Update app.py

app.py

@@ -1,28 +1,39 @@
-import os
-from dotenv import load_dotenv
-from huggingface_hub import InferenceClient
+import gradio as gr
 
-# تحميل المتغيرات من .env
-load_dotenv()
+# تحميل النموذج من Hugging Face مع المزود sambanova
+chatbot = gr.load(
+    "models/deepseek-ai/DeepSeek-R1",
+    provider="sambanova",
+)
+
+# واجهة الدردشة
+def chat_fn(message, history):
+    return chatbot(message)
+
+# واجهة API بسيطة تستقبل نص وتعيد الرد
+def api_fn(input_text):
+    return chatbot(input_text)
+
+# واجهة المستخدم (واجهة دردشة)
+chat_interface = gr.ChatInterface(
+    fn=chat_fn,
+    title="RAY AI Chat with DeepSeek",
+    description="نموذج DeepSeek R1 عبر مزود Sambanova - مخصص لتطبيقات الأشعة والذكاء الطبي.",
+)
 
-# إنشاء العميل باستخدام مفتاح API
-client = InferenceClient(
-    token=os.getenv("HF_API_KEY")  # استخدم 'token' بدلًا من 'api_key'
+# واجهة API
+api_interface = gr.Interface(
+    fn=api_fn,
+    inputs=gr.Textbox(label="User Message"),
+    outputs=gr.Textbox(label="Model Reply"),
+    title="DeepSeek API Access",
+    description="API endpoint to interact with DeepSeek-R1",
 )
 
-# إرسال الرسالة للموديل واستخدام البث
-stream = client.chat.completions.create(
-    model="deepseek-ai/DeepSeek-R1",
-    messages=[
-        {
-            "role": "user",
-            "content": "What is the capital of France?"
-        }
-    ],
-    max_tokens=512,
-    stream=True,
+# إطلاق الواجهتين معًا
+demo = gr.TabbedInterface(
+    interface_list=[chat_interface, api_interface],
+    tab_names=["💬 دردشة", "🔗 API"]
 )
 
-# طباعة الاستجابة
-for chunk in stream:
-    print(chunk.choices[0].delta.content, end="")
+demo.launch()