app.py

import os
import shutil
import gradio as gr

from langchain_community.document_loaders import PyPDFLoader
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain.vectorstores import Chroma
from langchain.embeddings import HuggingFaceEmbeddings
from langchain.chains import RetrievalQA
from langchain_community.llms import HuggingFaceHub

# إعداد مجلد الحفظ
os.makedirs("docs", exist_ok=True)

# نسخ آمن للملف لتفادي الخطأ
def safe_copy(src_path, dst_folder="docs"):
    filename = os.path.basename(src_path)
    dst_path = os.path.join(dst_folder, filename)
    if os.path.abspath(src_path) != os.path.abspath(dst_path):
        shutil.copy(src_path, dst_path)
    return dst_path

# تحميل ومعالجة الملف
def process_file(file):
    try:
        file_path = safe_copy(file.name)
        loader = PyPDFLoader(file_path)
        pages = loader.load_and_split()
        text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
        texts = text_splitter.split_documents(pages)
        embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2")
        db = Chroma.from_documents(texts, embeddings)
        retriever = db.as_retriever(search_kwargs={"k": 3})
        llm = HuggingFaceHub(repo_id="mistralai/Mistral-7B-Instruct-v0.2", model_kwargs={"temperature":0.5, "max_new_tokens":512})
        qa_chain = RetrievalQA.from_chain_type(llm=llm, chain_type="stuff", retriever=retriever, return_source_documents=True)
        return qa_chain, "تم تحميل الملف بنجاح، يمكنك الآن طرح الأسئلة."
    except Exception as e:
        return None, f"حدث خطأ: {e}"

# متغير عالمي للاحتفاظ بالسلسلة
qa_chain = None

# الدالة التي تجيب على السؤال
def answer_question(question):
    if qa_chain is None:
        return "الرجاء رفع ملف أولاً."
    result = qa_chain({"query": question})
    answer = result["result"]
    sources = "\n".join([doc.metadata.get("source", "") for doc in result["source_documents"]])
    return f"🔹 **الإجابة:**\n{answer}\n\n🔹 **المصدر:**\n{sources}"

# واجهة Gradio
with gr.Blocks(title="Smart PDF Assistant") as demo:
    gr.Markdown("## 🤖 مساعد الكتب الذكي - Smart PDF Assistant")
    file_input = gr.File(label="📄 ارفع ملف PDF", type="file")
    upload_button = gr.Button("🔁 تحميل الملف ومعالجته")
    status_output = gr.Textbox(label="📢 حالة التحميل", interactive=False)

    question_input = gr.Textbox(label="❓ اكتب سؤالك هنا")
    answer_output = gr.Markdown(label="📘 الإجابة")

    def handle_upload(file):
        global qa_chain
        qa_chain, status = process_file(file)
        return status

    upload_button.click(fn=handle_upload, inputs=[file_input], outputs=[status_output])
    question_input.submit(fn=answer_question, inputs=[question_input], outputs=[answer_output])

# شغّل التطبيق
if __name__ == "__main__":
    demo.launch()