app.py

import os
import json
import gradio as gr
from gradio_client import Client
from huggingface_hub import HfApi, hf_hub_download
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

# ════════════════════════════════════════════════════════════════════
# الإعدادات والروابط بين المساحات
# ⚠️ تأكد من هذه الأسماء بالضبط — استُنتجت من رسالتك، صحّحها إذا اختلفت
# ════════════════════════════════════════════════════════════════════
RADAR_SPACE_URL = "Asem75/Aiocr_Radar"
MEDIA_SPACE_URL = "Asem75/My_teacher_enemation"        # مساحة الصور والأنميشن (SD-Turbo + AnimateDiff)
CONTROLLER_SPACE_URL = "Asem75/My_teacher_controller"  # مساحة تهيئة الخزنة (للمرجعية فقط، التهيئة مُضمَّنة هنا مباشرة)
VAULT_REPO_ID = "Asem75/aiocr_asistant"

MODEL_ID = "Qwen/Qwen2.5-3B-Instruct"
DEVICE = "cpu"

RADAR_API_KEY = os.environ.get("INTERNAL_API_KEY", "").strip()
HF_TOKEN = os.environ.get("HF_TOKEN", "").strip()

if not HF_TOKEN:
    print("⚠️ تنبيه: HF_TOKEN غير مضبوط في أسرار هذه المساحة — القراءة/الكتابة في الخزنة قد تفشل إذا كانت خاصة.")

_hf_api = HfApi(token=HF_TOKEN) if HF_TOKEN else HfApi()

print("⏳ تحميل نموذج كوين (العقل المدبر)...")
_tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
_model = AutoModelForCausalLM.from_pretrained(
    MODEL_ID, torch_dtype=torch.float32, device_map="cpu", low_cpu_mem_usage=True
)
print("✅ كوين جاهز")

# ════════════════════════════════════════════════════════════════════
# تهيئة ملفات الخزنة — نفس بنية كود "controller" الذي أرسلته، مُضمَّنة
# هنا مباشرة (لا تعتمد على استدعاء مساحة قد تكون نائمة عند كل إقلاع).
#
# 🛠️ الإصلاح الذي وجدته في مراجعتي: رفع الملف البديل (عند عدم وجوده)
# لم يكن محمياً بـ try/except خاص به — أي فشل في الرفع (توكن خاطئ/صلاحيات)
# كان سيتسبب بانهيار المساحة بالكامل عند الإقلاع. الآن محمي ويُسجَّل
# الفشل في السجل بدل إسقاط التطبيق.
# ════════════════════════════════════════════════════════════════════
VAULT_STRUCTURE = {
    "curriculum_plans/lessons_division.json": {
        "description": "تقسيم الدروس والمواد التعليمية بين العلمي والأدبي والوسوم",
        "tracks": {"scientific": [], "literary": []}
    },
    "curriculum_plans/co_planning_qwen.json": {
        "description": "ملف التخطيط المشترك مع موديل كوين لتحديد الأهداف التربوية",
        "qwen_guidelines": {}, "shared_plans": []
    },
    "learning_gaps/student_levels.json": {
        "description": "سجل مستويات الطلاب وتصنيف مهاراتهم التعليمية",
        "levels": {"beginner": [], "intermediate": [], "advanced": []}
    },
    "learning_gaps/gap_analysis.json": {
        "description": "تحليل الفجوة التعليمية وخطط المعالجة الفردية للطلاب",
        "detected_gaps": [], "remedial_actions": []
    },
    "teacher_student_interaction/interaction_logs.json": {
        "description": "سجلات علاقة الطالب بالأستاذ والدعم التوجيهي",
        "teacher_notes": [], "student_feedback": []
    },
}


def initialize_vault_files():
    log_lines = []
    for file_path, default_content in VAULT_STRUCTURE.items():
        try:
            hf_hub_download(repo_id=VAULT_REPO_ID, filename=file_path, repo_type="dataset", token=HF_TOKEN or None)
            log_lines.append(f"✅ {file_path} موجود مسبقاً وجاهز.")
        except Exception:
            try:
                local_filename = f"/tmp/{os.path.basename(file_path)}"
                with open(local_filename, "w", encoding="utf-8") as f:
                    json.dump(default_content, f, ensure_ascii=False, indent=4)
                _hf_api.upload_file(
                    path_or_fileobj=local_filename, path_in_repo=file_path,
                    repo_id=VAULT_REPO_ID, repo_type="dataset", token=HF_TOKEN or None,
                )
                os.remove(local_filename)
                log_lines.append(f"🚀 تم إنشاء ورفع: {file_path}")
            except Exception as e_upload:
                log_lines.append(f"❌ فشل إنشاء {file_path}: {e_upload}")
    return "\n".join(log_lines)


print("⏳ فحص وتهيئة ملفات الخزنة...")
VAULT_INIT_LOG = initialize_vault_files()
print(VAULT_INIT_LOG)

# ════════════════════════════════════════════════════════════════════
# المعلمون والأصوات (Tab 1 — حجز مبدئي، تطوير كامل لاحقاً)
# ════════════════════════════════════════════════════════════════════
TEACHERS = [
    ("الأستاذ عبود", "ar-JO-TaimNeural"),
    ("الأستاذة سلمى", "ar-EG-SalmaNeural"),
    ("الأستاذ حامد", "ar-SA-HamedNeural"),
]

# ════════════════════════════════════════════════════════════════════
# الربط بمساحة الرادار (صوت) — بنفس نمط الحماية بمفتاح سري المُعتمد سابقاً
# ════════════════════════════════════════════════════════════════════
def synth_via_radar(text, speaker_name):
    try:
        client = Client(RADAR_SPACE_URL)
        audio_url = client.predict(text, speaker_name, RADAR_API_KEY, api_name="/synth_arabic")
        if audio_url and isinstance(audio_url, (list, tuple)):
            audio_url = audio_url[0]
        return str(audio_url).strip() if audio_url else None
    except Exception as e:
        print(f"⚠️ خطأ الرادار: {e}")
        return None


# ════════════════════════════════════════════════════════════════════
# الربط بمساحة الوسائط (صور/أنميشن)
# ⚠️ ملاحظة أمان: نقطتا API هذه (generate_image, generate_animation) في
# مساحة الوسائط غير محميتين بأي مفتاح سري حالياً (بخلاف الرادار). إذا
# أردت حمايتهما بنفس مبدأ INTERNAL_API_KEY، أخبرني وأضيفه هناك أيضاً.
# ════════════════════════════════════════════════════════════════════
def generate_image_via_media(prompt):
    try:
        client = Client(MEDIA_SPACE_URL)
        return client.predict(prompt, api_name="/generate_image")
    except Exception as e:
        print(f"⚠️ خطأ مساحة الوسائط (صورة): {e}")
        return None


def generate_animation_via_media(prompt):
    try:
        client = Client(MEDIA_SPACE_URL)
        return client.predict(prompt, api_name="/generate_animation")
    except Exception as e:
        print(f"⚠️ خطأ مساحة الوسائط (أنميشن): {e}")
        return None


# ════════════════════════════════════════════════════════════════════
# العقل المدبر (كوين)
# ════════════════════════════════════════════════════════════════════
def ask_teacher(prompt, history):
    history = history or []
    messages = [{
        "role": "system",
        "content": "أنت كوين، العقل المدبر لمنصة تعليمية عربية. تساعد في صياغة دروس ومحتوى تعليمي قصير وواضح بالعربية، وتجيب بإيجاز ووضوح."
    }]
    messages.extend(history)
    messages.append({"role": "user", "content": prompt})

    text_prompt = _tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
    inputs = _tokenizer([text_prompt], return_tensors="pt").to(DEVICE)

    with torch.no_grad():
        out_ids = _model.generate(
            **inputs, max_new_tokens=200, temperature=0.5, do_sample=True,
            repetition_penalty=1.15, pad_token_id=_tokenizer.eos_token_id
        )
    out_ids = [o[len(i):] for i, o in zip(inputs.input_ids, out_ids)]
    response = _tokenizer.batch_decode(out_ids, skip_special_tokens=True)[0].strip()

    new_history = history + [{"role": "user", "content": prompt}, {"role": "assistant", "content": response}]
    return response, new_history


def integration_test(prompt, teacher_choice, gen_image, gen_anim, history_state):
    if not prompt or not prompt.strip():
        return "⚠️ اكتب نصاً أولاً", history_state, None, None, None

    response, new_history = ask_teacher(prompt, history_state)
    speaker_name = dict(TEACHERS).get(teacher_choice, "ar-JO-TaimNeural")

    audio_path = synth_via_radar(response, speaker_name)
    image_path = generate_image_via_media(response) if gen_image else None
    anim_path = generate_animation_via_media(response) if gen_anim else None

    return response, new_history, audio_path, image_path, anim_path


# ════════════════════════════════════════════════════════════════════
# الواجهة: ستة تبويبات حجز مكان + لوحة فحص الربط
# ════════════════════════════════════════════════════════════════════
with gr.Blocks(title="My Teacher — المنصة الرئيسية", theme=gr.themes.Soft()) as demo:
    gr.Markdown("# 🎓 المنصة التعليمية الذكية الموحدة")

    qwen_history_state = gr.State([])

    with gr.Tabs():
        with gr.Tab("👨‍🏫 إعدادات المعلم والصوت"):
            gr.Markdown(
                "🚧 **قيد التطوير.** سيتم هنا: تصفح المعلمين المتاحين، واختيار "
                "الأستاذ المناسب، وربط كل معلم بخامة صوتية عبر edge-tts/الرادار."
            )

        with gr.Tab("🎬 الفيديوهات التعليمية المسجلة"):
            gr.Markdown("🚧 **قيد التطوير.** مكتبة الدروس والفيديوهات المسجلة مسبقاً للمراجعة.")

        with gr.Tab("🗂️ خطط الدروس والتقسيم"):
            gr.Markdown(
                "🚧 **قيد التطوير.** نافذة تفاعلية مع كوين للتخطيط المشترك، "
                "وتقسيم المواد بين العلمي والأدبي."
            )

        with gr.Tab("📊 المستويات وتحليل الفجوة التعليمية"):
            gr.Markdown(
                "🚧 **قيد التطوير.** تتبع مستوى الطالب وتحليل الأخطاء "
                "(بالاستعانة بـ CAMeL-BERT) وخطط سد الفجوات."
            )

        with gr.Tab("💬 علاقة الطالب والأستاذ"):
            gr.Markdown("🚧 **قيد التطوير.** الرسائل التوجيهية، التقييمات، والدعم الفردي.")

        with gr.Tab("🖼️ أرشيف وإدارة الوسائط"):
            gr.Markdown("🚧 **قيد التطوير.** فهرسة الصور والأنميشن المولّدة لمنع إعادة التوليد.")

        with gr.Tab("🔗 لوحة فحص الربط (API)"):
            gr.Markdown(
                "تجربة مباشرة تُثبت أن **كوين + الرادار (صوت) + مساحة الوسائط (صورة/أنميشن)** "
                "مربوطون فعلياً عبر API، قبل بناء التبويبات الست بالتفصيل."
            )
            prompt_in = gr.Textbox(label="✍️ اكتب فكرة أو سؤالاً تعليمياً", lines=3)
            teacher_pick = gr.Dropdown(choices=[t[0] for t in TEACHERS], value=TEACHERS[0][0], label="🎙️ اختر المعلم/الصوت")
            with gr.Row():
                want_image = gr.Checkbox(label="🖼️ توليد صورة توضيحية", value=False)
                want_anim = gr.Checkbox(label="🎬 توليد أنميشن (أبطأ بكثير)", value=False)
            run_btn = gr.Button("🚀 جرّب الربط الكامل", variant="primary")

            response_out = gr.Textbox(label="📝 رد كوين", lines=4, interactive=False)
            audio_out = gr.Audio(label="🔊 الصوت (عبر الرادار)", type="filepath", autoplay=True)
            with gr.Row():
                image_out = gr.Image(label="🖼️ الصورة (عبر مساحة الوسائط)")
                anim_out = gr.Image(label="🎬 الأنميشن GIF (عبر مساحة الوسائط)")

            run_btn.click(
                fn=integration_test,
                inputs=[prompt_in, teacher_pick, want_image, want_anim, qwen_history_state],
                outputs=[response_out, qwen_history_state, audio_out, image_out, anim_out],
                api_name=False,
            )

    with gr.Accordion("🗄️ سجل تهيئة الخزنة عند الإقلاع", open=False):
        gr.Textbox(value=VAULT_INIT_LOG, lines=8, interactive=False, show_label=False)

if __name__ == "__main__":
    demo.launch(server_name="0.0.0.0", server_port=7860)