modules/ai_assistant/ai_app.py

# -*- coding: utf-8 -*-
"""
وحدة مساعد الذكاء الاصطناعي
"""

import streamlit as st
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import plotly.express as px
import plotly.graph_objects as go
import seaborn as sns
from datetime import datetime
import time
import os
import sys
import json
import requests
from pathlib import Path
import io
import base64
import re
from PIL import Image
import PyPDF2
import docx
import anthropic
import tempfile

# إضافة المسار للوصول إلى الوحدات الأخرى
current_dir = os.path.dirname(os.path.abspath(__file__))
parent_dir = os.path.dirname(os.path.dirname(current_dir))
if parent_dir not in sys.path:
    sys.path.append(parent_dir)

class AIAssistantApp:
    """تطبيق مساعد الذكاء الاصطناعي"""
    
    def __init__(self):
        """تهيئة تطبيق مساعد الذكاء الاصطناعي"""
        self.uploaded_files = {}
        self.analysis_results = {}
        
        # تهيئة مفاتيح API لنماذج هجين فيس
        if 'ai_api_key' not in st.session_state:
            st.session_state.ai_api_key = os.environ.get('AI_API_KEY', '')
        
        if 'anthropic_api_key' not in st.session_state:
            st.session_state.anthropic_api_key = os.environ.get('ANTHROPIC_API_KEY', '')
        
        # تهيئة سجل المحادثة
        if 'chat_history' not in st.session_state:
            st.session_state.chat_history = []
    
    def run(self):
        """تشغيل تطبيق مساعد الذكاء الاصطناعي"""
        # استيراد مدير التكوين
        from config_manager import ConfigManager
        
        # محاولة تعيين تكوين الصفحة (سيتم تجاهلها إذا كان التكوين معينًا بالفعل)
        config_manager = ConfigManager()
        config_manager.set_page_config_if_needed(
            page_title="مساعد الذكاء الاصطناعي",
            page_icon="🤖",
            layout="wide"
        )
        
        # عرض عنوان التطبيق
        st.title("مساعد الذكاء الاصطناعي")
        
        # إنشاء تبويبات التطبيق
        tabs = st.tabs([
            "المحادثة مع الذكاء الاصطناعي",
            "تحليل المستندات",
            "تحليل العقود",
            "تقدير التكاليف",
            "تحليل المخاطر"
        ])
        
        # عرض محتوى كل تبويب
        with tabs[0]:
            self._render_chat_tab()
        
        with tabs[1]:
            self._render_document_analysis_tab()
        
        with tabs[2]:
            self._render_contract_analysis_tab()
        
        with tabs[3]:
            self._render_cost_estimation_tab()
        
        with tabs[4]:
            self._render_risk_analysis_tab()
    
    def _render_chat_tab(self):
        """عرض تبويب المحادثة مع الذكاء الاصطناعي"""
        st.markdown("### المحادثة مع الذكاء الاصطناعي")
        
        st.markdown("""
        يمكنك استخدام هذه الأداة للتواصل مع نماذج الذكاء الاصطناعي المتقدمة للحصول على المساعدة في:
        - الاستفسارات حول مشاريع البناء والمقاولات
        - تحليل بيانات المشاريع
        - الحصول على توصيات وأفضل الممارسات
        - حل المشكلات الفنية
        - أي استفسارات أخرى متعلقة بالمشاريع
        """)
        
        # اختيار نموذج الذكاء الاصطناعي
        ai_model = st.selectbox(
            "اختر نموذج الذكاء الاصطناعي:",
            ["ai", "anthropic"],
            index=0
        )
        
        # عرض سجل المحادثة
        chat_container = st.container()
        with chat_container:
            for message in st.session_state.chat_history:
                if message["role"] == "user":
                    st.markdown(f"**أنت**: {message['content']}")
                else:
                    st.markdown(f"**الذكاء الاصطناعي**: {message['content']}")
        
        # إدخال رسالة جديدة
        with st.form(key="chat_form", clear_on_submit=True):
            user_input = st.text_area("اكتب رسالتك هنا:", height=100)
            submit_button = st.form_submit_button("إرسال")
            
            if submit_button and user_input:
                # إضافة رسالة المستخدم إلى سجل المحادثة
                st.session_state.chat_history.append({"role": "user", "content": user_input})
                
                # الحصول على رد من نموذج الذكاء الاصطناعي
                with st.spinner("جاري التفكير..."):
                    ai_response = self._get_ai_response(user_input, ai_model)
                
                # إضافة رد الذكاء الاصطناعي إلى سجل المحادثة
                st.session_state.chat_history.append({"role": "assistant", "content": ai_response})
                
                # إعادة تحميل الصفحة لعرض الرسائل الجديدة
                st.rerun()
        
        # زر لمسح سجل المحادثة
        if st.button("مسح المحادثة"):
            st.session_state.chat_history = []
            st.rerun()
    
    def _get_ai_response(self, user_input, model):
        """الحصول على رد من نموذج الذكاء الاصطناعي"""
        try:
            if model == "ai":
                # استخدام نموذج ai من هجين فيس
                api_key = st.session_state.ai_api_key
                if not api_key:
                    return "لم يتم تكوين مفتاح API لنموذج ai. يرجى تكوين المفتاح في الإعدادات."
                
                # إعداد سجل المحادثة بتنسيق مناسب لنموذج ai
                messages = []
                for message in st.session_state.chat_history:
                    messages.append({
                        "role": message["role"],
                        "content": message["content"]
                    })
                
                # إضافة الرسالة الحالية
                messages.append({
                    "role": "user",
                    "content": user_input
                })
                
                # استدعاء API
                headers = {
                    "Authorization": f"Bearer {api_key}",
                    "Content-Type": "application/json"
                }
                
                payload = {
                    "model": "gpt-4",  # يمكن تغييره حسب النموذج المتاح
                    "messages": messages,
                    "temperature": 0.7
                }
                
                response = requests.post(
                    "https://api.openai.com/v1/chat/completions",
                    headers=headers,
                    json=payload
                ) 
                
                if response.status_code == 200:
                    return response.json()["choices"][0]["message"]["content"]
                else:
                    return f"حدث خطأ أثناء الاتصال بنموذج ai: {response.text}"
            
            elif model == "anthropic":
                # استخدام نموذج anthropic من هجين فيس
                api_key = st.session_state.anthropic_api_key
                if not api_key:
                    return "لم يتم تكوين مفتاح API لنموذج anthropic. يرجى تكوين المفتاح في الإعدادات."
                
                # إعداد سجل المحادثة بتنسيق مناسب لنموذج anthropic
                messages = []
                for message in st.session_state.chat_history:
                    messages.append({
                        "role": message["role"],
                        "content": message["content"]
                    })
                
                # إنشاء عميل anthropic
                client = anthropic.Anthropic(api_key=api_key)
                
                # استدعاء API
                response = client.messages.create(
                    model="claude-2",  # يمكن تغييره حسب النموذج المتاح
                    max_tokens=1000,
                    temperature=0.7,
                    system="أنت مساعد ذكي متخصص في مجال البناء والمقاولات في المملكة العربية السعودية. تقدم معلومات دقيقة وموثوقة.",
                    messages=messages + [{"role": "user", "content": user_input}]
                )
                
                return response.content[0].text
            
            else:
                return "النموذج المحدد غير مدعوم."
        
        except Exception as e:
            return f"حدث خطأ أثناء الاتصال بنموذج الذكاء الاصطناعي: {str(e)}"
    
    def _render_document_analysis_tab(self):
        """عرض تبويب تحليل المستندات"""
        st.markdown("### تحليل المستندات")
        
        st.markdown("""
        يمكنك استخدام هذه الأداة لتحليل المستندات والتقارير باستخدام الذكاء الاصطناعي.
        الأداة تدعم تحليل الملفات التالية:
        - ملفات PDF
        - ملفات Word
        - ملفات النصوص TXT
        """)
        
        # إنشاء تبويبات فرعية
        doc_tabs = st.tabs([
            "تحميل المستندات",
            "استخراج النص",
            "تحليل المحتوى",
            "الملخص والتوصيات"
        ])
        
        # تبويب تحميل المستندات
        with doc_tabs[0]:
            st.markdown("#### تحميل المستندات")
            
            uploaded_file = st.file_uploader(
                "اختر ملفًا للتحليل (PDF, DOCX, TXT):",
                type=["pdf", "docx", "txt"],
                key="document_file_uploader"
            )
            
            if uploaded_file:
                # حفظ الملف المرفوع
                file_details = {
                    "filename": uploaded_file.name,
                    "filetype": uploaded_file.type,
                    "filesize": uploaded_file.size
                }
                
                st.write(f"**تم تحميل الملف:** {file_details['filename']}")
                st.write(f"**نوع الملف:** {file_details['filetype']}")
                st.write(f"**حجم الملف:** {file_details['filesize']} بايت")
                
                # حفظ الملف في الجلسة
                self.uploaded_files["document"] = uploaded_file
                
                st.success("تم تحميل الملف بنجاح. انتقل إلى تبويب 'استخراج النص' للمتابعة.")
        
        # تبويب استخراج النص
        with doc_tabs[1]:
            st.markdown("#### استخراج النص")
            
            if "document" not in self.uploaded_files:
                st.info("الرجاء تحميل مستند أولاً من تبويب 'تحميل المستندات'.")
            else:
                if st.button("استخراج النص من المستند"):
                    with st.spinner("جاري استخراج النص..."):
                        # استخراج النص من الملف
                        extracted_text = self._extract_text_from_file(self.uploaded_files["document"])
                        
                        # حفظ النص المستخرج في الجلسة
                        if "analysis_results" not in st.session_state:
                            st.session_state.analysis_results = {}
                        
                        st.session_state.analysis_results["extracted_text"] = extracted_text
                        
                        # عرض النص المستخرج
                        st.markdown("##### النص المستخرج:")
                        st.text_area("", extracted_text, height=400, disabled=True)
                        
                        st.success("تم استخراج النص بنجاح. انتقل إلى تبويب 'تحليل المحتوى' للمتابعة.")
                
                # إذا كان النص قد تم استخراجه بالفعل
                if "analysis_results" in st.session_state and "extracted_text" in st.session_state.analysis_results:
                    st.markdown("##### النص المستخرج:")
                    st.text_area("", st.session_state.analysis_results["extracted_text"], height=400, disabled=True)
        
        # تبويب تحليل المحتوى
        with doc_tabs[2]:
            st.markdown("#### تحليل المحتوى")
            
            if "analysis_results" not in st.session_state or "extracted_text" not in st.session_state.analysis_results:
                st.info("الرجاء استخراج النص أولاً من تبويب 'استخراج النص'.")
            else:
                # اختيار نموذج الذكاء الاصطناعي
                ai_model = st.selectbox(
                    "اختر نموذج الذكاء الاصطناعي للتحليل:",
                    ["ai", "anthropic"],
                    index=0,
                    key="doc_analysis_model"
                )
                
                analysis_type = st.selectbox(
                    "اختر نوع التحليل:",
                    [
                        "تحليل عام",
                        "استخراج المعلومات الرئيسية",
                        "تحديد الكلمات المفتاحية",
                        "تحليل المتطلبات الفنية",
                        "تحليل التكاليف والأسعار"
                    ]
                )
                
                if st.button("تحليل المحتوى"):
                    with st.spinner("جاري تحليل المحتوى..."):
                        # إعداد السؤال بناءً على نوع التحليل
                        if analysis_type == "تحليل عام":
                            prompt = "قم بتحليل النص التالي وتقديم ملخص شامل له:\n\n"
                        elif analysis_type == "استخراج المعلومات الرئيسية":
                            prompt = "استخرج المعلومات الرئيسية والنقاط المهمة من النص التالي:\n\n"
                        elif analysis_type == "تحديد الكلمات المفتاحية":
                            prompt = "حدد الكلمات المفتاحية والمصطلحات المهمة في النص التالي:\n\n"
                        elif analysis_type == "تحليل المتطلبات الفنية":
                            prompt = "استخرج المتطلبات الفنية والمواصفات من النص التالي:\n\n"
                        elif analysis_type == "تحليل التكاليف والأسعار":
                            prompt = "استخرج جميع المعلومات المتعلقة بالتكاليف والأسعار من النص التالي:\n\n"
                        
                        # إضافة النص المستخرج إلى السؤال
                        prompt += st.session_state.analysis_results["extracted_text"]
                        
                        # الحصول على التحليل من نموذج الذكاء الاصطناعي
                        analysis_result = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ نتيجة التحليل في الجلسة
                        st.session_state.analysis_results["content_analysis"] = analysis_result
                        
                        # عرض نتيجة التحليل
                        st.markdown("##### نتيجة التحليل:")
                        st.markdown(analysis_result)
                        
                        st.success("تم تحليل المحتوى بنجاح. انتقل إلى تبويب 'الملخص والتوصيات' للمتابعة.")
                
                # إذا كان التحليل قد تم بالفعل
                if "content_analysis" in st.session_state.analysis_results:
                    st.markdown("##### نتيجة التحليل:")
                    st.markdown(st.session_state.analysis_results["content_analysis"])
        
        # تبويب الملخص والتوصيات
        with doc_tabs[3]:
            st.markdown("#### الملخص والتوصيات")
            
            if "analysis_results" not in st.session_state or "content_analysis" not in st.session_state.analysis_results:
                st.info("الرجاء تحليل المحتوى أولاً من تبويب 'تحليل المحتوى'.")
            else:
                # اختيار نموذج الذكاء الاصطناعي
                ai_model = st.selectbox(
                    "اختر نموذج الذكاء الاصطناعي للتوصيات:",
                    ["ai", "anthropic"],
                    index=0,
                    key="doc_summary_model"
                )
                
                if st.button("إنشاء ملخص وتوصيات"):
                    with st.spinner("جاري إنشاء الملخص والتوصيات..."):
                        # إعداد السؤال
                        prompt = f"""
                        بناءً على التحليل التالي للمستند:
                        
                        {st.session_state.analysis_results['content_analysis']}
                        
                        قم بإنشاء:
                        1. ملخص موجز للمستند (لا يزيد عن 3 فقرات)
                        2. النقاط الرئيسية (5-7 نقاط)
                        3. توصيات عملية (3-5 توصيات)
                        4. الخطوات التالية المقترحة
                        """
                        
                        # الحصول على الملخص والتوصيات من نموذج الذكاء الاصطناعي
                        summary_result = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ الملخص والتوصيات في الجلسة
                        st.session_state.analysis_results["summary_recommendations"] = summary_result
                        
                        # عرض الملخص والتوصيات
                        st.markdown("##### الملخص والتوصيات:")
                        st.markdown(summary_result)
                
                # إذا كان الملخص والتوصيات قد تم إنشاؤهما بالفعل
                if "summary_recommendations" in st.session_state.analysis_results:
                    st.markdown("##### الملخص والتوصيات:")
                    st.markdown(st.session_state.analysis_results["summary_recommendations"])
                    
                    # تصدير التقرير
                    report_file_name = f"تحليل_المستند_{datetime.now().strftime('%Y%m%d_%H%M%S')}"
                    
                    col1, col2, col3 = st.columns(3)
                    
                    with col1:
                        # تصدير كملف PDF
                        report_content = f"""
                        # تقرير تحليل المستند
                        
                        **تاريخ التحليل:** {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
                        
                        ## النص المستخرج
                        {st.session_state.analysis_results['extracted_text'][:1000]}...
                        
                        ## نتيجة التحليل
                        {st.session_state.analysis_results['content_analysis']}
                        
                        ## الملخص والتوصيات
                        {st.session_state.analysis_results['summary_recommendations']}
                        """
                        
                        st.download_button(
                            label="تصدير التقرير (PDF)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.pdf",
                            mime="application/pdf",
                            key="export_doc_report_pdf"
                        )
                    
                    with col2:
                        # تصدير كملف Word
                        st.download_button(
                            label="تصدير التقرير (Word)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.docx",
                            mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
                            key="export_doc_report_word"
                        )
                    
                    with col3:
                        # تصدير كملف نصي
                        st.download_button(
                            label="تصدير التقرير (TXT)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.txt",
                            mime="text/plain",
                            key="export_doc_report_txt"
                        )
    
    def _render_contract_analysis_tab(self):
        """عرض تبويب تحليل العقود"""
        st.markdown("### تحليل العقود")
        
        st.markdown("""
        يمكنك استخدام هذه الأداة لتحليل العقود واستخراج البنود المهمة باستخدام الذكاء الاصطناعي.
        الأداة تدعم تحليل الملفات التالية:
        - ملفات PDF
        - ملفات Word
        - ملفات النصوص TXT
        """)
        
        # إنشاء تبويبات فرعية
        contract_tabs = st.tabs([
            "تحميل العقد",
            "استخراج البنود",
            "تحليل المخاطر",
            "التقرير النهائي"
        ])
        
        # تبويب تحميل العقد
        with contract_tabs[0]:
            st.markdown("#### تحميل العقد")
            
            uploaded_file = st.file_uploader(
                "اختر ملف العقد للتحليل (PDF, DOCX, TXT):",
                type=["pdf", "docx", "txt"],
                key="contract_file_uploader"
            )
            
            if uploaded_file:
                # حفظ الملف المرفوع
                file_details = {
                    "filename": uploaded_file.name,
                    "filetype": uploaded_file.type,
                    "filesize": uploaded_file.size
                }
                
                st.write(f"**تم تحميل الملف:** {file_details['filename']}")
                st.write(f"**نوع الملف:** {file_details['filetype']}")
                st.write(f"**حجم الملف:** {file_details['filesize']} بايت")
                
                # حفظ الملف في الجلسة
                self.uploaded_files["contract"] = uploaded_file
                
                st.success("تم تحميل العقد بنجاح. انتقل إلى تبويب 'استخراج البنود' للمتابعة.")
        
        # تبويب استخراج البنود
        with contract_tabs[1]:
            st.markdown("#### استخراج البنود")
            
            if "contract" not in self.uploaded_files:
                st.info("الرجاء تحميل عقد أولاً من تبويب 'تحميل العقد'.")
            else:
                if st.button("استخراج بنود العقد"):
                    with st.spinner("جاري استخراج بنود العقد..."):
                        # استخراج النص من الملف
                        contract_text = self._extract_text_from_file(self.uploaded_files["contract"])
                        
                        # حفظ النص المستخرج في الجلسة
                        if "contract_analysis" not in st.session_state:
                            st.session_state.contract_analysis = {}
                        
                        st.session_state.contract_analysis["contract_text"] = contract_text
                        
                        # اختيار نموذج الذكاء الاصطناعي
                        ai_model = "ai"  # يمكن تغييره لاستخدام نموذج آخر
                        
                        # إعداد السؤال لاستخراج البنود
                        prompt = """
                        استخرج البنود الرئيسية من العقد التالي وصنفها حسب النوع (مثل: بنود مالية، بنود قانونية، بنود فنية، إلخ).
                        لكل بند، قدم:
                        1. رقم البند (إن وجد)
                        2. عنوان البند
                        3. ملخص موجز للبند
                        4. تصنيف البند
                        
                        نص العقد:
                        """
                        prompt += contract_text
                        
                        # الحصول على البنود المستخرجة من نموذج الذكاء الاصطناعي
                        clauses_result = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ البنود المستخرجة في الجلسة
                        st.session_state.contract_analysis["extracted_clauses"] = clauses_result
                        
                        # عرض البنود المستخرجة
                        st.markdown("##### البنود المستخرجة:")
                        st.markdown(clauses_result)
                        
                        st.success("تم استخراج بنود العقد بنجاح. انتقل إلى تبويب 'تحليل المخاطر' للمتابعة.")
                
                # إذا كانت البنود قد تم استخراجها بالفعل
                if "contract_analysis" in st.session_state and "extracted_clauses" in st.session_state.contract_analysis:
                    st.markdown("##### البنود المستخرجة:")
                    st.markdown(st.session_state.contract_analysis["extracted_clauses"])
        
        # تبويب تحليل المخاطر
        with contract_tabs[2]:
            st.markdown("#### تحليل المخاطر")
            
            if "contract_analysis" not in st.session_state or "extracted_clauses" not in st.session_state.contract_analysis:
                st.info("الرجاء استخراج بنود العقد أولاً من تبويب 'استخراج البنود'.")
            else:
                if st.button("تحليل المخاطر في العقد"):
                    with st.spinner("جاري تحليل المخاطر..."):
                        # اختيار نموذج الذكاء الاصطناعي
                        ai_model = "anthropic"  # يمكن تغييره لاستخدام نموذج آخر
                        
                        # إعداد السؤال لتحليل المخاطر
                        prompt = f"""
                        بناءً على البنود المستخرجة من العقد:
                        
                        {st.session_state.contract_analysis['extracted_clauses']}
                        
                        قم بتحليل المخاطر المحتملة في هذا العقد، وتصنيفها إلى:
                        1. مخاطر عالية (تتطلب اهتمامًا فوريًا)
                        2. مخاطر متوسطة (تتطلب مراقبة)
                        3. مخاطر منخفضة (تتطلب وعيًا)
                        
                        لكل مخاطرة، قدم:
                        - وصف المخاطرة
                        - البند المرتبط بها
                        - التأثير المحتمل
                        - توصيات للتخفيف من المخاطرة
                        """
                        
                        # الحصول على تحليل المخاطر من نموذج الذكاء الاصطناعي
                        risk_analysis = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ تحليل المخاطر في الجلسة
                        st.session_state.contract_analysis["risk_analysis"] = risk_analysis
                        
                        # عرض تحليل المخاطر
                        st.markdown("##### تحليل المخاطر:")
                        st.markdown(risk_analysis)
                        
                        st.success("تم تحليل المخاطر بنجاح. انتقل إلى تبويب 'التقرير النهائي' للمتابعة.")
                
                # إذا كان تحليل المخاطر قد تم بالفعل
                if "risk_analysis" in st.session_state.contract_analysis:
                    st.markdown("##### تحليل المخاطر:")
                    st.markdown(st.session_state.contract_analysis["risk_analysis"])
        
        # تبويب التقرير النهائي
        with contract_tabs[3]:
            st.markdown("#### التقرير النهائي")
            
            if "contract_analysis" not in st.session_state or "risk_analysis" not in st.session_state.contract_analysis:
                st.info("الرجاء تحليل المخاطر أولاً من تبويب 'تحليل المخاطر'.")
            else:
                if st.button("إنشاء التقرير النهائي"):
                    with st.spinner("جاري إنشاء التقرير النهائي..."):
                        # اختيار نموذج الذكاء الاصطناعي
                        ai_model = "ai"  # يمكن تغييره لاستخدام نموذج آخر
                        
                        # إعداد السؤال لإنشاء التقرير النهائي
                        prompt = f"""
                        بناءً على تحليل العقد وتحليل المخاطر:
                        
                        البنود المستخرجة:
                        {st.session_state.contract_analysis['extracted_clauses']}
                        
                        تحليل المخاطر:
                        {st.session_state.contract_analysis['risk_analysis']}
                        
                        قم بإنشاء تقرير نهائي يتضمن:
                        1. ملخص تنفيذي للعقد
                        2. أهم البنود وتأثيرها
                        3. ملخص المخاطر الرئيسية
                        4. التوصيات والاقتراحات
                        5. الخطوات التالية الموصى بها
                        """
                        
                        # الحصول على التقرير النهائي من نموذج الذكاء الاصطناعي
                        final_report = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ التقرير النهائي في الجلسة
                        st.session_state.contract_analysis["final_report"] = final_report
                        
                        # عرض التقرير النهائي
                        st.markdown("##### التقرير النهائي:")
                        st.markdown(final_report)
                
                # إذا كان التقرير النهائي قد تم إنشاؤه بالفعل
                if "final_report" in st.session_state.contract_analysis:
                    st.markdown("##### التقرير النهائي:")
                    st.markdown(st.session_state.contract_analysis["final_report"])
                    
                    # تصدير التقرير
                    report_file_name = f"تحليل_العقد_{datetime.now().strftime('%Y%m%d_%H%M%S')}"
                    
                    col1, col2, col3 = st.columns(3)
                    
                    with col1:
                        # تصدير كملف PDF
                        report_content = f"""
                        # تقرير تحليل العقد
                        
                        **تاريخ التحليل:** {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
                        
                        ## البنود المستخرجة
                        {st.session_state.contract_analysis['extracted_clauses']}
                        
                        ## تحليل المخاطر
                        {st.session_state.contract_analysis['risk_analysis']}
                        
                        ## التقرير النهائي
                        {st.session_state.contract_analysis['final_report']}
                        """
                        
                        st.download_button(
                            label="تصدير التقرير (PDF)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.pdf",
                            mime="application/pdf",
                            key="export_contract_report_pdf"
                        )
                    
                    with col2:
                        # تصدير كملف Word
                        st.download_button(
                            label="تصدير التقرير (Word)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.docx",
                            mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
                            key="export_contract_report_word"
                        )
                    
                    with col3:
                        # تصدير كملف نصي
                        st.download_button(
                            label="تصدير التقرير (TXT)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.txt",
                            mime="text/plain",
                            key="export_contract_report_txt"
                        )
    
    def _render_cost_estimation_tab(self):
        """عرض تبويب تقدير التكاليف باستخدام نماذج هجين فيس"""
        
        st.markdown("### تقدير التكاليف")
        
        st.markdown("""
        يمكنك استخدام هذه الأداة لتقدير تكاليف المشاريع باستخدام نماذج الذكاء الاصطناعي المتقدمة من بيئة هجين فيس.
        الأداة تدعم تحليل الملفات التالية:
        - ملفات PDF (كراسات الشروط، المواصفات الفنية)
        - ملفات DWG (المخططات الهندسية)
        - ملفات Excel (جداول الكميات، التكاليف)
        - ملفات Word (العقود، المستندات)
        - ملفات النصوص TXT
        - ملفات الصور (PNG, JPG) للمخططات والرسومات
        """)
        
        # إنشاء تبويبات فرعية
        cost_tabs = st.tabs([
            "تحميل الملفات",
            "تقدير التكاليف",
            "تحليل البنود",
            "المقارنة مع السوق",
            "التقارير"
        ])
        
        # تبويب تحميل الملفات
        with cost_tabs[0]:
            st.markdown("#### تحميل ملفات المشروع")
            
            uploaded_files = st.file_uploader(
                "اختر ملفات المشروع للتحليل:",
                type=["pdf", "dwg", "xlsx", "xls", "docx", "doc", "txt", "png", "jpg", "jpeg"],
                accept_multiple_files=True,
                key="cost_files_uploader"
            )
            
            if uploaded_files:
                # حفظ الملفات المرفوعة
                if "cost_files" not in st.session_state:
                    st.session_state.cost_files = []
                
                for uploaded_file in uploaded_files:
                    file_details = {
                        "filename": uploaded_file.name,
                        "filetype": uploaded_file.type,
                        "filesize": uploaded_file.size,
                        "file": uploaded_file
                    }
                    
                    # إضافة الملف إلى القائمة إذا لم يكن موجودًا بالفعل
                    if not any(f["filename"] == file_details["filename"] for f in st.session_state.cost_files):
                        st.session_state.cost_files.append(file_details)
                
                # عرض الملفات المرفوعة
                st.markdown("##### الملفات المرفوعة:")
                
                for i, file in enumerate(st.session_state.cost_files):
                    col1, col2, col3, col4 = st.columns([3, 2, 2, 1])
                    
                    with col1:
                        st.write(f"{i+1}. {file['filename']}")
                    
                    with col2:
                        st.write(f"النوع: {self._detect_file_type(file['filename'])}")
                    
                    with col3:
                        st.write(f"الحجم: {file['filesize']} بايت")
                    
                    with col4:
                        if st.button("حذف", key=f"delete_file_{i}"):
                            st.session_state.cost_files.pop(i)
                            st.rerun()
                
                st.success(f"تم تحميل {len(st.session_state.cost_files)} ملف بنجاح. انتقل إلى تبويب 'تقدير التكاليف' للمتابعة.")
        
        # تبويب تقدير التكاليف
        with cost_tabs[1]:
            st.markdown("#### تقدير التكاليف")
            
            if "cost_files" not in st.session_state or not st.session_state.cost_files:
                st.info("الرجاء تحميل ملفات المشروع أولاً من تبويب 'تحميل الملفات'.")
            else:
                # معلومات المشروع
                st.markdown("##### معلومات المشروع")
                
                col1, col2 = st.columns(2)
                
                with col1:
                    project_name = st.text_input("اسم المشروع:", key="project_name")
                    project_location = st.text_input("موقع المشروع:", key="project_location")
                
                with col2:
                    project_type = st.selectbox(
                        "نوع المشروع:",
                        [
                            "سكني",
                            "تجاري",
                            "صناعي",
                            "بنية تحتية",
                            "طرق",
                            "أخرى"
                        ],
                        key="project_type"
                    )
                    
                    project_area = st.number_input("مساحة المشروع (م²):", min_value=0, key="project_area")
                
                # اختيار نموذج الذكاء الاصطناعي
                ai_model = st.selectbox(
                    "اختر نموذج الذكاء الاصطناعي للتقدير:",
                    ["ai", "anthropic"],
                    index=0,
                    key="cost_estimation_model"
                )
                
                if st.button("تقدير التكاليف"):
                    with st.spinner("جاري تقدير التكاليف..."):
                        # استخراج النصوص من الملفات
                        all_texts = []
                        
                        for file_info in st.session_state.cost_files:
                            try:
                                text = self._extract_text_from_file(file_info["file"])
                                all_texts.append(f"من ملف {file_info['filename']}:\n{text[:2000]}")  # أخذ أول 2000 حرف من كل ملف
                            except Exception as e:
                                st.warning(f"تعذر استخراج النص من الملف {file_info['filename']}: {str(e)}")
                        
                        combined_text = "\n\n".join(all_texts)
                        
                        # إعداد السؤال لتقدير التكاليف
                        prompt = f"""
                        أنت خبير في تقدير تكاليف مشاريع البناء والمقاولات في المملكة العربية السعودية.
                        
                        معلومات المشروع:
                        - اسم المشروع: {project_name}
                        - موقع المشروع: {project_location}
                        - نوع المشروع: {project_type}
                        - مساحة المشروع: {project_area} م²
                        
                        بناءً على المعلومات التالية المستخرجة من ملفات المشروع، قم بتقدير:
                        1. التكلفة الإجمالية التقديرية للمشروع
                        2. تفصيل التكاليف حسب البنود الرئيسية (مواد، عمالة، معدات، إلخ)
                        3. تكلفة المتر المربع
                        4. المدة الزمنية المتوقعة للتنفيذ
                        5. العوامل التي قد تؤثر على التكلفة
                        
                        المعلومات المستخرجة من الملفات:
                        {combined_text}
                        
                        قدم النتائج بتنسيق منظم وواضح، مع تفصيل الافتراضات التي اعتمدت عليها في التقدير.
                        """
                        
                        # الحصول على تقدير التكاليف من نموذج الذكاء الاصطناعي
                        cost_estimation = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ تقدير التكاليف في الجلسة
                        if "cost_analysis" not in st.session_state:
                            st.session_state.cost_analysis = {}
                        
                        st.session_state.cost_analysis["cost_estimation"] = cost_estimation
                        
                        # عرض تقدير التكاليف
                        st.markdown("##### نتيجة تقدير التكاليف:")
                        st.markdown(cost_estimation)
                        
                        st.success("تم تقدير التكاليف بنجاح. انتقل إلى تبويب 'تحليل البنود' للمتابعة.")
                
                # إذا كان تقدير التكاليف قد تم بالفعل
                if "cost_analysis" in st.session_state and "cost_estimation" in st.session_state.cost_analysis:
                    st.markdown("##### نتيجة تقدير التكاليف:")
                    st.markdown(st.session_state.cost_analysis["cost_estimation"])
                    
                    # تصدير التقرير
                    report_file_name = f"تقدير_التكاليف_{datetime.now().strftime('%Y%m%d_%H%M%S')}"
                    
                    col1, col2 = st.columns(2)
                    
                    with col1:
                        # تصدير كملف PDF
                        report_content = f"""
                        # تقرير تقدير التكاليف
                        
                        **تاريخ التقدير:** {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
                        
                        ## معلومات المشروع
                        - **اسم المشروع:** {project_name}
                        - **موقع المشروع:** {project_location}
                        - **نوع المشروع:** {project_type}
                        - **مساحة المشروع:** {project_area} م²
                        
                        ## نتيجة تقدير التكاليف
                        {st.session_state.cost_analysis['cost_estimation']}
                        """
                        
                        st.download_button(
                            label="تصدير التقرير (PDF)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.pdf",
                            mime="application/pdf",
                            key="export_cost_report_pdf"
                        )
                    
                    with col2:
                        # تصدير كملف Excel
                        st.download_button(
                            label="تصدير البيانات (Excel)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.xlsx",
                            mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
                            key="export_cost_report_excel"
                        )
        
        # تبويب تحليل البنود
        with cost_tabs[2]:
            st.markdown("#### تحليل البنود")
            
            if "cost_analysis" not in st.session_state or "cost_estimation" not in st.session_state.cost_analysis:
                st.info("الرجاء تقدير التكاليف أولاً من تبويب 'تقدير التكاليف'.")
            else:
                if st.button("تحليل بنود التكاليف"):
                    with st.spinner("جاري تحليل البنود..."):
                        # اختيار نموذج الذكاء الاصطناعي
                        ai_model = "anthropic"  # يمكن تغييره لاستخدام نموذج آخر
                        
                        # إعداد السؤال لتحليل البنود
                        prompt = f"""
                        بناءً على تقدير التكاليف التالي:
                        
                        {st.session_state.cost_analysis['cost_estimation']}
                        
                        قم بتحليل بنود التكاليف بالتفصيل:
                        1. استخرج جميع بنود التكاليف وقيمها
                        2. صنف البنود حسب النوع (مواد، عمالة، معدات، إلخ)
                        3. حدد البنود ذات التكلفة الأعلى والتي تشكل نسبة كبيرة من التكلفة الإجمالية
                        4. اقترح بدائل أو طرق لتقليل تكلفة البنود الرئيسية
                        5. قدم توصيات لتحسين كفاءة التكلفة
                        
                        قدم النتائج بتنسيق جدولي منظم وواضح.
                        """
                        
                        # الحصول على تحليل البنود من نموذج الذكاء الاصطناعي
                        items_analysis = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ تحليل البنود في الجلسة
                        st.session_state.cost_analysis["items_analysis"] = items_analysis
                        
                        # عرض تحليل البنود
                        st.markdown("##### نتيجة تحليل البنود:")
                        st.markdown(items_analysis)
                        
                        st.success("تم تحليل البنود بنجاح. انتقل إلى تبويب 'المقارنة مع السوق' للمتابعة.")
                
                # إذا كان تحليل البنود قد تم بالفعل
                if "items_analysis" in st.session_state.cost_analysis:
                    st.markdown("##### نتيجة تحليل البنود:")
                    st.markdown(st.session_state.cost_analysis["items_analysis"])
        
        # تبويب المقارنة مع السوق
        with cost_tabs[3]:
            st.markdown("#### المقارنة مع السوق")
            
            if "cost_analysis" not in st.session_state or "items_analysis" not in st.session_state.cost_analysis:
                st.info("الرجاء تحليل البنود أولاً من تبويب 'تحليل البنود'.")
            else:
                if st.button("مقارنة التكاليف مع السوق"):
                    with st.spinner("جاري مقارنة التكاليف مع السوق..."):
                        # اختيار نموذج الذكاء الاصطناعي
                        ai_model = "ai"  # يمكن تغييره لاستخدام نموذج آخر
                        
                        # إعداد السؤال للمقارنة مع السوق
                        prompt = f"""
                        أنت خبير في أسعار مواد البناء والمقاولات في المملكة العربية السعودية.
                        
                        بناءً على تقدير التكاليف وتحليل البنود التاليين:
                        
                        تقدير التكاليف:
                        {st.session_state.cost_analysis['cost_estimation']}
                        
                        تحليل البنود:
                        {st.session_state.cost_analysis['items_analysis']}
                        
                        قم بمقارنة هذه التكاليف مع متوسط أسعار السوق السعودي الحالية (2025):
                        1. قارن تكلفة المتر المربع مع متوسط السوق للمشاريع المماثلة
                        2. قارن أسعار المواد الرئيسية (الخرسانة، حديد التسليح، الإسمنت، إلخ) مع أسعار السوق
                        3. قارن تكاليف العمالة مع متوسط السوق
                        4. حدد البنود التي تختلف تكلفتها بشكل كبير عن متوسط السوق (أعلى أو أقل)
                        5. قدم توصيات للحصول على أفضل الأسعار
                        
                        استخدم بيانات حقيقية عن أسعار السوق السعودي الحالية قدر الإمكان.
                        """
                        
                        # الحصول على المقارنة مع السوق من نموذج الذكاء الاصطناعي
                        market_comparison = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ المقارنة مع السوق في الجلسة
                        st.session_state.cost_analysis["market_comparison"] = market_comparison
                        
                        # عرض المقارنة مع السوق
                        st.markdown("##### نتيجة المقارنة مع السوق:")
                        st.markdown(market_comparison)
                        
                        st.success("تمت المقارنة مع السوق بنجاح. انتقل إلى تبويب 'التقارير' للمتابعة.")
                
                # إذا كانت المقارنة مع السوق قد تمت بالفعل
                if "market_comparison" in st.session_state.cost_analysis:
                    st.markdown("##### نتيجة المقارنة مع السوق:")
                    st.markdown(st.session_state.cost_analysis["market_comparison"])
        
        # تبويب التقارير
        with cost_tabs[4]:
            st.markdown("#### التقارير")
            
            if "cost_analysis" not in st.session_state or "market_comparison" not in st.session_state.cost_analysis:
                st.info("الرجاء مقارنة التكاليف مع السوق أولاً من تبويب 'المقارنة مع السوق'.")
            else:
                if st.button("إنشاء التقرير النهائي"):
                    with st.spinner("جاري إنشاء التقرير النهائي..."):
                        # اختيار نموذج الذكاء الاصطناعي
                        ai_model = "anthropic"  # يمكن تغييره لاستخدام نموذج آخر
                        
                        # إعداد السؤال لإنشاء التقرير النهائي
                        prompt = f"""
                        بناءً على التحليلات التالية:
                        
                        تقدير التكاليف:
                        {st.session_state.cost_analysis['cost_estimation']}
                        
                        تحليل البنود:
                        {st.session_state.cost_analysis['items_analysis']}
                        
                        المقارنة مع السوق:
                        {st.session_state.cost_analysis['market_comparison']}
                        
                        قم بإنشاء تقرير نهائي شامل يتضمن:
                        1. ملخص تنفيذي
                        2. نظرة عامة على المشروع
                        3. ملخص التكاليف الإجمالية والتفصيلية
                        4. مقارنة مع متوسط السوق
                        5. فرص تحسين التكلفة
                        6. المخاطر المحتملة وتأثيرها على التكلفة
                        7. التوصيات النهائية
                        8. الخطوات التالية
                        
                        قدم التقرير بتنسيق احترافي ومنظم.
                        """
                        
                        # الحصول على التقرير النهائي من نموذج الذكاء الاصطناعي
                        final_report = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ التقرير النهائي في الجلسة
                        st.session_state.cost_analysis["final_report"] = final_report
                        
                        # عرض التقرير النهائي
                        st.markdown("##### التقرير النهائي:")
                        st.markdown(final_report)
                
                # إذا كان التقرير النهائي قد تم إنشاؤه بالفعل
                if "final_report" in st.session_state.cost_analysis:
                    st.markdown("##### التقرير النهائي:")
                    st.markdown(st.session_state.cost_analysis["final_report"])
                    
                    # تصدير التقرير
                    report_file_name = f"تقرير_تقدير_التكاليف_{datetime.now().strftime('%Y%m%d_%H%M%S')}"
                    
                    col1, col2, col3 = st.columns(3)
                    
                    with col1:
                        # تصدير كملف PDF
                        report_content = f"""
                        # التقرير النهائي لتقدير التكاليف
                        
                        **تاريخ التقرير:** {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
                        
                        {st.session_state.cost_analysis['final_report']}
                        """
                        
                        st.download_button(
                            label="تنزيل التقرير (PDF)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.pdf",
                            mime="application/pdf",
                            key="download_report_pdf"
                        )
                    
                    with col2:
                        # تصدير كملف Excel
                        st.download_button(
                            label="تنزيل التقرير (Excel)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.xlsx",
                            mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
                            key="download_report_excel"
                        )
                    
                    with col3:
                        # تصدير كملف Word
                        st.download_button(
                            label="تنزيل التقرير (Word)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.docx",
                            mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
                            key="download_report_word"
                        )
    
    def _render_risk_analysis_tab(self):
        """عرض تبويب تحليل المخاطر"""
        st.markdown("### تحليل المخاطر")
        
        st.markdown("""
        يمكنك استخدام هذه الأداة لتحليل المخاطر المحتملة في المشاريع باستخدام الذكاء الاصطناعي.
        """)
        
        # إنشاء تبويبات فرعية
        risk_tabs = st.tabs([
            "تحديد المخاطر",
            "تقييم المخاطر",
            "خطة الاستجابة",
            "التقرير النهائي"
        ])
        
        # تبويب تحديد المخاطر
        with risk_tabs[0]:
            st.markdown("#### تحديد المخاطر")
            
            # معلومات المشروع
            st.markdown("##### معلومات المشروع")
            
            col1, col2 = st.columns(2)
            
            with col1:
                project_name = st.text_input("اسم المشروع:", key="risk_project_name")
                project_location = st.text_input("موقع المشروع:", key="risk_project_location")
            
            with col2:
                project_type = st.selectbox(
                    "نوع المشروع:",
                    [
                        "سكني",
                        "تجاري",
                        "صناعي",
                        "بنية تحتية",
                        "طرق",
                        "أخرى"
                    ],
                    key="risk_project_type"
                )
                
                project_budget = st.number_input("ميزانية المشروع (ريال سعودي):", min_value=0, key="risk_project_budget")
            
            # وصف المشروع
            project_description = st.text_area("وصف المشروع:", height=150, key="risk_project_description")
            
            # اختيار نموذج الذكاء الاصطناعي
            ai_model = st.selectbox(
                "اختر نموذج الذكاء الاصطناعي:",
                ["ai", "anthropic"],
                index=0,
                key="risk_identification_model"
            )
            
            if st.button("تحديد المخاطر المحتملة"):
                with st.spinner("جاري تحديد المخاطر..."):
                    # إعداد السؤال لتحديد المخاطر
                    prompt = f"""
                    أنت خبير في تحليل المخاطر لمشاريع البناء والمقاولات في المملكة العربية السعودية.
                    
                    معلومات المشروع:
                    - اسم المشروع: {project_name}
                    - موقع المشروع: {project_location}
                    - نوع المشروع: {project_type}
                    - ميزانية المشروع: {project_budget} ريال سعودي
                    - وصف المشروع: {project_description}
                    
                    قم بتحديد المخاطر المحتملة لهذا المشروع، مصنفة حسب الفئات التالية:
                    1. المخاطر الفنية
                    2. المخاطر المالية
                    3. المخاطر التعاقدية والقانونية
                    4. المخاطر البيئية
                    5. المخاطر المتعلقة بالموارد البشرية
                    6. المخاطر المتعلقة بالجدول الزمني
                    7. المخاطر المتعلقة بالموردين والمقاولين من الباطن
                    8. المخاطر المتعلقة بالسوق والاقتصاد
                    
                    لكل مخاطرة، قدم:
                    - وصف المخاطرة
                    - الأسباب المحتملة
                    - التأثير المحتمل على المشروع
                    
                    قدم قائمة شاملة بالمخاطر المحتملة مع مراعاة خصوصية السوق السعودي والظروف المحلية.
                    """
                    
                    # الحصول على المخاطر المحددة من نموذج الذكاء الاصطناعي
                    identified_risks = self._get_ai_response(prompt, ai_model)
                    
                    # حفظ المخاطر المحددة في الجلسة
                    if "risk_analysis" not in st.session_state:
                        st.session_state.risk_analysis = {}
                    
                    st.session_state.risk_analysis["project_info"] = {
                        "name": project_name,
                        "location": project_location,
                        "type": project_type,
                        "budget": project_budget,
                        "description": project_description
                    }
                    
                    st.session_state.risk_analysis["identified_risks"] = identified_risks
                    
                    # عرض المخاطر المحددة
                    st.markdown("##### المخاطر المحددة:")
                    st.markdown(identified_risks)
                    
                    st.success("تم تحديد المخاطر بنجاح. انتقل إلى تبويب 'تقييم المخاطر' للمتابعة.")
            
            # إذا كانت المخاطر قد تم تحديدها بالفعل
            if "risk_analysis" in st.session_state and "identified_risks" in st.session_state.risk_analysis:
                st.markdown("##### المخاطر المحددة:")
                st.markdown(st.session_state.risk_analysis["identified_risks"])
        
        # تبويب تقييم المخاطر
        with risk_tabs[1]:
            st.markdown("#### تقييم المخاطر")
            
            if "risk_analysis" not in st.session_state or "identified_risks" not in st.session_state.risk_analysis:
                st.info("الرجاء تحديد المخاطر أولاً من تبويب 'تحديد المخاطر'.")
            else:
                if st.button("تقييم المخاطر المحددة"):
                    with st.spinner("جاري تقييم المخاطر..."):
                        # اختيار نموذج الذكاء الاصطناعي
                        ai_model = "anthropic"  # يمكن تغييره لاستخدام نموذج آخر
                        
                        # إعداد السؤال لتقييم المخاطر
                        prompt = f"""
                        بناءً على المخاطر المحددة التالية:
                        
                        {st.session_state.risk_analysis['identified_risks']}
                        
                        قم بتقييم كل مخاطرة من حيث:
                        1. احتمالية الحدوث (منخفضة، متوسطة، عالية)
                        2. التأثير (منخفض، متوسط، عالي)
                        3. درجة الخطورة الإجمالية (منخفضة، متوسطة، عالية، حرجة)
                        
                        قدم النتائج في شكل جدول منظم يتضمن:
                        - وصف المخاطرة
                        - الفئة
                        - احتمالية الحدوث
                        - التأثير
                        - درجة الخطورة الإجمالية
                        - الأولوية (من 1 إلى 5، حيث 1 هي الأعلى)
                        
                        ثم قم بترتيب المخاطر حسب الأولوية، مع التركيز على المخاطر ذات الأولوية العالية.
                        """
                        
                        # الحصول على تقييم المخاطر من نموذج الذكاء الاصطناعي
                        risk_assessment = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ تقييم المخاطر في الجلسة
                        st.session_state.risk_analysis["risk_assessment"] = risk_assessment
                        
                        # عرض تقييم المخاطر
                        st.markdown("##### تقييم المخاطر:")
                        st.markdown(risk_assessment)
                        
                        st.success("تم تقييم المخاطر بنجاح. انتقل إلى تبويب 'خطة الاستجابة' للمتابعة.")
                
                # إذا كان تقييم المخاطر قد تم بالفعل
                if "risk_assessment" in st.session_state.risk_analysis:
                    st.markdown("##### تقييم المخاطر:")
                    st.markdown(st.session_state.risk_analysis["risk_assessment"])
        
        # تبويب خطة الاستجابة
        with risk_tabs[2]:
            st.markdown("#### خطة الاستجابة للمخاطر")
            
            if "risk_analysis" not in st.session_state or "risk_assessment" not in st.session_state.risk_analysis:
                st.info("الرجاء تقييم المخاطر أولاً من تبويب 'تقييم المخاطر'.")
            else:
                if st.button("إنشاء خطة الاستجابة للمخاطر"):
                    with st.spinner("جاري إنشاء خطة الاستجابة..."):
                        # اختيار نموذج الذكاء الاصطناعي
                        ai_model = "ai"  # يمكن تغييره لاستخدام نموذج آخر
                        
                        # إعداد السؤال لإنشاء خطة الاستجابة
                        prompt = f"""
                        بناءً على تقييم المخاطر التالي:
                        
                        {st.session_state.risk_analysis['risk_assessment']}
                        
                        قم بإنشاء خطة استجابة للمخاطر تتضمن:
                        
                        1. لكل مخاطرة ذات أولوية عالية (1-2):
                           - استراتيجية الاستجابة (تجنب، نقل، تخفيف، قبول)
                           - إجراءات محددة للتعامل مع المخاطرة
                           - المسؤول عن تنفيذ الإجراءات
                           - الموارد المطلوبة
                           - المؤشرات التي تدل على حدوث المخاطرة
                           - خطة الطوارئ في حال حدوث المخاطرة
                        
                        2. للمخاطر ذات الأولوية المتوسطة (3):
                           - استراتيجية الاستجابة
                           - إجراءات رئيسية للتعامل مع المخاطرة
                           - المسؤول عن المتابعة
                        
                        3. للمخاطر ذات الأولوية المنخفضة (4-5):
                           - استراتيجية الاستجابة العامة
                           - إجراءات المراقبة
                        
                        قدم خطة استجابة شاملة وعملية، مع مراعاة الموارد المتاحة وظروف المشروع.
                        """
                        
                        # الحصول على خطة الاستجابة من نموذج الذكاء الاصطناعي
                        response_plan = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ خطة الاستجابة في الجلسة
                        st.session_state.risk_analysis["response_plan"] = response_plan
                        
                        # عرض خطة الاستجابة
                        st.markdown("##### خطة الاستجابة للمخاطر:")
                        st.markdown(response_plan)
                        
                        st.success("تم إنشاء خطة الاستجابة بنجاح. انتقل إلى تبويب 'التقرير النهائي' للمتابعة.")
                
                # إذا كانت خطة الاستجابة قد تم إنشاؤها بالفعل
                if "response_plan" in st.session_state.risk_analysis:
                    st.markdown("##### خطة الاستجابة للمخاطر:")
                    st.markdown(st.session_state.risk_analysis["response_plan"])
        
        # تبويب التقرير النهائي
        with risk_tabs[3]:
            st.markdown("#### التقرير النهائي")
            
            if "risk_analysis" not in st.session_state or "response_plan" not in st.session_state.risk_analysis:
                st.info("الرجاء إنشاء خطة الاستجابة أولاً من تبويب 'خطة الاستجابة'.")
            else:
                if st.button("إنشاء التقرير النهائي لتحليل المخاطر"):
                    with st.spinner("جاري إنشاء التقرير النهائي..."):
                        # اختيار نموذج الذكاء الاصطناعي
                        ai_model = "anthropic"  # يمكن تغييره لاستخدام نموذج آخر
                        
                        # إعداد السؤال لإنشاء التقرير النهائي
                        prompt = f"""
                        بناءً على المعلومات التالية:
                        
                        معلومات المشروع:
                        - اسم المشروع: {st.session_state.risk_analysis['project_info']['name']}
                        - موقع المشروع: {st.session_state.risk_analysis['project_info']['location']}
                        - نوع المشروع: {st.session_state.risk_analysis['project_info']['type']}
                        - ميزانية المشروع: {st.session_state.risk_analysis['project_info']['budget']} ريال سعودي
                        - وصف المشروع: {st.session_state.risk_analysis['project_info']['description']}
                        
                        المخاطر المحددة:
                        {st.session_state.risk_analysis['identified_risks']}
                        
                        تقييم المخاطر:
                        {st.session_state.risk_analysis['risk_assessment']}
                        
                        خطة الاستجابة للمخاطر:
                        {st.session_state.risk_analysis['response_plan']}
                        
                        قم بإنشاء تقرير نهائي شامل لتحليل المخاطر يتضمن:
                        1. ملخص تنفيذي
                        2. نظرة عامة على المشروع
                        3. منهجية تحليل المخاطر
                        4. ملخص المخاطر الرئيسية
                        5. تقييم المخاطر وترتيبها حسب الأولوية
                        6. خطة الاستجابة للمخاطر
                        7. إجراءات المراقبة والتحكم
                        8. التوصيات النهائية
                        9. الخطوات التالية
                        
                        قدم التقرير بتنسيق احترافي ومنظم.
                        """
                        
                        # الحصول على التقرير النهائي من نموذج الذكاء الاصطناعي
                        final_report = self._get_ai_response(prompt, ai_model)
                        
                        # حفظ التقرير النهائي في الجلسة
                        st.session_state.risk_analysis["final_report"] = final_report
                        
                        # عرض التقرير النهائي
                        st.markdown("##### التقرير النهائي لتحليل المخاطر:")
                        st.markdown(final_report)
                
                # إذا كان التقرير النهائي قد تم إنشاؤه بالفعل
                if "final_report" in st.session_state.risk_analysis:
                    st.markdown("##### التقرير النهائي لتحليل المخاطر:")
                    st.markdown(st.session_state.risk_analysis["final_report"])
                    
                    # تصدير التقرير
                    report_file_name = f"تقرير_تحليل_المخاطر_{datetime.now().strftime('%Y%m%d_%H%M%S')}"
                    
                    col1, col2, col3 = st.columns(3)
                    
                    with col1:
                        # تصدير كملف PDF
                        report_content = f"""
                        # التقرير النهائي لتحليل المخاطر
                        
                        **تاريخ التقرير:** {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
                        
                        {st.session_state.risk_analysis['final_report']}
                        """
                        
                        st.download_button(
                            label="تنزيل التقرير (PDF)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.pdf",
                            mime="application/pdf",
                            key="download_risk_report_pdf"
                        )
                    
                    with col2:
                        # تصدير كملف Word
                        st.download_button(
                            label="تنزيل التقرير (Word)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.docx",
                            mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
                            key="download_risk_report_word"
                        )
                    
                    with col3:
                        # تصدير كملف Excel
                        st.download_button(
                            label="تنزيل التقرير (Excel)",
                            data=report_content.encode('utf-8'),
                            file_name=f"{report_file_name}.xlsx",
                            mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
                            key="download_risk_report_excel"
                        )
    
    def _extract_text_from_file(self, file):
        """استخراج النص من الملف"""
        try:
            # تحديد نوع الملف
            file_name = file.name
            file_extension = file_name.split('.')[-1].lower()
            
            # استخراج النص حسب نوع الملف
            if file_extension == 'pdf':
                # استخراج النص من ملف PDF
                pdf_reader = PyPDF2.PdfReader(file)
                text = ""
                for page in pdf_reader.pages:
                    text += page.extract_text() + "\n"
                return text
            
            elif file_extension in ['docx', 'doc']:
                # استخراج النص من ملف Word
                doc = docx.Document(file)
                text = ""
                for para in doc.paragraphs:
                    text += para.text + "\n"
                return text
            
            elif file_extension == 'txt':
                # استخراج النص من ملف نصي
                return file.getvalue().decode('utf-8')
            
            elif file_extension in ['png', 'jpg', 'jpeg']:
                # استخراج النص من الصورة (يتطلب مكتبات إضافية)
                return "استخراج النص من الصور غير مدعوم حاليًا."
            
            elif file_extension in ['xlsx', 'xls']:
                # استخراج النص من ملف Excel (يتطلب مكتبات إضافية)
                return "استخراج النص من ملفات Excel غير مدعوم حاليًا."
            
            elif file_extension == 'dwg':
                # استخراج النص من ملف DWG (يتطلب مكتبات إضافية)
                return "استخراج النص من ملفات DWG غير مدعوم حاليًا."
            
            else:
                return f"نوع الملف {file_extension} غير مدعوم."
        
        except Exception as e:
            return f"حدث خطأ أثناء استخراج النص: {str(e)}"
    
    def _detect_file_type(self, file_name):
        """تحديد نوع الملف بناءً على الامتداد"""
        extension = file_name.split('.')[-1].lower()
        
        if extension in ['pdf']:
            return 'application/pdf'
        elif extension in ['dwg']:
            return 'application/acad'
        elif extension in ['xlsx', 'xls']:
            return 'application/vnd.openxmlformats-officedocument.spreadsheetml.sheet'
        elif extension in ['docx', 'doc']:
            return 'application/vnd.openxmlformats-officedocument.wordprocessingml.document'
        elif extension in ['txt']:
            return 'text/plain'
        elif extension in ['png']:
            return 'image/png'
        elif extension in ['jpg', 'jpeg']:
            return 'image/jpeg'
        else:
            return 'application/octet-stream'