Update app.py

app.py

@@ -1,21 +1,19 @@
 import streamlit as st
 import os
 from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
-
-# --- LANGCHAIN IMPORTS ---
 from langchain_community.document_loaders import PyPDFLoader
 from langchain_experimental.text_splitter import SemanticChunker
 from langchain_huggingface import HuggingFaceEmbeddings
 from langchain_community.vectorstores import FAISS
 from langchain.memory import ConversationBufferMemory
 
-# 1) SET UP PAGE
+# --- 1) إعداد الصفحة ---
 st.title("💬 المحادثة التفاعلية - إدارة البيانات وحماية البيانات الشخصية")
 local_file = "Policies001.pdf"
 
 index_folder = "faiss_index"
 
-# Inject custom CSS for right-to-left text
+# إضافة CSS مخصص لدعم النصوص من اليمين لليسار
 st.markdown(
     """
     <style>
@@ -28,15 +26,17 @@ st.markdown(
     unsafe_allow_html=True
 )
 
-# 2) LOAD OR BUILD VECTORSTORE
+# --- 2) تحميل أو بناء قاعدة بيانات FAISS ---
 embeddings = HuggingFaceEmbeddings(
     model_name="CAMeL-Lab/bert-base-arabic-camelbert-mix",
     model_kwargs={"trust_remote_code": True}
 )
 
 if os.path.exists(index_folder):
+    # تحميل قاعدة البيانات إذا كانت موجودة
     vectorstore = FAISS.load_local(index_folder, embeddings, allow_dangerous_deserialization=True)
 else:
+    # تحميل PDF وتقسيم النصوص
     loader = PyPDFLoader(local_file)
     documents = loader.load()
 
@@ -47,68 +47,65 @@ else:
     )
     chunked_docs = text_splitter.split_documents(documents)
 
+    # إنشاء قاعدة بيانات FAISS
     vectorstore = FAISS.from_documents(chunked_docs, embeddings)
     vectorstore.save_local(index_folder)
 
-# 3) CREATE RETRIEVER
+# --- 3) إعداد المسترجع ---
 retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 5})
 
-# 4) SET UP "COMMAND-R7B-ARABIC" AS LLM
-# Authenticate and load the model
-model_name = "CohereForAI/c4ai-command-r7b-arabic-02-2025"  # Replace with the actual Hugging Face model ID
-
-# Set Hugging Face token securely
-hf_token = os.getenv("HF_TOKEN")  # Ensure you set your token as an environment variable in Hugging Face Spaces
+# --- 4) إعداد نموذج النص ---
+model_name = "CohereForAI/c4ai-command-r7b-arabic-02-2025"  # اسم النموذج
 
+# التأكد من وجود توكن Hugging Face
+hf_token = os.getenv("HF_TOKEN")
 if hf_token is None:
     st.error("Hugging Face token not found. Please set the 'HF_TOKEN' environment variable.")
     st.stop()
 
-# Load tokenizer and model using the token
+# تحميل النموذج والمحول
 tokenizer = AutoTokenizer.from_pretrained(model_name, use_auth_token=hf_token)
 model = AutoModelForCausalLM.from_pretrained(model_name, use_auth_token=hf_token)
 
-# Hugging Face pipeline for text generation
+# إعداد pipeline لتوليد النصوص
 qa_pipeline = pipeline("text-generation", model=model, tokenizer=tokenizer, device=0)
 
-# Memory object to store conversation
+# --- 5) إعداد الذاكرة ---
 memory = ConversationBufferMemory(
-    memory_key="chat_history",  # key used internally by the chain
-    return_messages=True        # ensures we get the entire message history
+    memory_key="chat_history",
+    return_messages=True
 )
 
-# 5) MANAGE SESSION STATE FOR UI CHAT
+# --- 6) إدارة رسائل المستخدم ---
 if "messages" not in st.session_state:
     st.session_state["messages"] = [
         {"role": "assistant", "content": "👋 مرحبًا! اسألني أي شيء عن إدارة البيانات وحماية البيانات الشخصية!"}
     ]
 
-# Display existing messages in chat format
+# عرض الرسائل الحالية
 for msg in st.session_state["messages"]:
     with st.chat_message(msg["role"]):
-        # Apply the "rtl" class to style Arabic text correctly
         st.markdown(f'<div class="rtl">{msg["content"]}</div>', unsafe_allow_html=True)
 
-# 6) CHAT INPUT
+# --- 7) إدخال المستخدم ---
 user_input = st.chat_input("اكتب سؤالك هنا")
 
-# 7) PROCESS NEW USER MESSAGE
+# --- 8) معالجة رسالة المستخدم ---
 if user_input:
-    # a) Display user message in UI
+    # عرض رسالة المستخدم
     st.session_state["messages"].append({"role": "user", "content": user_input})
     with st.chat_message("user"):
         st.markdown(f'<div class="rtl">{user_input}</div>', unsafe_allow_html=True)
 
-    # b) Run pipeline to generate a response
-    # Combine retriever results and user input for context-aware answering
+    # استرجاع المستندات ذات الصلة
     retrieved_docs = retriever.get_relevant_documents(user_input)
     context = "\n".join([doc.page_content for doc in retrieved_docs])
     full_input = f"السياق:\n{context}\n\nالسؤال:\n{user_input}"
 
-    # Generate answer using the pipeline
+    # توليد الإجابة باستخدام النموذج
     response = qa_pipeline(full_input, max_length=500, num_return_sequences=1)[0]["generated_text"]
 
-    # c) Display assistant response
+    # عرض الإجابة
     st.session_state["messages"].append({"role": "assistant", "content": response})
     with st.chat_message("assistant"):
         st.markdown(f'<div class="rtl">{response}</div>', unsafe_allow_html=True)