Update app.py

app.py

@@ -1,25 +1,25 @@
 import os
+import tempfile
+import shutil
 import gradio as gr
-from langchain.embeddings import HuggingFaceEmbeddings
+
+from langchain.embeddings import SentenceTransformerEmbeddings
 from langchain.vectorstores import Chroma
 from langchain.document_loaders import PyPDFLoader, TextLoader, Docx2txtLoader
 from langchain.text_splitter import RecursiveCharacterTextSplitter
 from langchain.chains import RetrievalQA
 from langchain.llms import CTransformers
 
-# احصل على التوكن من Secrets
-HF_TOKEN = os.getenv("HF_TOKEN")
-
-# تحميل النموذج محليًا
-llm = CTransformers(
-    model="TheBloke/Mistral-7B-Instruct-v0.2-GGUF",
-    model_file="mistral-7b-instruct-v0.2.Q4_K_M.gguf",
-    model_type="mistral",
-    hf_token=HF_TOKEN,
-    config={"max_new_tokens": 512, "temperature": 0.7}
-)
+# إعداد النموذج المحلي
+def load_llm():
+    return CTransformers(
+        model="TheBloke/Mistral-7B-Instruct-v0.1-GGUF",
+        model_file="mistral-7b-instruct-v0.1.Q4_K_M.gguf",
+        model_type="mistral",
+        config={"max_new_tokens": 1024, "temperature": 0.1}
+    )
 
-# التحميل الدلالي للنصوص
+# تحميل المستندات من المسار
 def load_documents(file_path):
     if file_path.endswith(".pdf"):
         loader = PyPDFLoader(file_path)
@@ -28,37 +28,61 @@ def load_documents(file_path):
     elif file_path.endswith(".docx"):
         loader = Docx2txtLoader(file_path)
     else:
-        raise ValueError("Unsupported file type.")
+        raise ValueError("نوع الملف غير مدعوم.")
     return loader.load()
 
-# تجهيز المستند
-def process_file(file):
-    docs = load_documents(file.name)
-    splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=50)
-    chunks = splitter.split_documents(docs)
-    embedding = HuggingFaceEmbeddings(model_name="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2")
-    vectordb = Chroma.from_documents(chunks, embedding)
-    retriever = vectordb.as_retriever()
-    qa_chain = RetrievalQA.from_chain_type(llm=llm, retriever=retriever)
-    return qa_chain
+# معالجة الملف وإنشاء سلسلة السؤال والإجابة
+def process_file(file_path):
+    documents = load_documents(file_path)
+    text_splitter = RecursiveCharacterTextSplitter(chunk_size=500, chunk_overlap=100)
+    texts = text_splitter.split_documents(documents)
+
+    embeddings = SentenceTransformerEmbeddings(model_name="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2")
+    db = Chroma.from_documents(texts, embeddings)
+
+    retriever = db.as_retriever(search_kwargs={"k": 3})
+    llm = load_llm()
 
+    qa = RetrievalQA.from_chain_type(
+        llm=llm,
+        chain_type="stuff",
+        retriever=retriever,
+        return_source_documents=False
+    )
+    return qa
+
+# الجلوبال تشين
 qa_chain = None
 
-# واجهة Gradio
+# دالة معالجة السؤال
 def ask_question(file, question):
     global qa_chain
-    if qa_chain is None:
-        qa_chain = process_file(file)
-    answer = qa_chain.run(question)
-    return f"<div dir='rtl' style='text-align: right;'>{answer}</div>"
-
-with gr.Blocks(css="body {direction: rtl; text-align: right;}") as demo:
-    gr.Markdown("## مساعد الوثائق الذكي - استعلام باللغة العربية من ملفاتك")
-    file_input = gr.File(label="📄 حمّل ملفًا (PDF / DOCX / TXT)", file_types=[".pdf", ".txt", ".docx"])
-    question_input = gr.Textbox(label="❓ أدخل سؤالك بالعربية", placeholder="ما هو موضوع هذا الملف؟")
-    output = gr.HTML()
-
-    submit_btn = gr.Button("🔍 استعلم")
-    submit_btn.click(fn=ask_question, inputs=[file_input, question_input], outputs=output)
+    if file is None or question.strip() == "":
+        return "<div dir='rtl' style='color:red;'>الرجاء تحميل ملف وكتابة سؤال.</div>"
+
+    with tempfile.NamedTemporaryFile(delete=False, suffix=os.path.splitext(file.name)[-1]) as tmp:
+        shutil.copyfileobj(file, tmp)
+        tmp_path = tmp.name
+
+    try:
+        qa_chain = process_file(tmp_path)
+        answer = qa_chain.run(question)
+        return f"<div dir='rtl' style='text-align: right;'>{answer}</div>"
+    except Exception as e:
+        return f"<div dir='rtl' style='color:red;'>حدث خطأ أثناء المعالجة: {str(e)}</div>"
+
+# واجهة Gradio
+with gr.Blocks(title="Smart PDF Assistant", theme=gr.themes.Soft()) as demo:
+    gr.Markdown("<h2 style='text-align: right;'>🧠📚 مساعد الوثائق الذكي</h2>")
+    gr.Markdown("<div dir='rtl'>قم برفع ملف PDF أو DOCX أو TXT، ثم اطرح أي سؤال حول محتواه.</div>")
+
+    with gr.Row():
+        file_input = gr.File(label="📎 ارفع ملفك", file_types=[".pdf", ".docx", ".txt"])
+        question_input = gr.Textbox(label="❓ اكتب سؤالك هنا", placeholder="ما هو ملخص هذا الملف؟")
+
+    answer_output = gr.HTML(label="💬 الإجابة")
+
+    ask_button = gr.Button("🔍 استعلم")
+    ask_button.click(fn=ask_question, inputs=[file_input, question_input], outputs=answer_output)
 
 demo.launch()