Create app. py

app. py

@@ -0,0 +1,54 @@
+import gradio as gr
+from transformers import AutoTokenizer, AutoModelForCausalLM
+import torch
+
+# تحديث اسم النموذج إلى إصدار Gemma 4 (يمكنك تغيير الحجم حسب المتوفر مثل 2b أو 8b)
+model_name = "google/gemma4:e4b" 
+
+# تحميل النموذج والمحلل اللفظي (Tokenizer)
+# ملاحظة: قد تحتاج إلى تمرير token=True إذا كان النموذج يتطلب الموافقة على الشروط
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForCausalLM.from_pretrained(
+    model_name,
+    torch_dtype=torch.float16,
+    device_map="auto"
+)
+
+def chat(message, history):
+    # 1. بناء سياق المحادثة (الذاكرة)
+    messages = []
+    for human, assistant in history:
+        messages.append({"role": "user", "content": human})
+        messages.append({"role": "assistant", "content": assistant})
+    
+    # 2. إضافة الرسالة الجديدة للمستخدم
+    messages.append({"role": "user", "content": message})
+
+    # 3. تنسيق الرسائل بالشكل الذي يفهمه نموذج Gemma
+    input_ids = tokenizer.apply_chat_template(
+        messages,
+        add_generation_prompt=True,
+        return_tensors="pt"
+    ).to(model.device)
+
+    # 4. توليد الرد
+    outputs = model.generate(
+        input_ids,
+        max_new_tokens=512,
+        do_sample=True,
+        temperature=0.7,
+        top_p=0.9
+    )
+    
+    # 5. استخراج الرد الجديد فقط (تجاهل النص المدخل)
+    input_length = input_ids.shape[1]
+    response = tokenizer.decode(outputs[0][input_length:], skip_special_tokens=True)
+    
+    return response
+
+# تشغيل واجهة المستخدم
+gr.ChatInterface(
+    chat, 
+    title="Gemma 4 Chatbot",
+    description="روبوت محادثة مدعوم بنموذج Gemma 4 من جوجل"
+).launch()