Create app.py

app.py

@@ -0,0 +1,77 @@
+import gradio as gr
+from transformers import AutoTokenizer, AutoModelForCausalLM
+import torch
+import os
+from huggingface_hub import login
+
+# تسجيل الدخول
+login(token=os.environ.get('HUGGING_FACE_HUB_TOKEN'))
+
+# تهيئة النموذج
+model_name = "google/gemma-2b-it"
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    torch_dtype=torch.float16,  # استخدام الدقة النصفية لتسريع الأداء
+)
+
+device = 'cuda' if torch.cuda.is_available() else 'cpu'
+model = model.to(device)
+
+def generate_summary(text):
+    prompt = f"""اكتب تلخيصاً موجزاً ومنظماً للنص التالي في نقطتين:
+    
+    1. ملخص موجز في فقرة واحدة فقط
+    2. أهم 3 أفكار رئيسية
+
+    النص:
+    {text}
+    """
+    
+    inputs = tokenizer(
+        prompt, 
+        return_tensors="pt",
+        truncation=True,
+        max_length=512
+    ).to(device)
+    
+    outputs = model.generate(
+        **inputs,
+        max_length=512,
+        temperature=0.5,
+        top_k=20,
+        top_p=0.9,
+        do_sample=True,
+        no_repeat_ngram_size=2,
+        pad_token_id=tokenizer.eos_token_id
+    )
+    
+    return tokenizer.decode(outputs[0], skip_special_tokens=True)
+
+css = """
+.rtl-text { direction: rtl; text-align: right; }
+.container { max-width: 800px; margin: auto; }
+"""
+
+# واجهة مبسطة
+interface = gr.Interface(
+    fn=generate_summary,
+    inputs=gr.Textbox(
+        label="النص المراد تلخيصه",
+        lines=8,
+        placeholder="أدخل النص هنا...",
+        elem_classes="rtl-text"
+    ),
+    outputs=gr.Textbox(
+        label="الملخص",
+        lines=8,
+        elem_classes="rtl-text"
+    ),
+    title="ملخص النصوص العربية",
+    description="يقوم هذا النموذج بتلخيص النص وإبراز أهم الأفكار الرئيسية",
+    theme=gr.themes.Soft(),
+    css=css,
+    examples=[["الذكاء الاصطناعي تقنية ثورية تغير العالم وتستخدم في مجالات متعددة كالطب والتعليم والصناعة، مما يسهم في تحسين حياة البشر وحل المشكلات المعقدة."]]
+)
+
+interface.launch()