app.py

# ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
# SECUREPYTHO با Unsloth — 100% امن + توکن مخفی
# فقط Run All بزن — توکن رو ازت می‌گیره و هیچ جا نشون نمی‌ده
# ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

# ۱. نصب Unsloth
import subprocess
print("نصب Unsloth و کتابخونه‌ها...")
subprocess.run([
    "pip", "install", "-q", 
    "unsloth[colab-new]@git+https://github.com/unslothai/unsloth.git"
], check=True, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)

subprocess.run([
    "pip", "install", "-q", "--no-deps",
    "xformers<0.0.27", "trl", "peft", "accelerate", "bitsandbytes"
], check=True, stdout=subprocess.DEVNULL, stderr=subprocess.DEVNULL)

# ۲. گرفتن توکن از کاربر (کاملاً مخفی!)
from getpass import getpass
from huggingface_hub import login

token = getpass("🤫 توکن Hugging Face (Write) رو وارد کن و Enter بزن (هیچ جا نشون داده نمی‌شه): ")
login(token=token)
print("✅ لاگین شدی داداش!")

# ۳. آپلود دیتاست
from google.colab import files
print("دیتاست JSONL یا CSV رو آپلود کن...")
uploaded = files.upload()

# ۴. فاین‌تیون با Unsloth
from unsloth import FastLanguageModel
import torch
from datasets import load_dataset
from trl import SFTTrainer
from transformers import TrainingArguments

repo_name = "alikayh/SecurePytho"  # عوض کن اگه خواستی

# مدل 8B اما فقط 6 گیگ رم!
model, tokenizer = FastLanguageModel.from_pretrained(
    model_name = "unsloth/llama-3-8b-bnb-4bit",
    max_seq_length = 2048,
    dtype = None,
    load_in_4bit = True
)

model = FastLanguageModel.get_peft_model(
    model,
    r = 64,
    target_modules = ["q_proj", "k_proj", "v_proj", "o_proj",
                      "gate_proj", "up_proj", "down_proj"],
    lora_alpha = 128,
    lora_dropout = 0.05,
    bias = "none",
    use_gradient_checkpointing = "unsloth",
    random_state = 42,
)

# دیتاست
filename = list(uploaded.keys())[0]
if filename.endswith(".csv"):
    dataset = load_dataset("csv", data_files=filename)["train"]
else:
    dataset = load_dataset("json", data_files=filename)["train"]

trainer = SFTTrainer(
    model = model,
    tokenizer = tokenizer,
    train_dataset = dataset,
    dataset_text_field = "text",
    max_seq_length = 2048,
    args = TrainingArguments(
        per_device_train_batch_size = 4,
        gradient_accumulation_steps = 8,
        warmup_steps = 10,
        learning_rate = 2e-4,
        fp16 = True,
        logging_steps = 10,
        output_dir = repo_name,
        optim = "adamw_8bit",
        seed = 42,
        num_train_epochs = 3,
        push_to_hub = True,
        hub_model_id = repo_name,
        report_to = "none",
    ),
)

print("شروع فاین‌تیون با Unsloth — فقط ۸–۱۰ دقیقه صبر کن داداش!")
trainer.train()

print("تموم شد! SecurePytho آماده‌ست و روی HF آپلود شد:")
print(f"https://huggingface.co/{repo_name}")
print("توکنت هیچ جا ذخیره نشد — 100% امن!")