابات"
            ),
        ],
        examples=[
            ["أخبرني عن نفسك"],
            ["ما هو الذكاء الاصطناعي؟"],
            ["كيف يمكنني تعلم البرمجة؟"]
        ],
        cache_examples=False
    )
    
    return chat_interface

def main():
    """الدالة الرئيسية لتشغيل التطبيق"""
    # إنشاء الواجهة
    demo = gr.Blocks(
        title="Dr.X Chatbot",
        theme=gr.themes.Soft(),
        css=".gradio-container {background-color: #f0f8ff}"
    )
    
    with demo:
        with gr.Row():
            gr.Markdown("# 🤖 Dr.X Chatbot")
            
        with gr.Row():
            with gr.Sidebar():
                gr.LoginButton()
                gr.Markdown("### الإعدادات")
                gr.Markdown(f"**النموذج الافتراضي:** {os.getenv('DEFAULT_MODEL', 'openai/gpt-oss-20b')}")
                gr.Markdown("### التعليمات")
                gr.Markdown("""
                1. سجل الدخول باستخدام حساب Hugging Face
                2. اكتب رسالتك في حقل الإدخال
                3. اضغط إرسال أو Enter
                4. اضبط الإعدادات المتقدمة حسب الحاجة
                """)
                
            # عرض واجهة الدردشة
            chat_interface = create_interface()
            chat_interface.render()
    
    # إعدادات التشغيل
    server_port = int(os.getenv("PORT", "7860"))
    server_name = os.getenv("SERVER_NAME", "0.0.0.0")
    share = os.getenv("SHARE_APP", "False").lower() == "true"
    
    # تشغيل التطبيق
    demo.launch(
        server_name=server_name,
        server_port=server_port,
        share=share,
        favicon_path="https://huggingface.co/front/assets/huggingface_logo-noborder.svg"
    )

if __name__ == "__main__":
    main()