Delete app.py

app.py

@@ -1,48 +0,0 @@
-import gradio as gr
-import pandas as pd
-from transformers import pipeline
-
-# تحميل نموذج تلخيص النصوص باللغة العربية من Hugging Face
-summarizer = pipeline("summarization", model="microsoft/mdeberta-v3-base")
-
-# تحميل البيانات وتحليلها
-def load_and_analyze(file):
-    global df
-    df = pd.read_csv(file.name)
-    return f"تم تحميل البيانات بنجاح! عدد الصفوف: {df.shape[0]}, عدد الأعمدة: {df.shape[1]}"
-
-# الرد على استفسارات المحلل
-def answer_query(query):
-    global df
-    if df is None:
-        return "❌ الرجاء تحميل ملف البيانات أولاً."
-    
-    query = query.lower()
-    if "المتوسط" in query or "المعدل" in query:
-        result = df.mean().to_string()
-    elif "أكبر قيمة" in query or "القيمة العليا" in query:
-        result = df.max().to_string()
-    elif "أصغر قيمة" in query or "القيمة الدنيا" in query:
-        result = df.min().to_string()
-    elif "ملخص" in query:
-        stats = df.describe().to_string()
-        summary = summarizer(stats, max_length=100, do_sample=False)[0]['summary_text']
-        result = f"📊 **ملخص البيانات:**\n{summary}"
-    else:
-        result = "❓ لم أفهم السؤال. حاول إعادة صياغته."
-    
-    return result
-
-# إنشاء واجهة Gradio
-with gr.Blocks() as app:
-    gr.Markdown("## 🤖 Chatbot لمحللي البيانات")
-    
-    file_input = gr.File(label="📂 رفع ملف CSV")
-    file_output = gr.Textbox(label="🔍 حالة البيانات")
-    file_input.change(load_and_analyze, inputs=file_input, outputs=file_output)
-    
-    chat_input = gr.Textbox(label="💬 اسأل عن البيانات")
-    chat_output = gr.Textbox(label="🤖 إجابة الذكاء الاصطناعي")
-    chat_input.submit(answer_query, inputs=chat_input, outputs=chat_output)
-    
-    app.launch()