app.py

import gradio as gr
from huggingface_hub import InferenceClient

# تحميل نموذج LLaMA من Hugging Face
client = InferenceClient("meta-llama/Llama-2-7b-chat-hf")

# قائمة السيناريوهات المتاحة
scenarios = {
    "restaurant": "You are in a restaurant. Help the user order food in English.",
    "airport": "You are at an airport. Help the user check in and find their gate.",
    "hotel": "You are in a hotel. Help the user book a room.",
    "shopping": "You are in a store. Help the user ask for prices and sizes.",
}

# دالة لاختيار السيناريو المناسب
def scenario_prompt(choice):
    return scenarios.get(choice, "You are a language tutor AI. Help users practice real-life conversations.")

# دالة للمحادثة مع الذكاء الاصطناعي
def respond(*args):
    """
    نتوقع أن يتم تمرير 7 معاملات بالترتيب التالي:
    0: message
    1: history
    2: scenario (من قائمة الاختيارات)
    3: system_message (قيمة مُدخلة، لكن سنستخدم scenario لتحديدها)
    4: max_tokens
    5: temperature
    6: top_p
    """
    # التأكد من وجود العدد الكافي من المعاملات:
    if len(args) < 7:
        return "Insufficient arguments provided."
    
    message = args[0]
    history = args[1]
    scenario = args[2]
    # تجاهل system_message المُمرر واستبداله بالرسالة المناسبة للسيناريو:
    system_message = scenario_prompt(scenario)
    max_tokens = args[4]
    temperature = args[5]
    top_p = args[6]

    messages = [{"role": "system", "content": system_message}]
    # إذا كان history يحتوي على محادثات سابقة:
    for user_msg, assistant_msg in history:
        if user_msg:
            messages.append({"role": "user", "content": user_msg})
        if assistant_msg:
            messages.append({"role": "assistant", "content": assistant_msg})
    messages.append({"role": "user", "content": message})

    response = ""
    for m in client.chat_completion(
        messages,
        max_tokens=max_tokens,
        stream=True,
        temperature=temperature,
        top_p=top_p,
    ):
        token = m.choices[0].delta.content
        response += token
        yield response




# واجهة `Gradio` للتفاعل مع المستخدم
demo = gr.ChatInterface(
    respond,
    chatbot=gr.Chatbot(type="messages"),  # إصلاح التحذير باستخدام `type="messages"`
    additional_inputs=[
        gr.Dropdown(choices=list(scenarios.keys()), label="Choose a scenario", value="restaurant"),
        gr.Textbox(value=scenario_prompt("restaurant"), label="System message"),
        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)"),
    ],
)

if __name__ == "__main__":
    demo.launch()