Update app.py

app.py

@@ -2,21 +2,21 @@ import dspy
 import gradio as gr
 import chromadb
 import fitz  # PyMuPDF
-from sentence_transformers import SentenceTransformer
 import json
+from sentence_transformers import SentenceTransformer
 from dspy import Example, MIPROv2, evaluate
 
-# إعداد نموذج مفتوح المصدر (Mistral)
+# إعداد النموذج المفتوح المصدر
 dspy.settings.configure(lm=dspy.LM("mistralai/Mistral-7B-Instruct-v0.2"))
 
-# إعداد ChromaDB
+# إعداد Chroma
 client = chromadb.PersistentClient(path="./chroma_db")
 col = client.get_or_create_collection(name="arabic_docs")
 
-# نموذج التضمين LaBSE
+# إعداد نموذج التضمين (Embeddings)
 embedder = SentenceTransformer("sentence-transformers/LaBSE")
 
-# تقطيع النصوص من PDF
+# تقطيع نصوص PDF
 def process_pdf(pdf_bytes):
     doc = fitz.open(stream=pdf_bytes, filetype="pdf")
     texts = []
@@ -29,30 +29,28 @@ def process_pdf(pdf_bytes):
 
 # إدخال البيانات إلى Chroma
 def ingest(pdf_file):
-    texts = process_pdf(pdf_file)
+    pdf_bytes = pdf_file.read()
+    texts = process_pdf(pdf_bytes)
     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."
 
 # استرجاع السياق من Chroma
 def retrieve_context(query):
     query_emb = embedder.encode([query])[0]
     results = col.query(query_embeddings=[query_emb.tolist()], n_results=1)
-    context_list = [m["text"] for m in results["metadatas"]]
+    # التعامل مع نتائج داخل قائمة من القوائم
+    context_list = [m["text"] for group in results["metadatas"] for m in group]
     return context_list[0] if context_list else ""
 
-# توقيع RAG
+# تعريف توقيع DSPy
 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__()
@@ -62,15 +60,14 @@ class RagMod(dspy.Module):
         context = retrieve_context(question)
         return self.predictor(question=question, context=context)
 
-# إنشاء النموذج
 model = RagMod()
 
-# توليد الإجابة
+# توليد إجابة
 def answer(question):
     out = model(question)
     return out.answer
 
-# تحميل بيانات التدريب
+# تحميل بيانات التدريب/التقييم
 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]
@@ -90,20 +87,20 @@ 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", type="binary")
+        pdf_input = gr.File(label="ارفع ملف PDF", file_types=[".pdf"])
         ingest_btn = gr.Button("إضافة إلى قاعدة البيانات")
-        ingest_result = gr.Textbox(label="النتيجة")
-        ingest_btn.click(ingest, inputs=pdf_input, outputs=ingest_result)
+        ingest_output = gr.Textbox()
+        ingest_btn.click(fn=ingest, inputs=pdf_input, outputs=ingest_output)
 
     with gr.Tab("❓ سؤال"):
         q = gr.Textbox(label="اكتب سؤالك بالعربية")
         answer_btn = gr.Button("احصل على الإجابة")
         out = gr.Textbox(label="الإجابة")
-        answer_btn.click(answer, inputs=q, outputs=out)
+        answer_btn.click(fn=answer, inputs=q, outputs=out)
 
     with gr.Tab("⚙️ تحسين النموذج"):
-        train_file = gr.File(label="trainset.jsonl")
-        val_file = gr.File(label="valset.jsonl")
+        train_file = gr.File(label="trainset.jsonl", file_types=[".jsonl"])
+        val_file = gr.File(label="valset.jsonl", file_types=[".jsonl"])
         opt_btn = gr.Button("ابدأ التحسين")
         result = gr.Textbox(label="نتيجة التحسين")
         opt_btn.click(optimize, inputs=[train_file, val_file], outputs=result)