app.py

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
import gradio as gr
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

# تحميل النموذج والمحول
model_id = "wasmdashai/Seed-Coder-8B-Instruct-V1"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True
)

# دالة الرد
def respond(message, chat_history):
    # تجهيز الرسائل لتكون في تنسيق chat
    messages = [{"role": "user", "content": m[0]} for m in chat_history]
    messages.append({"role": "user", "content": message})

    # تحويل الرسائل إلى input_ids
    input_ids = tokenizer.apply_chat_template(
        messages,
        tokenize=True,
        return_tensors="pt",
        add_generation_prompt=True,
    ).to(model.device)

    # توليد الاستجابة
    outputs = model.generate(input_ids, max_new_tokens=512)
    response = tokenizer.decode(outputs[0][input_ids.shape[-1]:], skip_special_tokens=True)

    # إرجاع الرد و تحديث المحادثة
    return response

# واجهة Gradio للدردشة
chat = gr.ChatInterface(
    fn=respond,
    title="Seed-Coder Chat",
    description="شات مباشر مع نموذج Seed-Coder-8B-Instruct",
    chatbot=gr.Chatbot(height=450),
    textbox=gr.Textbox(placeholder="اكتب سؤالك هنا...", container=False, scale=7),
    retry_btn="🔁 إعادة المحاولة",
    clear_btn="🗑️ مسح",
)

# تشغيل التطبيق
chat.launch()