app.py

import gradio as gr
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# نماذج أكيدة ومفتوحة
models = {
    "CodeGen 2B": "Salesforce/codegen-2B-multi",
    "CodeParrot": "codeparrot/codeparrot-small",
    "GPT-J-6B": "EleutherAI/gpt-j-6B",
    "GPT2": "gpt2"  # نموذج بسيط كـ fallback
}

# تحميل النماذج
loaded_models = {}
for name, model_id in models.items():
    tokenizer = AutoTokenizer.from_pretrained(model_id)
    model = AutoModelForCausalLM.from_pretrained(
        model_id,
        device_map="auto",
        torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32
    )
    loaded_models[name] = (tokenizer, model)

# دالة التوليد
def generate_code(prompt, model_name):
    tokenizer, model = loaded_models[model_name]
    inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
    outputs = model.generate(**inputs, max_new_tokens=150)
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# واجهة Gradio
demo = gr.Interface(
    fn=generate_code,
    inputs=[
        gr.Textbox(lines=5, label="اكتب وصف الكود (بالإنجليزية)"),
        gr.Radio(choices=list(models.keys()), label="اختر النموذج")
    ],
    outputs=gr.Code(label="الكود الناتج"),
    title="Code Generation with Open AI Models",
    description="اختر نموذجًا مفتوحًا وأدخل وصفًا ليتم توليد الكود تلقائيًا"
)

demo.launch()