app.py

import gradio as gr
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
import os
from huggingface_hub import login

# تسجيل الدخول
login(token=os.environ.get('HUGGING_FACE_HUB_TOKEN'))

# تهيئة النموذج
model_name = "google/gemma-2b-it"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)
device = 'cuda' if torch.cuda.is_available() else 'cpu'
model = model.to(device)

def summarize(text, max_length=150, num_beams=7, length_penalty=0.8):
    prompt = f"""لخص النص التالي مع التركيز على المفاهيم الفلسفية الأساسية:

النص:
{text}

قدم التلخيص بالشكل التالي:
1- الفكرة المحورية (باختصار)
2- المفاهيم الرئيسية
3- العلاقات بين الشخصيات والأفكار
"""
    
    inputs = tokenizer(
        prompt, 
        return_tensors="pt",
        max_length=2048,
        truncation=True
    ).to(device)
    
    outputs = model.generate(
        **inputs,
        max_length=max_length,
        num_beams=num_beams,
        length_penalty=length_penalty,
        early_stopping=True
    )
    
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# CSS لتحسين المظهر
css = """
.gradio-container {background: #f9fafb !important}
.rtl-text {
    direction: rtl;
    text-align: right;
    font-family: Arial, sans-serif;
    line-height: 1.6;
}
"""

interface = gr.Interface(
    fn=summarize,
    inputs=[
        gr.Textbox(lines=8, label="النص", elem_classes="rtl-text"),
        gr.Slider(50, 250, value=150, label="طول الملخص"),
        gr.Slider(1, 10, value=7, step=1, label="دقة التلخيص (num_beams)"),
        gr.Slider(0.1, 2.0, value=0.8, step=0.1, label="معامل الطول")
    ],
    outputs=gr.Textbox(label="الملخص", elem_classes="rtl-text"),
    title="ملخص النصوص الفلسفية",
    theme=gr.themes.Soft(),
    css=css
)

interface.launch()