Update Dockerfile

Dockerfile

@@ -2,32 +2,28 @@ FROM ghcr.io/ggml-org/llama.cpp:full
 
 WORKDIR /app
 
-RUN apt-get update && apt-get install -y \
-    python3 \
-    python3-pip \
-    python3-venv \
-    && rm -rf /var/lib/apt/lists/*
-
+# إعداد بيئة بايثون لتحميل النموذج
+RUN apt update && apt install -y python3 python3-pip python3-venv
 RUN python3 -m venv /opt/venv
 ENV PATH="/opt/venv/bin:$PATH"
 
 RUN pip install -U pip huggingface_hub
 
+# تحميل النموذج وملف mmproj
 RUN python3 -c 'from huggingface_hub import hf_hub_download; \
-repo="arabic250/gemma-4-E4B-it-GGUF"; \
-hf_hub_download(repo_id=repo, filename="gemma-4-E4B-it-UD-Q5_K_XL.gguf", local_dir="/app"); \
-hf_hub_download(repo_id=repo, filename="mmproj-BF16.gguf", local_dir="/app")'
+    repo="arabic250/gemma-4-E4B-it-GGUF"; \
+    hf_hub_download(repo_id=repo, filename="gemma-4-E4B-it-UD-Q5_K_XL.gguf", local_dir="/app"); \
+    hf_hub_download(repo_id=repo, filename="mmproj-BF16.gguf", local_dir="/app")'
 
-# استخدام sh -c لتمرير المتغيرات الديناميكية مثل $(nproc) لمعرفة عدد الأنوية
-CMD ["sh", "-c", "./llama-server \
-     -m /app/gemma-4-E4B-it-UD-Q5_K_XL.gguf \
-     --mmproj /app/mmproj-BF16.gguf \
-     --host 0.0.0.0 \
-     --port 7860 \
-     -t $(nproc) \
-     -tb $(nproc) \
-     --cache-type-k q8_0 \
-     --cache-type-v q8_0 \
-     -fa \
-     -c 2048 \
-     -n 1024"]
+# تشغيل خادم llama-server مباشرة ليكون API
+# المنفذ 7860 هو المنفذ الافتراضي الذي تفتحه مساحات Hugging Face للعالم الخارجي
+CMD ["llama-server", \
+     "-m", "/app/gemma-4-E4B-it-UD-Q5_K_XL.gguf", \
+     "--mmproj", "/app/mmproj-BF16.gguf", \
+     "--host", "0.0.0.0", \
+     "--port", "7860", \
+     "-t", "2", \
+     "--cache-type-k", "q8_0", \
+     "--cache-type-v", "iq4_nl", \
+     "-c", "128000", \
+     "-n", "38912"]