Update app.py

app.py

@@ -1 +1,354 @@
-eduassistant75@gmail.com
+import os
+import re
+import json
+import time
+import warnings
+import gradio as gr
+from gradio_client import Client
+from huggingface_hub import HfApi, hf_hub_download
+import torch
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+# ======================== كتم التحذيرات ========================
+warnings.filterwarnings("ignore")
+
+# ======================== الإعدادات ========================
+DEVICE = "cpu"
+WHISPER_MODEL = "openai/whisper-base"  # تأكدت من السجلات أن Whisper ليس السبب، فلم أغيّره
+MODEL_ID = "Qwen/Qwen2.5-3B-Instruct"
+RADAR_SPACE_URL = "Asem75/Aiocr_Radar"
+VAULT_REPO_ID = "Asem75/aiocr_asistant"
+
+# ⚠️ سقف طول محتوى الدرس المُحقَن في الـ System Prompt. النصوص الطويلة جداً
+# كانت تطغى على السؤال الحي للطالب وتُشتّت النموذج عن الإجابة المباشرة.
+MAX_LESSON_CHARS = 1200
+
+RADAR_API_KEY = os.environ.get("INTERNAL_API_KEY", "").strip()
+HF_TOKEN = os.environ.get("HF_TOKEN", "").strip()
+
+print(f"✅ الخزنة: {VAULT_REPO_ID} | الرادار: {RADAR_SPACE_URL}")
+if not HF_TOKEN:
+    print("⚠️ تنبيه: HF_TOKEN غير مضبوط في أسرار هذه المساحة — حفظ ملف الطالب وإنشاء مجلدات الخزنة لن يعملا إطلاقاً.")
+
+_hf_api = HfApi(token=HF_TOKEN) if HF_TOKEN else HfApi()
+
+print("⏳ تحميل النموذج...")
+_llm_tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
+_llm_model = AutoModelForCausalLM.from_pretrained(
+    MODEL_ID,
+    torch_dtype=torch.float32,
+    device_map="cpu",
+    low_cpu_mem_usage=True
+)
+print("✅ النموذج جاهز")
+
+# ======================== Whisper ========================
+_whisper_pipe = None
+
+def load_whisper():
+    global _whisper_pipe
+    if _whisper_pipe is not None:
+        return _whisper_pipe
+    from transformers import pipeline
+    _whisper_pipe = pipeline(
+        "automatic-speech-recognition",
+        model=WHISPER_MODEL,
+        device=DEVICE,
+        chunk_length_s=30
+    )
+    return _whisper_pipe
+
+# ======================== الرادار - لم يتم لمسه ========================
+def call_radar_api(text, subject, detected_emotion):
+    try:
+        client = Client(RADAR_SPACE_URL)
+        word_count = len(text.split())
+
+        if word_count <= 35:
+            speaker_name = "ar-EG-SalmaNeural"
+        else:
+            voice_map = {
+                "🧮 الرياضيات والعلوم": "ar-JO-TaimNeural",
+                "🕌 اللغة العربية والتربية الإسلامية": "ar-SA-HamedNeural",
+                "🔤 اللغة الإنجليزية": "en-US-JennyNeural",
+            }
+            speaker_name = voice_map.get(subject, "ar-JO-TaimNeural")
+
+        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
+
+# ======================== الخزنة - البحث عن الدرس ========================
+def lesson_to_file_prefix(lesson_str):
+    match = re.search(r'\d+', lesson_str)
+    return f"{int(match.group()):02d}" if match else "01"
+
+def find_lesson_in_vault(grade, semester, subject, lesson):
+    try:
+        lesson_prefix = lesson_to_file_prefix(lesson)
+        folder_path = f"Curriculum_Core/{grade}/{semester}/{subject}"
+
+        all_files = _hf_api.list_repo_files(repo_id=VAULT_REPO_ID, repo_type="dataset")
+        target_prefix = f"{folder_path}/{lesson_prefix}_"
+        matching_files = [f for f in all_files if f.startswith(target_prefix) and f.endswith(('.txt', '.md', '.json'))]
+
+        if not matching_files:
+            # ⚠️ سجل تشخيصي: يطبع المسار الذي بحث عنه فعلياً بالضبط، حتى تتأكد
+            # مباشرة من مطابقته للهيكل الحقيقي في الخزنة (أهم سطر لتشخيص
+            # مشكلة "الإجابة في وادٍ آخر" إذا كان السبب درساً مُحقَناً خاطئاً)
+            print(f"⚠️ لم يتم العثور على درس مطابق للمسار: {target_prefix}")
+            return None
+
+        lesson_file = matching_files[0]
+        print(f"📂 تم العثور على الدرس ومطابقته: {lesson_file}")
+
+        local_path = hf_hub_download(repo_id=VAULT_REPO_ID, filename=lesson_file, repo_type="dataset")
+        with open(local_path, "r", encoding="utf-8") as f:
+            content = f.read()
+
+        if len(content) > MAX_LESSON_CHARS:
+            print(f"✂️ محتوى الدرس ({len(content)} حرف) أطول من السقف، سيت�� اقتطاعه إلى {MAX_LESSON_CHARS} حرف")
+            content = content[:MAX_LESSON_CHARS]
+
+        print(f"✅ تم تحميل الدرس ({len(content)} حرف بعد أي اقتطاع)")
+        return content
+    except Exception as e:
+        print(f"⚠️ خطأ في البحث عن الدرس: {e}")
+        return None
+
+def save_student_profile(grade, semester, subject, lesson, user_name, track=None):
+    if not HF_TOKEN:
+        print("⚠️ تخطّي حفظ ملف الطالب: لا يوجد HF_TOKEN في أسرار هذه المساحة.")
+        return
+    try:
+        curriculum_path = f"Curriculum_Core/{grade}/{semester}/{subject}/"
+        try:
+            _hf_api.upload_file(
+                path_or_fileobj=b"",
+                path_in_repo=f"{curriculum_path}.gitkeep",
+                repo_id=VAULT_REPO_ID, repo_type="dataset", token=HF_TOKEN
+            )
+        except Exception as e_gitkeep:
+            print(f"⚠️ فشل إنشاء .gitkeep في {curriculum_path}: {e_gitkeep}")
+
+        student_path = f"Student_Hub/User_{user_name}/"
+        profile = {
+            "user_name": user_name, "grade": grade, "semester": semester,
+            "subject": subject, "lesson": lesson, "track": track,
+            "last_updated": time.strftime("%Y-%m-%d %H:%M:%S")
+        }
+
+        _hf_api.upload_file(
+            path_or_fileobj=json.dumps(profile, ensure_ascii=False, indent=2).encode("utf-8"),
+            path_in_repo=f"{student_path}profile.json",
+            repo_id=VAULT_REPO_ID, repo_type="dataset", token=HF_TOKEN
+        )
+        print(f"👤 تم حفظ: {student_path}profile.json")
+    except Exception as e:
+        print(f"⚠️ خطأ في الحفظ: {e}")
+
+# ======================== المواد والصفوف ========================
+GRADES = [
+    "الروضة", "الصف الأول", "الصف الثاني", "الصف الثالث",
+    "الصف الرابع", "الصف الخامس", "الصف السادس", "الصف السابع",
+    "الصف الثامن", "الصف التاسع", "الصف العاشر", "الصف الحادي عشر",
+    "الصف الثاني عشر (التوجيهي)"
+]
+
+SEMESTERS = ["الفصل الأول", "الفصل الثاني"]
+
+def get_lesson_numbers():
+    return [f"الدرس {i}" for i in range(1, 31)]
+
+# ======================== دالة المحادثة ========================
+def teacher_chat(audio_mic, subject, grade, semester, lesson, track, student_name, chat_history_state):
+    if audio_mic is None:
+        return chat_history_state, None, "🎤 الرجاء تسجيل السؤال أولاً"
+
+    # 1. تحويل الصوت لنص
+    try:
+        whisper = load_whisper()
+        result = whisper(audio_mic, generate_kwargs={"language": "arabic"})
+        user_text = result["text"].strip()
+    except Exception as e:
+        return chat_history_state, None, f"⚠️ خطأ: {e}"
+
+    if not user_text:
+        return chat_history_state, None, "❌ لم يتم التعرف على كلام"
+
+    print(f"🗣️ {student_name}: {user_text}")
+
+    # 2. البحث عن الدرس في الخزنة (مع سقف طول واقتطاع، انظر الدالة أعلاه)
+    lesson_content = find_lesson_in_vault(grade, semester, subject, lesson)
+
+    # 3. بناء messages
+    context_parts = [f"مادة {subject}", f"{lesson}"]
+    if semester:
+        context_parts.insert(1, f"الفصل {semester}")
+    if track:
+        context_parts.append(f"تخصص {track}")
+    context_str = " - ".join(context_parts)
+
+    # ⚠️ تعديل جوهري على التوجيه: التزام صارم بصيغة الخطوات/الأسئلة كان
+    # يجعل النموذج يطبّقها حتى على مجرد تحية، ويُهمل أحياناً السؤال الحي
+    # لصالح "الالتزام" بمحتوى الدرس المرجعي. الآن: التحية تُعامل بشكل
+    # طبيعي منفصل، والسؤال الحي له الأولوية القطعية على المرجع.
+    system_prompt = (
+        f"أنت الأستاذ عبود، معلم خبير ودود. السياق الحالي: {context_str}.\n"
+        "- إذا كانت رسالة الطالب مجرد تحية أو سؤال عام (مثل: السلام عليكم، كيف حالك)، "
+        "رد بتحية طبيعية ودودة وقصيرة فقط، بدون فرض خطوات أو أسئلة تعليمية.\n"
+        "- إذا كان سؤالاً تعليمياً فعلياً: أجب بإيجاز (30 كلمة كحد أقصى)، "
+        "لا تعط الإجابة كاملة، قسمها لخطوات، واطرح سؤالاً واحداً في النهاية.\n"
+        "- السؤال الذي يطرحه الطالب الآن هو الأولوية القطعية دائماً. "
+        "استخدم محتوى الدرس المرجعي أدناه (إن وُجد) كمصدر مساعد فقط إذا كان "
+        "مرتبطاً مباشرة بسؤال الط��لب — وتجاهله تماماً إذا لم يكن ذا صلة.\n"
+        "أضف في كل ردودك التعليمية [حالة: حماس] أو [حالة: هدوء] (ليس مطلوباً مع التحية)."
+    )
+
+    if lesson_content:
+        system_prompt += f"\n\n📖 محتوى الدرس المرجعي (مساعد فقط، وليس ملزماً):\n```\n{lesson_content}\n```"
+        print(f"📚 تم حقن محتوى الدرس في الـ System Prompt ({len(lesson_content)} حرف)")
+    else:
+        print("ℹ️ لا يوجد محتوى درس مُحقَن لهذا السؤال (لم يُعثر على ملف مطابق، أو لا حاجة له).")
+
+    messages = [{"role": "system", "content": system_prompt}]
+    for msg in chat_history_state:
+        messages.append({"role": msg["role"], "content": msg["content"]})
+    messages.append({"role": "user", "content": user_text})
+
+    # 4. توليد الرد
+    try:
+        text_prompt = _llm_tokenizer.apply_chat_template(
+            messages, tokenize=False, add_generation_prompt=True
+        )
+        model_inputs = _llm_tokenizer([text_prompt], return_tensors="pt").to(DEVICE)
+
+        with torch.no_grad():
+            generated_ids = _llm_model.generate(
+                **model_inputs, max_new_tokens=200, temperature=0.4,
+                do_sample=True, repetition_penalty=1.15,
+                pad_token_id=_llm_tokenizer.eos_token_id, use_cache=True
+            )
+
+        generated_ids = [
+            output_ids[len(input_ids):]
+            for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
+        ]
+        full_response = _llm_tokenizer.batch_decode(
+            generated_ids, skip_special_tokens=True
+        )[0].strip()
+
+        emotion_match = re.search(r'\[حالة:\s*(\w+)\]', full_response)
+        detected_emotion = emotion_match.group(1) if emotion_match else "هدوء"
+        cleaned_response = re.sub(r'\[حالة:\s*\w+\]', '', full_response).strip()
+
+        if not cleaned_response.endswith(('.', '؟', '!')):
+            cleaned_response += '.'
+
+        print(f"🤖 الأستاذ: {cleaned_response}")
+    except Exception as e:
+        return chat_history_state, None, f"⚠️ خطأ النموذج: {e}"
+
+    # 5. تحديث التاريخ
+    chat_history_state = chat_history_state + [
+        {"role": "user", "content": user_text},
+        {"role": "assistant", "content": cleaned_response},
+    ]
+
+    # 6. حفظ في الخزنة
+    save_student_profile(grade, semester, subject, lesson, student_name, track)
+
+    # 7. توليد الصوت
+    audio_path = call_radar_api(cleaned_response, subject, detected_emotion)
+    status = f"✅ ({detected_emotion})" if audio_path else "⚠️ فشل الصوت"
+    return chat_history_state, audio_path, status
+
+# ======================== الواجهة ========================
+with gr.Blocks(title="الأستاذ عبود", theme=gr.themes.Soft()) as demo:
+    gr.Markdown("# 🎓 المنصة التعليمية - الأستاذ عبود")
+
+    chat_history_state = gr.State([])
+
+    with gr.Row():
+        with gr.Column(scale=2):
+            with gr.Row():
+                student_name_input = gr.Textbox(label="👤 اسم الطالب", value="Divid")
+                grade_dropdown = gr.Dropdown(
+                    choices=GRADES, value="الصف العاشر", label="📆 الصف الدراسي"
+                )
+
+            with gr.Row():
+                semester_dropdown = gr.Dropdown(
+                    choices=SEMESTERS, value="الفصل الأول", label="📅 الفصل الدراسي"
+                )
+                track_dropdown = gr.Dropdown(
+                    choices=[], value=None, label="🎯 التخصص (للتوجيهي فقط)",
+                    visible=False, allow_custom_value=True
+                )
+
+            with gr.Row(visible=False) as track_row:
+                new_track_input = gr.Textbox(
+                    label="➕ أضف تخصصاً جديداً", placeholder="مثال: صناعي، زراعي"
+                )
+                add_track_btn = gr.Button("💾 حفظ التخصص", variant="secondary", size="sm")
+
+            with gr.Row():
+                subject_dropdown = gr.Dropdown(
+                    choices=[
+                        "🧮 الرياضيات والعلوم",
+                        "🕌 اللغة العربية والتربية الإسلامية",
+                        "🔤 اللغة الإنجليزية"
+                    ],
+                    value="🧮 الرياضيات والعلوم",
+                    label="📚 المادة"
+                )
+                lesson_dropdown = gr.Dropdown(
+                    choices=get_lesson_numbers(),
+                    value="الدرس 1",
+                    label="📖 رقم الدرس"
+                )
+
+            chatbot_display = gr.Chatbot(label="الحوار", height=400)
+            mic_input = gr.Audio(label="🎤 سؤال��", type="filepath", sources=["microphone"])
+            send_btn = gr.Button("🚀 إرسال", variant="primary")
+
+        with gr.Column(scale=1):
+            audio_output = gr.Audio(label="🔊 الرد", type="filepath", autoplay=True)
+            status_output = gr.Textbox(label="الحالة")
+
+    def toggle_track(grade):
+        if "التوجيهي" in grade:
+            return gr.update(visible=True), gr.update(visible=True), gr.update(visible=True)
+        return gr.update(visible=False, value=None), gr.update(visible=False), gr.update(visible=False)
+
+    grade_dropdown.change(
+        fn=toggle_track,
+        inputs=[grade_dropdown],
+        outputs=[track_dropdown, track_row, add_track_btn]
+    )
+
+    def process_and_display(audio_mic, subject, grade, semester, lesson, track, student_name, history_state):
+        new_history, audio, status = teacher_chat(
+            audio_mic, subject, grade, semester, lesson, track, student_name, history_state
+        )
+        return new_history, new_history, audio, status, None
+
+    send_btn.click(
+        fn=process_and_display,
+        inputs=[
+            mic_input, subject_dropdown, grade_dropdown, semester_dropdown,
+            lesson_dropdown, track_dropdown, student_name_input, chat_history_state
+        ],
+        outputs=[chat_history_state, chatbot_display, audio_output, status_output, mic_input]
+    )
+
+if __name__ == "__main__":
+    demo.launch(server_name="0.0.0.0", server_port=7860)