Update app.py

app.py

@@ -1,79 +1,113 @@
 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"
-MODEL_ID = "Qwen/Qwen2.5-3B-Instruct"
+# ════════════════════════════════════════════════════════════════════
+# 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"
 
-MAX_LESSON_CHARS = 1200
+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()
 
-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 لن يعمل.")
+    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 النموذج...")
-_llm_tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
-_llm_model = AutoModelForCausalLM.from_pretrained(
+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("✅ 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 ========================
-# ⚠️ بناءً على طلبك: محرك مايكروسوفت لا يستخدم "حالة المشاعر" إطلاقاً هنا
-# (لا يوجد ربط فعلي بين المشاعر وأي صوت مختلف في هذا التصميم)، فحذفنا
-# وسم المشاعر بالكامل من توجيه النموذج بدل توليد شيء غير مستخدم فعلياً.
-def call_radar_api(text, subject):
+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)
-        word_count = len(text.split())
-
-        if word_count <= 35:
-            speaker_name = "ar-EG-SalmaNeural"
-        else:
-            voice_map = {
-                "🧮 الرياضيات": "ar-JO-TaimNeural",
-                "🔬 العلوم": "ar-JO-TaimNeural",
-                "📗 اللغة العربية": "ar-SA-HamedNeural",
-                "🕌 التربية 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"
-        )
-
+        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
@@ -81,263 +115,135 @@ def call_radar_api(text, subject):
         print(f"⚠️ خطأ الرادار: {e}")
         return None
 
-# ======================== الخزنة: سرد وتحميل الدروس الحقيقية ========================
-def list_lessons_in_vault(grade, semester, subject):
-    """يقرأ الدروس الموجودة فعلياً في الخزنة لهذا المسار، ويستخدم اسم
-    الملف نفسه (بعنوانه الحقيقي) كخيارات القائمة المنسدلة — بدل أرقام
-    عامة لا علاقة لها بما هو موجود فعلاً."""
+
+# ════════════════════════════════════���═══════════════════════════════
+# 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:
-        folder_path = f"Curriculum_Core/{grade}/{semester}/{subject}/"
-        all_files = _hf_api.list_repo_files(repo_id=VAULT_REPO_ID, repo_type="dataset")
-        # ⚠️ مطابقة غير حساسة لحالة الأحرف: ملفاتك الحقيقية بصيغة .TXT بحروف كبيرة
-        lesson_files = [
-            f for f in all_files
-            if f.startswith(folder_path) and f.lower().endswith(('.txt', '.md', '.json'))
-        ]
-        choices = []
-        for f in sorted(lesson_files):
-            filename = os.path.basename(f)
-            display_name = re.sub(r'\.(txt|md|json)$', '', filename, flags=re.IGNORECASE)
-            choices.append((display_name, f))  # (العنوان المعروض، المسار الكامل = القيمة الفعلية)
-        if not choices:
-            print(f"⚠️ لا توجد دروس في الخزنة ضمن: {folder_path}")
-        return choices
+        client = Client(MEDIA_SPACE_URL)
+        return client.predict(prompt, api_name="/generate_image")
     except Exception as e:
-        print(f"⚠️ فشل سرد دروس الخزنة لـ {folder_path}: {e}")
-        return []
+        print(f"⚠️ خطأ مساحة الوسائط (صورة): {e}")
+        return None
 
 
-def load_lesson_content(lesson_path):
-    if not lesson_path:
-        return None
+def generate_animation_via_media(prompt):
     try:
-        local_path = hf_hub_download(repo_id=VAULT_REPO_ID, filename=lesson_path, 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، تم اقتطاعه إلى {MAX_LESSON_CHARS} حرف")
-            content = content[:MAX_LESSON_CHARS]
-        print(f"✅ تم تحميل الدرس: {lesson_path} ({len(content)} حرف)")
-        return content
+        client = Client(MEDIA_SPACE_URL)
+        return client.predict(prompt, api_name="/generate_animation")
     except Exception as e:
-        print(f"⚠️ فشل تحميل محتوى الدرس {lesson_path}: {e}")
+        print(f"⚠️ خطأ مساحة الوسائط (أنميشن): {e}")
         return None
 
 
-def save_student_profile(grade, semester, subject, lesson_path, user_name, track=None):
-    if not HF_TOKEN:
-        print("⚠️ تخطّي حفظ ملف الطالب: لا يوجد HF_TOKEN في أسرار هذه المساحة.")
-        return
-    try:
-        student_path = f"Student_Hub/User_{user_name}/"
-        profile = {
-            "user_name": user_name, "grade": grade, "semester": semester,
-            "subject": subject, "lesson": lesson_path, "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
+# ════════════════════════════════════════════════════════════════════
+# 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
         )
-        print(f"👤 تم حفظ: {student_path}profile.json")
-    except Exception as e:
-        print(f"⚠️ خطأ في الحفظ: {e}")
-
-# ======================== الصفوف والفصول والمواد ========================
-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"]
-
-# ⚠️ المواد المدمجة سابقاً تم فصلها إلى مواد مستقلة بناءً على طلبك
-DEFAULT_SUBJECTS = [
-    "🧮 الرياضيات",
-    "🔬 العلوم",
-    "📗 اللغة العربية",
-    "🕌 التربية الإسلامية",
-    "🔤 اللغة الإنجليزية",
-]
+    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()
 
-# ======================== دالة المحادثة ========================
-def teacher_chat(audio_mic, subject, grade, semester, lesson_path, track, student_name, chat_history_state):
-    if audio_mic is None:
-        return chat_history_state, None, "🎤 الرجاء تسجيل السؤال أولاً"
+    new_history = history + [{"role": "user", "content": prompt}, {"role": "assistant", "content": response}]
+    return response, new_history
 
-    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}")
-
-    lesson_content = load_lesson_content(lesson_path)
-
-    context_parts = [f"مادة {subject}"]
-    if semester:
-        context_parts.append(f"الفصل {semester}")
-    if track:
-        context_parts.append(f"تخصص {track}")
-    context_str = " - ".join(context_parts)
-
-    # ⚠️ توجيه مُعاد بناؤه بالكامل لمعالجة غياب "علاقة الأستاذ بالطالب":
-    # مخاطبة الطالب باسمه، كلام جانبي ودود طبيعي، وأولوية قطعية لسؤاله
-    # الحي على محتوى الدرس المرجعي. تم حذف وسم المشاعر بالكامل لأنه غير
-    # مستخدم فعلياً مع محرك مايكروسوفت.
-    student_name_clean = (student_name or "الطالب").strip()
-    system_prompt = (
-        f"أنت الأستاذ عبود، معلم خبير ودود جداً، تربطك بطلابك علاقة إنسانية حقيقية لا علاقة آلية جافة. "
-        f"تتحدث الآن مع طالبك {student_name_clean}. السياق الحالي: {context_str}.\n"
-        f"- خاطب {student_name_clean} باسمه من وقت لآخر بشكل طبيعي (لا في كل رسالة)، كما يفعل معلم حقيقي يعرف طلابه.\n"
-        "- اسمح لنفسك بقليل من الكلام الجانبي الودود (تشجيع، تعليق لطيف مناسب) حين يلائم السياق، "
-        "فالعلاقة بين المعلم وطالبه ليست مجرد سؤال وجواب آلي.\n"
-        "- إذا كانت رسالة الطالب مجرد تحية أو حديث عام، رد بتحية ودودة طبيعية وقصيرة فقط، بدون فرض أسلوب تعليمي صارم.\n"
-        "- إذا كان سؤالاً تعليمياً فعلياً: أجب بإيجاز (30 كلمة كحد أقصى)، لا تعط الإجابة كاملة، قسمها لخطوات، واطرح سؤالاً واحداً في النهاية.\n"
-        "- سؤال الطالب الحالي هو الأولوية القطعية دائماً. استخدم محتوى الدرس المرجعي (إن وُجد) كمصدر مساعد فقط "
-        "إذا كان مرتبطاً مباشرة بسؤاله، وتجاهله تماماً إذا لم يكن ذا صلة."
-    )
-
-    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 ({len(lesson_content)} حرف)")
-    else:
-        print("ℹ️ لا يوجد محتوى درس مُحقَن لهذا السؤال.")
-
-    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})
 
-    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
-            )
+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
 
-        generated_ids = [output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)]
-        cleaned_response = _llm_tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0].strip()
+    response, new_history = ask_teacher(prompt, history_state)
+    speaker_name = dict(TEACHERS).get(teacher_choice, "ar-JO-TaimNeural")
 
-        if not cleaned_response.endswith(('.', '؟', '!')):
-            cleaned_response += '.'
+    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
 
-        print(f"🤖 الأستاذ: {cleaned_response}")
-    except Exception as e:
-        return chat_history_state, None, f"⚠️ خطأ النموذج: {e}"
+    return response, new_history, audio_path, image_path, anim_path
 
-    chat_history_state = chat_history_state + [
-        {"role": "user", "content": user_text},
-        {"role": "assistant", "content": cleaned_response},
-    ]
 
-    save_student_profile(grade, semester, subject, lesson_path, student_name, track)
+# ════════════════════════════════════════════════════════════════════
+# 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")
 
-    audio_path = call_radar_api(cleaned_response, subject)
-    status = "✅ تم الرد" if audio_path else "⚠️ تم توليد النص لكن فشل الصوت"
-    return chat_history_state, audio_path, status
+    qwen_history_state = gr.State([])
 
-# ======================== الواجهة ========================
-with gr.Blocks(title="الأستاذ عبود", theme=gr.themes.Soft()) as demo:
-    gr.Markdown("# 🎓 المنصة التعليمية - الأستاذ عبود")
+    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."
+            )
 
-    chat_history_state = gr.State([])
-    subject_choices_state = gr.State(list(DEFAULT_SUBJECTS))
+        with gr.Tab("🎬 الفيديوهات التعليمية المسجلة"):
+            gr.Markdown("🚧 **قيد التطوير.** مكتبة الدروس والفيديوهات المسجلة مسبقاً للمراجعة.")
 
-    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.Tab("🗂️ خطط الدروس والتقسيم"):
+            gr.Markdown(
+                "🚧 **قيد التطوير.** نافذة تفاعلية مع كوين للتخطيط المشترك، "
+                "وتقسيم المواد بين العلمي والأدبي."
+            )
 
-            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.Tab("📊 المستويات وتحليل الفجوة التعليمية"):
+            gr.Markdown(
+                "🚧 **قيد التطوير.** تتبع مستوى الطالب وتحليل الأخطاء "
+                "(بالاستعانة بـ CAMeL-BERT) وخطط سد الفجوات."
+            )
 
-            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.Tab("💬 علاقة الطالب والأستاذ"):
+            gr.Markdown("🚧 **قيد التطوير.** الرسائل التوجيهية، التقييمات، والدعم الفردي.")
 
-            with gr.Row():
-                subject_dropdown = gr.Dropdown(choices=DEFAULT_SUBJECTS, value=DEFAULT_SUBJECTS[0], label="📚 المادة")
-                add_subject_btn = gr.Button("➕ إضافة مواد أخرى", variant="secondary", size="sm")
+        with gr.Tab("🖼️ أرشيف وإدارة الوسائط"):
+            gr.Markdown("🚧 **قيد التطوير.** فهرسة الصور والأنميشن المولّدة لمنع إعادة التوليد.")
 
-            with gr.Row(visible=False) as new_subject_row:
-                new_subject_input = gr.Textbox(label="✍️ اسم المادة الجديدة", placeholder="مثال: 💻 الحاسوب")
-                confirm_subject_btn = gr.Button("💾 حفظ المادة", variant="secondary", size="sm")
+        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():
-                lesson_dropdown = gr.Dropdown(choices=[], label="📖 الدرس (من الخزنة)")
-                refresh_lessons_btn = gr.Button("🔄", variant="secondary", size="sm")
-
-            chatbot_display = gr.Chatbot(label="الحوار", height=400)
-            mic_input = gr.Audio(label="🎤 سؤالك", 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], api_name=False)
-
-    # ──── إضافة مادة جديدة ديناميكياً ────
-    add_subject_btn.click(fn=lambda: gr.update(visible=True), outputs=[new_subject_row], api_name=False)
-
-    def confirm_new_subject(new_subject, choices):
-        new_subject = (new_subject or "").strip()
-        if not new_subject:
-            return gr.update(), choices, gr.update(visible=False), ""
-        if new_subject not in choices:
-            choices = choices + [new_subject]
-        return gr.update(choices=choices, value=new_subject), choices, gr.update(visible=False), ""
-
-    confirm_subject_btn.click(
-        fn=confirm_new_subject,
-        inputs=[new_subject_input, subject_choices_state],
-        outputs=[subject_dropdown, subject_choices_state, new_subject_row, new_subject_input],
-        api_name=False,
-    )
-
-    # ──── تحديث قائمة الدروس من الخزنة عند تغيّر الصف/الفصل/المادة ────
-    def refresh_lessons(grade, semester, subject):
-        lessons = list_lessons_in_vault(grade, semester, subject)
-        if not lessons:
-            return gr.update(choices=[], value=None)
-        return gr.update(choices=lessons, value=lessons[0][1])
-
-    grade_dropdown.change(fn=refresh_lessons, inputs=[grade_dropdown, semester_dropdown, subject_dropdown], outputs=[lesson_dropdown], api_name=False)
-    semester_dropdown.change(fn=refresh_lessons, inputs=[grade_dropdown, semester_dropdown, subject_dropdown], outputs=[lesson_dropdown], api_name=False)
-    subject_dropdown.change(fn=refresh_lessons, inputs=[grade_dropdown, semester_dropdown, subject_dropdown], outputs=[lesson_dropdown], api_name=False)
-    refresh_lessons_btn.click(fn=refresh_lessons, inputs=[grade_dropdown, semester_dropdown, subject_dropdown], outputs=[lesson_dropdown], api_name=False)
-
-    demo.load(fn=refresh_lessons, inputs=[grade_dropdown, semester_dropdown, subject_dropdown], outputs=[lesson_dropdown])
-
-    def process_and_display(audio_mic, subject, grade, semester, lesson_path, track, student_name, history_state):
-        new_history, audio, status = teacher_chat(audio_mic, subject, grade, semester, lesson_path, 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],
-        api_name=False,
-    )
+                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)