app.py

import gradio as gr
from transformers import AutoModelForSeq2SeqLM, AutoTokenizer
import torch
import re

# 🔹 موديل مجاني ومفتوح
MODEL_NAME = "google/flan-t5-base"

print("تحميل الموديل، انتظر قليلاً...")
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForSeq2SeqLM.from_pretrained(MODEL_NAME, device_map="auto")

# 🔹 دالة لتحويل تقييم وصفي لنسبة مئوية
def map_to_percentage(text):
    text = text.lower()
    if any(w in text for w in ["high", "جيد", "ممتاز"]):
        return "90%"
    elif any(w in text for w in ["medium", "متوسط"]):
        return "60%"
    elif any(w in text for w in ["low", "ضعيف"]):
        return "30%"
    else:
        return "N/A"

# 🔹 دالة تقييم Prompts
def evaluate_prompt(prompts_text):
    lines = [p.strip() for p in prompts_text.splitlines() if p.strip()]
    results = []

    for p in lines:
        eval_text = f"""
        Evaluate the following Prompt in terms of clarity, consistency, efficiency, extensibility, and user experience.
        Choose **one word only**: Low, Medium, High.
        Prompt: {p}
        Answer with a single word only.
        """

        inputs = tokenizer(eval_text, return_tensors="pt").to(model.device)
        output = model.generate(**inputs, max_new_tokens=70)
        decoded = tokenizer.decode(output[0], skip_special_tokens=True)

        # تحويل التقييم الوصفي لنسبة مئوية
        score = map_to_percentage(decoded)
        results.append(f"{p}  →  {score}")

    return "\n".join(results)

# 🔹 واجهة Gradio
iface = gr.Interface(
    fn=evaluate_prompt,
    inputs=gr.Textbox(lines=15, placeholder="اكتب كل Prompt في سطر منفصل"),
    outputs="textbox",
    title="Prompt Evaluator بدون API",
    description="أدخل عدة Prompts وسيعطي كل واحد نسبة مئوية تقريبية للتقييم."
)

iface.launch(share=True)