Update app.py

app.py

@@ -5,46 +5,42 @@ from sentence_transformers import SentenceTransformer
 import json
 from dspy import Example, MIPROv2, Evaluate, evaluate
 
-# إعداد نموذج DSPy بلغة عربية باستخدام Mistral
+# إعداد نموذج مفتوح المصدر
 dspy.settings.configure(lm=dspy.LM("mistralai/Mistral-7B-Instruct-v0.2"))
 
-# إعداد قاعدة بيانات Chroma
+# إعداد Chroma
 client = chromadb.PersistentClient(path="./chroma_db")
 col = client.get_or_create_collection(name="arabic_docs")
 
-# نموذج توليد embeddings عربي
+# نموذج توليد embeddings
 embedder = SentenceTransformer("sentence-transformers/LaBSE")
 
-# تقطيع النصوص من ملف PDF
+# تقطيع النصوص من PDF
 def process_pdf(pdf_file):
-    doc = fitz.open(pdf_file.name)  # استخدام .name بدلاً من .read()
+    doc = fitz.open(stream=pdf_file.read(), filetype="pdf")
     texts = []
-    for page in doc:
-        text = page.get_text()
+    for p in doc:
+        text = p.get_text()
         for chunk in text.split("\n\n"):
             if len(chunk.strip()) > 50:
                 texts.append(chunk.strip())
     return texts
 
-# إدخال النصوص إلى قاعدة البيانات
+# إدخال النصوص في قاعدة Chroma
 def ingest(pdf_file):
     texts = process_pdf(pdf_file)
     embeddings = embedder.encode(texts, show_progress_bar=True)
     for i, (chunk, emb) in enumerate(zip(texts, embeddings)):
-        col.add(
-            ids=[f"chunk_{i}"],
-            embeddings=[emb.tolist()],
-            metadatas=[{"text": chunk}]
-        )
+        col.add(ids=[f"chunk_{i}"], embeddings=[emb.tolist()], metadatas=[{"text": chunk}])
     return f"✅ تمت إضافة {len(texts)} مقطعاً."
 
-# توقيع النموذج
+# تعريف التوقيع
 class RagSig(dspy.Signature):
     question: str = dspy.InputField()
     context: str = dspy.InputField()
     answer: str = dspy.OutputField()
 
-# وحدة Rag
+# وحدة DSPy
 class RagMod(dspy.Module):
     def __init__(self):
         super().__init__()
@@ -53,18 +49,18 @@ class RagMod(dspy.Module):
     def forward(self, question):
         query_embedding = embedder.encode([question])[0]
         results = col.query(query_embeddings=[query_embedding], n_results=1)
-        context_list = [m["text"] for m in results["metadatas"]]
+        context_list = [m["text"] for m in results["metadatas"][0]]  # ✅ تصحيح هنا
         context = context_list[0] if context_list else ""
         return self.predictor(question=question, context=context)
 
 model = RagMod()
 
-# دالة للإجابة على سؤال
+# توليد إجابة
 def answer(question):
     out = model(question)
     return out.answer
 
-# تحميل بيانات التقييم
+# تحميل بيانات التدريب والتقييم
 def load_dataset(path):
     with open(path, "r", encoding="utf-8") as f:
         return [Example(**json.loads(l)).with_inputs("question") for l in f]
@@ -84,10 +80,10 @@ with gr.Blocks() as demo:
     gr.Markdown("## 🧠 نظام RAG عربي باستخدام DSPy + نموذج مفتوح المصدر")
 
     with gr.Tab("📥 تحميل وتخزين"):
-        pdf_input = gr.File(label="ارفع ملف PDF", file_types=[".pdf"])
+        pdf_input = gr.File(label="ارفع ملف PDF", type="binary")
         ingest_btn = gr.Button("إضافة إلى قاعدة البيانات")
-        ingest_out = gr.Textbox(label="النتيجة")
-        ingest_btn.click(ingest, inputs=pdf_input, outputs=ingest_out)
+        ingest_output = gr.Textbox()
+        ingest_btn.click(ingest, inputs=pdf_input, outputs=ingest_output)
 
     with gr.Tab("❓ سؤال"):
         q = gr.Textbox(label="اكتب سؤالك بالعربية")
@@ -103,4 +99,3 @@ with gr.Blocks() as demo:
         opt_btn.click(optimize, inputs=[train_file, val_file], outputs=result)
 
     demo.launch()
-