دليل التثبيت | Installation Guide

🚀 التثبيت السريع | Quick Installation

المتطلبات الأساسية | Prerequisites

Python 3.9+ (يُفضل 3.10)
4GB RAM (يُفضل 16GB)
10GB مساحة قرص (يُفضل 50GB)
اتصال إنترنت لتحميل النماذج

الطريقة 1: التثبيت التلقائي | Method 1: Automatic Installation

# تحميل المشروع
git clone https://github.com/your-repo/ai-knowledge-distillation.git
cd ai-knowledge-distillation

# تشغيل سكريبت التثبيت
chmod +x start.sh
./start.sh

الطريقة 2: التثبيت اليدوي | Method 2: Manual Installation

# 1. إنشاء بيئة افتراضية
python3 -m venv venv
source venv/bin/activate  # Linux/Mac
# أو
venv\Scripts\activate     # Windows

# 2. تحديث pip
pip install --upgrade pip

# 3. تثبيت التبعيات
pip install -r requirements.txt

# 4. إنشاء المجلدات المطلوبة
mkdir -p cache/datasets cache/transformers database logs models backups

# 5. نسخ ملف البيئة
cp .env.example .env

# 6. تشغيل التطبيق
python run_optimized.py

🔧 التكوين المتقدم | Advanced Configuration

إعداد متغيرات البيئة | Environment Setup

# نسخ ملف البيئة
cp .env.example .env

# تحرير الإعدادات
nano .env  # أو محرر النصوص المفضل لديك

الإعدادات المهمة | Important Settings:

# رمز Hugging Face (مطلوب للنماذج الخاصة)
HF_TOKEN=your_token_here

# تحسين المعالج
OMP_NUM_THREADS=8
MKL_NUM_THREADS=8

# إدارة الذاكرة
MAX_MEMORY_GB=14.0
CHUNK_SIZE_MB=500.0

# تعطيل GPU (للتدريب على CPU فقط)
CUDA_VISIBLE_DEVICES=""

تحسين الأداء | Performance Optimization

للأنظمة ذات الذاكرة المحدودة | For Limited Memory Systems

# تقليل استهلاك الذاكرة
export MAX_MEMORY_GB=6.0
export CHUNK_SIZE_MB=250.0
export BATCH_SIZE=2

لمعالجات Intel | For Intel CPUs

# تثبيت تحسينات Intel
pip install intel-extension-for-pytorch
pip install mkl

# تفعيل التحسينات
export USE_INTEL_EXTENSION=true
export MKL_NUM_THREADS=8

🐳 التثبيت باستخدام Docker | Docker Installation

بناء الصورة | Build Image

# بناء الصورة المحسنة
docker build -f Dockerfile.optimized -t ai-distillation:latest .

# أو استخدام الصورة العادية
docker build -t ai-distillation:standard .

تشغيل الحاوية | Run Container

# تشغيل مع متغيرات البيئة
docker run -d \
  --name ai-distillation \
  -p 8000:8000 \
  --env-file .env \
  -v $(pwd)/models:/app/models \
  -v $(pwd)/cache:/app/cache \
  ai-distillation:latest

# فحص السجلات
docker logs ai-distillation

# دخول الحاوية
docker exec -it ai-distillation /bin/bash

Docker Compose

# docker-compose.yml
version: '3.8'
services:
  ai-distillation:
    build:
      context: .
      dockerfile: Dockerfile.optimized
    ports:
      - "8000:8000"
    env_file:
      - .env
    volumes:
      - ./models:/app/models
      - ./cache:/app/cache
      - ./database:/app/database
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:8000/health"]
      interval: 30s
      timeout: 10s
      retries: 3

# تشغيل مع Docker Compose
docker-compose up -d

# إيقاف الخدمة
docker-compose down

🏥 تثبيت المكونات الطبية | Medical Components Installation

مكتبات DICOM | DICOM Libraries

# تثبيت مكتبات معالجة DICOM
pip install pydicom SimpleITK nibabel

# مكتبات إضافية للصور الطبية
pip install monai scikit-image imageio

قواعد البيانات الطبية | Medical Datasets

# تحضير مجلدات البيانات الطبية
mkdir -p cache/medical_datasets

# تعيين متغيرات البيئة
export MEDICAL_DATASETS_CACHE=./cache/medical_datasets
export DICOM_MEMORY_LIMIT_MB=1000

🔐 إعداد الأمان | Security Setup

تشفير الرموز المميزة | Token Encryption

# سيتم إنشاء مفتاح التشفير تلقائياً عند أول تشغيل
# The encryption key will be created automatically on first run

# للتحقق من وجود المفتاح
ls -la .token_key

# لإعادة إنشاء المفتاح (سيحذف الرموز الموجودة)
rm .token_key
python -c "from src.core.token_manager import TokenManager; TokenManager()"

إعدادات الجدار الناري | Firewall Settings

# السماح للمنفذ 8000
sudo ufw allow 8000

# أو للوصول المحلي فقط
sudo ufw allow from 127.0.0.1 to any port 8000

🧪 اختبار التثبيت | Testing Installation

الاختبار الأساسي | Basic Test

# تشغيل فحص الاستيرادات
python fix_imports.py

# تشغيل النسخة المبسطة
python app_minimal.py

# في نافذة أخرى، اختبار الاتصال
curl http://localhost:8000/health

اختبار الميزات | Feature Testing

# اختبار إدارة الذاكرة
curl http://localhost:8000/api/system/memory

# اختبار إدارة الرموز
curl http://localhost:8000/api/tokens

# اختبار البيانات الطبية
curl http://localhost:8000/api/medical-datasets

🔄 التحديث | Updates

تحديث التبعيات | Update Dependencies

# تحديث pip
pip install --upgrade pip

# تحديث التبعيات
pip install --upgrade -r requirements.txt

# تحديث PyTorch (CPU)
pip install --upgrade torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

تحديث التطبيق | Update Application

# سحب آخر التحديثات
git pull origin main

# تحديث التبعيات
pip install -r requirements.txt

# إعادة تشغيل التطبيق
./start.sh --skip-install

🐛 استكشاف أخطاء التثبيت | Installation Troubleshooting

مشاكل شائعة | Common Issues

خطأ في تثبيت PyTorch | PyTorch Installation Error

# تثبيت PyTorch CPU صراحة
pip uninstall torch torchvision torchaudio
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu

خطأ في مكتبات النظام | System Libraries Error

# Ubuntu/Debian
sudo apt-get update
sudo apt-get install build-essential python3-dev libffi-dev libssl-dev

# CentOS/RHEL
sudo yum groupinstall "Development Tools"
sudo yum install python3-devel libffi-devel openssl-devel

# macOS
xcode-select --install
brew install openssl libffi

مشكلة الأذونات | Permissions Issue

# إصلاح أذونات الملفات
chmod +x start.sh
chmod +x run_optimized.py

# إصلاح أذونات المجلدات
chmod -R 755 src/ templates/ static/

فحص التثبيت | Installation Verification

# فحص شامل للتثبيت
python -c "
import sys
print(f'Python: {sys.version}')

try:
    import torch
    print(f'PyTorch: {torch.__version__}')
except ImportError:
    print('PyTorch: Not installed')

try:
    import transformers
    print(f'Transformers: {transformers.__version__}')
except ImportError:
    print('Transformers: Not installed')

try:
    import fastapi
    print(f'FastAPI: {fastapi.__version__}')
except ImportError:
    print('FastAPI: Not installed')
"

📚 الخطوات التالية | Next Steps

بعد التثبيت الناجح:

قم بزيارة التطبيق: http://localhost:8000
أضف رمز Hugging Face: http://localhost:8000/tokens
استكشف البيانات الطبية: http://localhost:8000/medical-datasets
ابدأ أول تدريب: اتبع الدليل في الواجهة الرئيسية

🆘 الحصول على المساعدة | Getting Help

إذا واجهت مشاكل في التثبيت:

راجع دليل استكشاف الأخطاء: TROUBLESHOOTING.md
تحقق من السجلات: tail -f logs/app.log
استخدم النسخة المبسطة: python app_minimal.py
اجمع معلومات التصحيح: curl http://localhost:8000/debug

🎉 مبروك! أنت الآن جاهز لاستخدام منصة تقطير المعرفة للذكاء الاصطناعي!