app.py

import gradio as gr
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

MODEL = "google/flan-t5-base"  # نموذج مجاني وخفيف

tokenizer = AutoTokenizer.from_pretrained(MODEL)
model = AutoModelForSeq2SeqLM.from_pretrained(MODEL)

def generate_content(topic, type_choice):
    if type_choice == "YouTube Script":
        prompt = f"اكتب سكربت يوتيوب احترافي بالعربية عن: {topic}. اجعله دقيقة واحدة مع مقدمة جذابة ونقاط أساسية وخاتمة."
    elif type_choice == "YouTube Title":
        prompt = f"أنشئ عنوان يوتيوب جذاب قصير لا يتجاوز 60 حرفاً عن: {topic}"
    elif type_choice == "Description + SEO":
        prompt = f"اكتب وصف يوتيوب مُحسَّن للسيو عن: {topic} مع هاشتاغات مقترحة."
    else:
        prompt = f"اكتب منشور لينكدإن احترافي قصير بالعربية عن: {topic}"

    inputs = tokenizer(prompt, return_tensors="pt")
    outs = model.generate(**inputs, max_length=300)
    return tokenizer.decode(outs[0], skip_special_tokens=True)

iface = gr.Interface(
    fn=generate_content,
    inputs=[
        gr.Textbox(label="الموضوع"),
        gr.Radio(["YouTube Script", "YouTube Title", "Description + SEO", "LinkedIn Post"], label="نوع المحتوى")
    ],
    outputs=gr.Textbox(label="النتيجة")
)

if __name__ == "__main__":
    iface.launch()