Update app.py

app.py

@@ -1,3 +1,6 @@
+# ✅ Arabic RAG System with Cascaded Memory Pipeline
+# Step-by-step: Chunking -> Question -> Retrieval -> Summarization
+
 import gradio as gr
 from rag_pipeline import RAGPipeline
 from utils import process_documents
@@ -8,7 +11,7 @@ def log_message(msg, logs):
     logs = logs + msg + "\n"
     return logs
 
-def upload_and_index(files, logs):
+def upload_and_prepare(files, logs):
     logs = log_message("[RAG] بدء معالجة الملفات...", logs)
     all_chunks = []
     for file in files:
@@ -18,48 +21,48 @@ def upload_and_index(files, logs):
         logs = log_message(f"[RAG] تم استخراج {len(chunks)} مقطع من {file.name}", logs)
 
     rag.build_index(all_chunks)
-    logs = log_message("[RAG] تم بناء الفهرس.", logs)
-
-    # Summarize only first N chunks for performance
-    logs = log_message("[RAG] بدأ التلخيص التلقائي لأول 20 مقطع...", logs)
-    rag.summarize_all_chunks(max_chunks=20)
-    logs = log_message("[RAG] تم التلخيص لجميع المقاطع المحددة.", logs)
-
-    return logs, gr.update(visible=True), gr.update(visible=True)
-
-def answer_question(question, logs):
-    logs = log_message(f"[RAG] استلام السؤال: {question}", logs)
-
-    answer, sources, combined_summary = rag.answer(question)
+    logs = log_message(f"[RAG] تم بناء الفهرس بـ {len(all_chunks)} مقطع.", logs)
+    return all_chunks, logs, gr.update(visible=True), gr.update(visible=True), gr.update(visible=True)
 
-    if not combined_summary.strip():
-        logs = log_message("[RAG] لم يتم إنشاء ملخص صالح.", logs)
-        return "", logs
+def store_question(q):
+    return q
 
-    if not answer.strip():
-        logs = log_message("[RAG] لم يتم توليد إجابة. حاول صياغة السؤال بشكل أوضح.", logs)
-    else:
-        logs = log_message("[RAG] تم توليد الإجابة بنجاح.", logs)
-        logs = log_message(f"[RAG] المقاطع المستخدمة: {sources}", logs)
+def retrieve_passages(question, chunks, logs):
+    passages = rag.retrieve_passages(question)
+    logs = log_message(f"[RAG] تم العثور على {len(passages)} مقطع مرتبط بالسؤال.", logs)
+    return passages, logs
 
-    return answer, combined_summary, logs
+def summarize_answer(question, passages, logs):
+    answer, summary = rag.generate_answer_from_passages(question, passages)
+    logs = log_message("[RAG] تم توليد الإجابة النهائية.", logs)
+    return answer, summary, logs
 
 with gr.Blocks() as demo:
     logs = gr.State("")
-    gr.Markdown("# 🕌 نظام استرجاع المعرفة باللغة العربية")
+    chunks = gr.State([])
+    question_state = gr.State("")
+    retrieved_passages = gr.State([])
+
+    gr.Markdown("# 🕌 نظام استرجاع المعرفة - مراحل متسلسلة")
 
     with gr.Row():
-        files_input = gr.File(file_types=[".pdf", ".docx", ".txt"], file_count="multiple", label="📂 رفع الملفات")
-        upload_btn = gr.Button("🔄 رفع وبناء الفهرس وتلخيص")
+        files_input = gr.File(file_types=[".pdf", ".docx", ".txt"], file_count="multiple")
+        upload_btn = gr.Button("⬆️ رفع وتجهيز المقاطع")
 
-    question_input = gr.Textbox(label="❓ اكتب سؤالك هنا", visible=False)
-    answer_btn = gr.Button("✍️ أجب عن السؤال", visible=False)
+    with gr.Row():
+        question_input = gr.Textbox(label="❓ اكتب سؤالك")
+        store_question_btn = gr.Button("📥 تخزين السؤال")
 
-    logs_output = gr.Textbox(label="📜 سجل العمليات", lines=10, interactive=False)
+    find_btn = gr.Button("🔍 بحث عن المقاطع المرتبطة")
+    answer_btn = gr.Button("✍️ تلخيص وتوليد الإجابة")
+
+    answer_output = gr.Textbox(label="✅ الإجابة", lines=5)
     summary_output = gr.Textbox(label="📌 الملخص المستخدم", lines=5)
-    answer_output = gr.Textbox(label="✅ الإجابة النهائية", lines=5)
+    logs_output = gr.Textbox(label="📜 سجل العمليات", lines=10, interactive=False)
 
-    upload_btn.click(upload_and_index, inputs=[files_input, logs], outputs=[logs_output, question_input, answer_btn])
-    answer_btn.click(answer_question, inputs=[question_input, logs], outputs=[answer_output, summary_output, logs_output])
+    upload_btn.click(upload_and_prepare, inputs=[files_input, logs], outputs=[chunks, logs_output, store_question_btn, find_btn, answer_btn])
+    store_question_btn.click(store_question, inputs=question_input, outputs=question_state)
+    find_btn.click(retrieve_passages, inputs=[question_state, chunks, logs], outputs=[retrieved_passages, logs_output])
+    answer_btn.click(summarize_answer, inputs=[question_state, retrieved_passages, logs], outputs=[answer_output, summary_output, logs_output])
 
 demo.launch()