Delete app.py

app.py

@@ -1,193 +0,0 @@
-# app.py
-import os
-import pandas as pd
-import gradio as gr
-import comtradeapicall
-from huggingface_hub import InferenceClient
-from deep_translator import GoogleTranslator
-import spaces
-
-# --- بارگذاری HS DATA از CSV گیت‌هاب ---
-HS_CSV_URL = (
-    "https://raw.githubusercontent.com/"
-    "datasets/harmonized-system/master/data/harmonized-system.csv"
-)
-hs_df = pd.read_csv(HS_CSV_URL, dtype=str)
-
-def get_product_name(hs_code: str) -> str:
-    code4 = str(hs_code).zfill(4)
-    row = hs_df[hs_df["hscode"] == code4]
-    return row.iloc[0]["description"] if not row.empty else "–"
-
-# --- تابع دریافت واردات و پردازش ستون‌ها با بازخورد ---
-def get_imports(hs_code: str, year: str, month: str):
-    try:
-        hs_code = str(hs_code).strip()
-        year = str(year).strip()
-        month = str(month).strip()
-
-        if not hs_code.isdigit() or len(hs_code) < 2:
-            return "–", pd.DataFrame(), "کد HS باید یک عدد معتبر باشد (حداقل 2 رقم)!"
-        if not year.isdigit() or int(year) < 2000 or int(year) > 2025:
-            return "–", pd.DataFrame(), "سال باید بین 2000 و 2025 باشد!"
-        if not month.isdigit() or int(month) < 1 or int(month) > 12:
-            return "–", pd.DataFrame(), "ماه باید بین 1 و 12 باشد!"
-
-        product_name = get_product_name(hs_code)
-        period = f"{year}{int(month):02d}"
-        df = comtradeapicall.previewFinalData(
-            typeCode='C', freqCode='M', clCode='HS', period=period,
-            reporterCode=None, cmdCode=hs_code, flowCode='M',
-            partnerCode=None, partner2Code=None,
-            customsCode=None, motCode=None,
-            maxRecords=500, includeDesc=True
-        )
-        if df is None or df.empty:
-            return product_name, pd.DataFrame(), "داده‌ای برای این کد HS و دوره زمانی یافت نشد."
-
-        std_map = {
-            'کد کشور': 'ptCode',
-            'نام کشور': 'ptTitle',
-            'ارزش CIF': 'TradeValue'
-        }
-        code_col = std_map['کد کشور'] if 'ptCode' in df.columns else next((c for c in df.columns if 'code' in c.lower()), None)
-        title_col = std_map['نام کشور'] if 'ptTitle' in df.columns else next((c for c in df.columns if 'title' in c.lower()), None)
-        value_col = std_map['ارزش CIF'] if 'TradeValue' in df.columns else next((c for c in df.columns if 'value' in c.lower()), None)
-
-        if not (code_col and title_col and value_col):
-            return product_name, df, "ستون‌های مورد نیاز در داده‌ها یافت نشد."
-
-        df_sorted = df.sort_values(value_col, ascending=False).head(10)
-        return product_name, df_sorted, ""  # بازگشت تمام ستون‌ها
-    except Exception as e:
-        return "–", pd.DataFrame(), f"خطا: {str(e)}"
-
-# --- تابع تولید مشاوره تخصصی با GPU کرایه‌ای ---
-hf_token = os.getenv("HF_API_TOKEN")
-client = InferenceClient(token=hf_token)
-translator = GoogleTranslator(source='en', target='fa')
-
-@spaces.GPU
-def provide_advice(table_data: pd.DataFrame, hs_code: str, year: str, month: str):
-    if table_data is None or table_data.empty:
-        return "ابتدا نمایش داده‌های واردات را انجام دهید."
-
-    df_limited = table_data.head(10)
-    table_str = df_limited.to_string(index=False)
-    period = f"{year}/{int(month):02d}"
-    prompt = (
-        f"The following table shows the top {len(df_limited)} countries by CIF value importing HS code {hs_code} during {period}:\n"
-        f"{table_str}\n\n"
-        "Please provide a detailed and comprehensive analysis of market trends, risks, "
-        "and opportunities for a new exporter entering this market."
-    )
-    try:
-        outputs = client.text_generation(
-            prompt=prompt,
-            model="mistralai/Mixtral-8x7B-Instruct-v0.1",
-            max_new_tokens=1024
-        )
-        return translator.translate(outputs)
-    except Exception as e:
-        return f"خطا در تولید مشاوره: {e}"
-
-# --- CSS برای مخفی کردن هدر و فوتر و استایل بصری ---
-custom_css = """
-.gradio-container .header { display: none !important; }
-.gradio-container .footer { display: none !important; }
-.footer { display: none !important; }
-.header { display: none !important; }
-
-body {
-    background-color: #1a1a1a;
-    color: #e0e0e0;
-}
-#input-hs {
-    background-color: #2c2c2c;
-    color: #e0e0e0;
-    border: 1px solid #444;
-    border-radius: 5px;
-    padding: 5px;
-}
-button {
-    margin: 5px;
-    padding: 10px 20px;
-    border-radius: 5px;
-}
-.gr-Markdown {
-    padding: 10px;
-    background-color: #2c2c2c;
-    border-radius: 5px;
-}
-.gr-Dataframe, .gr-Textbox {
-    background-color: #2c2c2c;
-    color: #e0e0e0;
-    border: 1px solid #444;
-    border-radius: 5px;
-    padding: 10px;
-}
-.gr-Dataframe table {
-    width: 100% !important;
-    table-layout: auto !important;
-}
-.gr-Dataframe th, .gr-Dataframe td {
-    min-width: 100px !important;  /* حداقل عرض برای ستون‌ها */
-    max-width: 250px !important;  /* حداکثر عرض برای جلوگیری از شلوغی */
-    white-space: normal !important;
-    word-wrap: break-word !important;
-    text-align: center !important;
-    padding: 5px !important;  /* فاصله داخلی برای خوانایی بهتر */
-}
-"""
-
-# --- رابط کاربری سفارشی با Gradio Blocks ---
-def create_custom_interface():
-    with gr.Blocks(css=custom_css) as demo:
-        # عنوان برنامه
-        gr.Markdown("## تحلیل واردات بر اساس کد HS و ارائه مشاوره تخصصی")
-
-        # بخش ورودی‌ها
-        with gr.Row():
-            with gr.Column(scale=1):
-                inp_hs = gr.Textbox(label="کد HS", placeholder="مثلاً 1006", elem_id="input-hs")
-            with gr.Column(scale=1):
-                inp_year = gr.Dropdown(label="سال", choices=[str(i) for i in range(2000, 2026)], value="2023")
-            with gr.Column(scale=1):
-                inp_month = gr.Dropdown(label="ماه", choices=[str(i).zfill(2) for i in range(1, 13)], value="01")
-
-        # دکمه‌ها
-        with gr.Row():
-            btn_show = gr.Button("نمایش داده‌های واردات", variant="primary")
-            btn_advice = gr.Button("ارائه مشاوره تخصصی", variant="secondary")
-
-        # خروجی‌ها
-        with gr.Row():
-            out_name = gr.Markdown(label="**نام محصول**")
-            out_table = gr.Dataframe(
-                datatype="pandas",
-                interactive=True
-            )
-            out_message = gr.Markdown(label="پیام", visible=True)
-
-        with gr.Row():
-            out_advice = gr.Textbox(label="مشاوره تخصصی", lines=8)
-
-        # اتصال دکمه‌ها به توابع
-        btn_show.click(
-            fn=get_imports,
-            inputs=[inp_hs, inp_year, inp_month],
-            outputs=[out_name, out_table, out_message]
-        )
-
-        btn_advice.click(
-            fn=provide_advice,
-            inputs=[out_table, inp_hs, inp_year, inp_month],
-            outputs=out_advice
-        )
-
-    return demo
-
-# --- راه‌اندازی رابط کاربری ---
-if __name__ == "__main__":
-    demo = create_custom_interface()
-    demo.launch(show_api=False)