Update app.py

app.py

@@ -1,8 +1,7 @@
 import os
-import re
 import gradio as gr
 import torch
-from transformers import AutoModelForCausalLM, AutoTokenizer, MarianMTModel, MarianTokenizer
+from transformers import AutoModelForCausalLM, AutoTokenizer
 from openai import OpenAI
 
 # ==========================================
@@ -35,18 +34,6 @@ def get_qwen_model(model_id):
             mdl = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=torch.bfloat16, low_cpu_mem_usage=True)
         _qwen_models[model_id] = (tok, mdl)
     return _qwen_models[model_id]
-# ==========================================
-# وحدة كشف اللغة: تحدد متى نشغّل الجسر العربي تلقائياً
-# ==========================================
-_ARABIC_CHAR = re.compile(r"[؀-ۿݐ-ݿࢠ-ࣿ]")
-
-def is_arabic(text):
-    """يرجّع True إذا كانت أغلب أحرف النص عربية — هكذا يعرف البوت أي مسار يستخدم."""
-    letters = [c for c in text if c.isalpha()]
-    if not letters:
-        return False
-    arabic = [c for c in letters if _ARABIC_CHAR.match(c)]
-    return (len(arabic) / len(letters)) > 0.4
 
 # ==========================================
 # توليد Qwen عبر Transformers مع دعم وضع التفكير القابل للتبديل
@@ -70,49 +57,14 @@ def qwen_generate(messages, enable_thinking, tok, mdl, max_new_tokens=1024):
     return generated_ids[0][len(model_inputs.input_ids[0]):].tolist()
 
 # ==========================================
-# جسر الترجمة عبر نماذج opus-mt المحلية (Helsinki-NLP)
-# نماذج مخصّصة للترجمة، تعمل بدون إنترنت، وأدق بكثير من ترجمة النموذج لنفسه.
-# تُحمّل كسولاً عند أول استخدام حتى لا تُبطئ بدء التشغيل.
-# ==========================================
-AR_EN_MODEL = "Helsinki-NLP/opus-mt-ar-en"
-EN_AR_MODEL = "Helsinki-NLP/opus-mt-en-ar"
-_translators = {}
-
-def _get_translator(model_id):
-    if model_id not in _translators:
-        print(f"⏳ جاري تحميل نموذج الترجمة {model_id} ...")
-        tok = MarianTokenizer.from_pretrained(model_id)
-        mdl = MarianMTModel.from_pretrained(model_id)
-        _translators[model_id] = (tok, mdl)
-    return _translators[model_id]
-
-def opus_translate(text, model_id):
-    """يترجم النص جملةً جملة حتى لا يتجاوز حد النموذج (512) وتبقى الدقة عالية."""
-    tok, mdl = _get_translator(model_id)
-    chunks = [c for c in re.split(r"(?<=[,.!؟?\n])\s+", text.strip()) if c.strip()]
-    if not chunks:
-        return ""
-    batch = tok(chunks, return_tensors="pt", padding=True, truncation=True, max_length=1024)
-    generated = mdl.generate(**batch, max_new_tokens=1024)
-    return " ".join(tok.decode(g, skip_special_tokens=True).strip() for g in generated)
-
-def ar_to_en(text):
-    return opus_translate(text, AR_EN_MODEL)
-
-def en_to_ar(text):
-    return opus_translate(text, EN_AR_MODEL)
-
-# ==========================================
-# تحميل مسبق للنماذج عند بدء التشغيل بدل التحميل الكسول
-# نحمّل Qwen ونموذجي الترجمة مقدّماً حتى لا يتأخر أول ردّ للمستخدم.
-# (تبقى دوال get_qwen_model/_get_translator كما هي فتجد النماذج محمّلة في سجلّها)
+# تحميل مسبق للنموذج عند بدء التشغيل بدل التحميل الكسول
+# نحمّل Qwen مقدّماً حتى لا يتأخر أول ردّ للمستخدم.
+# (تبقى دالة get_qwen_model كما هي فتجد النموذج محمّلاً في سجلّه)
 # ==========================================
 def preload_models():
-    print("🚀 تحميل مسبق للنماذج (Qwen + جسر الترجمة)...")
+    print("🚀 تحميل مسبق للنموذج (Qwen)...")
     get_qwen_model(QWEN_MODEL)
-    _get_translator(AR_EN_MODEL)
-    _get_translator(EN_AR_MODEL)
-    print("✅ اكتمل التحميل المسبق للنماذج.")
+    print("✅ اكتمل التحميل المسبق للنموذج.")
 
 # ==========================================
 # تنظيف رسائل المساعد القديمة من الشارات/كواليس التفكير قبل تمريرها للنموذج
@@ -122,7 +74,7 @@ def _strip_assistant_extras(content):
         return ""
     if "</details>" in content:                                  # إزالة صندوق التفكير (Qwen)
         content = content.split("</details>")[-1].strip()
-    if content.startswith(("🌉", "🟢")) and "\n\n" in content:    # إزالة شارة المسار
+    if content.startswith("🟢") and "\n\n" in content:           # إزالة شارة المسار
         content = content.split("\n\n", 1)[-1].strip()
     return content
 
@@ -130,9 +82,9 @@ def _strip_assistant_extras(content):
 # الدالة الأساسية لمعالجة المحادثة بنظام الـ Messages الحديث
 # (غلاف يلتقط أي خطأ ويعرضه نصاً في الشات بدل شارة Gradio العامة "Error")
 # ==========================================
-def chat_engine(user_input, chat_history, model_choice, enable_thinking, api_key, system_prompt, enable_bridge):
+def chat_engine(user_input, chat_history, model_choice, enable_thinking, api_key, system_prompt):
     try:
-        return _chat_engine_impl(user_input, chat_history, model_choice, enable_thinking, api_key, system_prompt, enable_bridge)
+        return _chat_engine_impl(user_input, chat_history, model_choice, enable_thinking, api_key, system_prompt)
     except Exception as e:
         import traceback
         traceback.print_exc()
@@ -142,7 +94,7 @@ def chat_engine(user_input, chat_history, model_choice, enable_thinking, api_key
         chat_history.append({"role": "assistant", "content": f"❌ خطأ عام في المعالجة:\n\n`{type(e).__name__}: {str(e)}`"})
         return chat_history, ""
 
-def _chat_engine_impl(user_input, chat_history, model_choice, enable_thinking, api_key, system_prompt, enable_bridge):
+def _chat_engine_impl(user_input, chat_history, model_choice, enable_thinking, api_key, system_prompt):
     if not user_input.strip():
         return chat_history, ""
 
@@ -170,23 +122,10 @@ def _chat_engine_impl(user_input, chat_history, model_choice, enable_thinking, a
     # ------------------------------------------
     if model_choice == QWEN_MODEL:
         try:
-            # 🌉 الجسر العربي: يقرر البوت تلقائياً متى يحوّل المسار عبر الإنجليزية
-            use_bridge = enable_bridge and is_arabic(user_input)
-
-            if use_bridge:
-                # 1) ترجمة سؤال المستخدم من العربية إلى الإنجليزية ليفكّر النموذج بلغته الأقوى
-                en_input = ar_to_en(user_input)
-                gen_messages = [{"role": "system", "content": "You are a smart, concise and helpful assistant. Answer clearly and accurately in English."}]
-                for msg in messages[1:-1]:  # نمرر السياق السابق كما هو (نتجاوز الـ system والرسالة الحالية)
-                    gen_messages.append(msg)
-                gen_messages.append({"role": "user", "content": en_input})
-                badge = "🌉 *تم الردّ عبر جسر الترجمة (عربي ← إنجليزي ← عربي)*\n\n"
-            else:
-                gen_messages = messages
-                badge = "🟢 *ردّ مباشر من Qwen*\n\n"
+            badge = "🟢 *ردّ مباشر من Qwen*\n\n"
 
             tok, mdl = get_qwen_model(model_choice)
-            output_ids = qwen_generate(gen_messages, enable_thinking, tok, mdl)
+            output_ids = qwen_generate(messages, enable_thinking, tok, mdl)
 
             # نفصل التفكير عن الجواب اعتماداً على رمز نهاية التفكير </think> (151668).
             # نقوم بهذا دائماً (حتى في الوضع العادي) حتى لا تتسرّب كواليس التفكير إلى الجواب.
@@ -212,10 +151,6 @@ def _chat_engine_impl(user_input, chat_history, model_choice, enable_thinking, a
             if not assistant_content:
                 assistant_content = "⚠️ لم يكتمل الجواب ضمن حدّ التوليد. جرّب إيقاف وضع التفكير أو إعادة المحاولة."
 
-            # 2) ترجمة الجواب الإنجليزي رجوعاً إلى العربية
-            if use_bridge and assistant_content:
-                assistant_content = en_to_ar(assistant_content)
-
             if thinking_content:
                 final_output = f"{badge}<details><summary>🧠 كواليس تفكير النموذج</summary>\n\n{thinking_content}\n\n</details>\n\n{assistant_content}"
             else:
@@ -266,7 +201,6 @@ with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue", secondary_hue="slate"))
             )
             model_dropdown = gr.Dropdown(choices=[QWEN_MODEL, GPT_LABEL], value=QWEN_MODEL, label="اختر النموذج")
             thinking_checkbox = gr.Checkbox(label="🧠 تفعيل وضع التفكير (Qwen فقط)", value=True)
-            bridge_checkbox = gr.Checkbox(label="🌉 الجسر العربي التلقائي (يحسّن أداء النموذج مع العربية)", value=True)
             api_key_input = gr.Textbox(label="OpenAI API Key", type="password")
             clear_button = gr.Button("🧹 مسح الذاكرة")
 
@@ -278,12 +212,12 @@ with gr.Blocks(theme=gr.themes.Soft(primary_hue="blue", secondary_hue="slate"))
 
     submit_event = submit_button.click(
         chat_engine,
-        inputs=[user_msg, chatbot, model_dropdown, thinking_checkbox, api_key_input, system_prompt_input, bridge_checkbox],
+        inputs=[user_msg, chatbot, model_dropdown, thinking_checkbox, api_key_input, system_prompt_input],
         outputs=[chatbot, user_msg]
     )
     user_msg.submit(
         chat_engine,
-        inputs=[user_msg, chatbot, model_dropdown, thinking_checkbox, api_key_input, system_prompt_input, bridge_checkbox],
+        inputs=[user_msg, chatbot, model_dropdown, thinking_checkbox, api_key_input, system_prompt_input],
         outputs=[chatbot, user_msg]
     )
     clear_button.click(fn=lambda: [], outputs=chatbot, queue=False)
@@ -294,3 +228,4 @@ if __name__ == "__main__":
     # على Colab نحتاج share=True لإنشاء رابط عام؛ على Hugging Face Space يجب ألا نفعّله.
     on_hf_space = os.environ.get("SPACE_ID") is not None
     demo.launch(share=not on_hf_space)
+