Update modules/ai_assistant/ai_app.py

modules/ai_assistant/ai_app.py

@@ -1,1361 +1,288 @@
-# -*- 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
-        # تحميل المفاتيح من متغيرات البيئة أو من الإعدادات
-        if 'ai_api_key' not in st.session_state:
-            # محاولة الحصول على المفتاح من متغيرات البيئة أولاً
-            ai_key = os.environ.get('AI_API_KEY', '')
-            # إذا لم يكن موجودًا، حاول الحصول عليه من أسرار هجين فيس
-            if not ai_key and os.path.exists('/home/user/.huggingface/token'):
-                with open('/home/user/.huggingface/token', 'r') as f:
-                    ai_key = f.read().strip()
-            # إذا لم يكن موجودًا، استخدم المفتاح المقدم في وحدة المعرفة
-            if not ai_key:
-                ai_key = ""
-            st.session_state.ai_api_key = ai_key
-        
-        if 'anthropic_api_key' not in st.session_state:
-            # محاولة الحصول على المفتاح من متغيرات البيئة أولاً
-            anthropic_key = os.environ.get('ANTHROPIC_API_KEY', '')
-            # إذا لم يكن موجودًا، حاول الحصول عليه من أسرار هجين فيس
-            if not anthropic_key:
-                # استخدم نفس المفتاح لـ anthropic مؤقتًا
-                anthropic_key = st.session_state.ai_api_key
-            st.session_state.anthropic_api_key = anthropic_key
-        
-        # تهيئة محادثة الذكاء الاصطناعي
-        if 'messages' not in st.session_state:
-            st.session_state.messages = []
-        
-        if 'selected_model' not in st.session_state:
-            st.session_state.selected_model = "anthropic"
-    
-    def run(self):
-        """تشغيل تطبيق مساعد الذكاء الاصطناعي"""
-        # عرض عنوان التطبيق
-        st.title("مساعد الذكاء الاصطناعي")
-        
-        # إنشاء تبويبات التطبيق
-        tabs = st.tabs([
-            "المحادثة",
-            "تحليل المستندات",
-            "تحليل العقود",
-            "تقدير التكاليف",
-            "تحليل المخاطر",
-            "الإعدادات"
-        ])
-        
-        # 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()
-        
-        with tabs[5]:
-            self._render_settings_tab()
-    
-    def _render_chat_tab(self):
-        """عرض تبويب المحادثة مع الذكاء الاصطناعي"""
-        st.markdown("### المحادثة مع الذكاء الاصطناعي")
-        
-        # اختيار نموذج الذكاء الاصطناعي
-        selected_model = st.selectbox(
-            "اختر نموذج الذكاء الاصطناعي:",
-            ["anthropic", "ai"],
-            index=0 if st.session_state.selected_model == "anthropic" else 1
-        )
-        
-        # تحديث النموذج المختار إذا تغير
-        if selected_model != st.session_state.selected_model:
-            st.session_state.selected_model = selected_model
-            st.rerun()  # تم تعديل هذا من st.experimental_rerun()
-        
-        # التحقق من وجود مفتاح API للنموذج المختار
-        api_key_available = False
-        if selected_model == "anthropic" and st.session_state.anthropic_api_key:
-            api_key_available = True
-        elif selected_model == "ai" and st.session_state.ai_api_key:
-            api_key_available = True
-        
-        # عرض رسائل المحادثة
-        for message in st.session_state.messages:
-            with st.chat_message(message["role"]):
-                st.markdown(message["content"])
-        
-        # إذا لم يكن مفتاح API متاحًا، عرض رسالة خطأ
-        if not api_key_available:
-            st.error(f"لم يتم تكوين مفتاح API لنموذج {selected_model}. يرجى تكوين المفتاح في الإعدادات.")
-        else:
-            # مربع إدخال الرسالة
-            if prompt := st.chat_input("اكتب رسالتك هنا:"):
-                # إضافة رسالة المستخدم إلى المحادثة
-                st.session_state.messages.append({"role": "user", "content": prompt})
-                
-                # عرض رسالة المستخدم
-                with st.chat_message("user"):
-                    st.markdown(prompt)
-                
-                # عرض مؤشر التحميل أثناء معالجة الرسالة
-                with st.chat_message("assistant"):
-                    message_placeholder = st.empty()
-                    message_placeholder.markdown("جاري التفكير...")
-                    
-                    try:
-                        # الحصول على رد من النموذج المختار
-                        if selected_model == "anthropic":
-                            response = self._get_anthropic_response(prompt)
-                        else:
-                            response = self._get_ai_response(prompt)
-                        
-                        # عرض الرد
-                        message_placeholder.markdown(response)
-                        
-                        # إضافة رد المساعد إلى المحادثة
-                        st.session_state.messages.append({"role": "assistant", "content": response})
-                    except Exception as e:
-                        message_placeholder.markdown(f"حدث خطأ: {str(e)}")
-        
-        # زر لمسح المحادثة
-        if st.button("مسح المحادثة"):
-            st.session_state.messages = []
-            st.rerun()  # تم تعديل هذا من st.experimental_rerun()
-    
-    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 is not None:
-                # حفظ الملف المرفوع
-                file_details = {
-                    "filename": uploaded_file.name,
-                    "filetype": uploaded_file.type,
-                    "filesize": uploaded_file.size
-                }
-                
-                st.write("### تفاصيل الملف")
-                st.write(f"اسم الملف: {file_details['filename']}")
-                st.write(f"نوع الملف: {file_details['filetype']}")
-                st.write(f"حجم الملف: {file_details['filesize']} بايت")
-                
-                # حفظ الملف في الذاكرة المؤقتة
-                self.uploaded_files["document"] = uploaded_file
-                
-                st.success(f"تم تحميل الملف {uploaded_file.name} بنجاح!")
-        
-        # 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("��اري استخراج النص..."):
-                        # استخراج النص من الملف
-                        extracted_text = self._extract_text_from_file(self.uploaded_files["document"])
-                        
-                        # حفظ النص المستخرج
-                        self.analysis_results["extracted_text"] = extracted_text
-                        
-                        # عرض النص المستخرج
-                        st.markdown("### النص المستخرج")
-                        st.text_area("النص:", value=extracted_text, height=400, disabled=True)
-                        
-                        st.success("تم استخراج النص بنجاح!")
-                
-                # إذا كان النص قد تم استخراجه بالفعل، عرضه
-                if "extracted_text" in self.analysis_results:
-                    st.markdown("### النص المستخرج")
-                    st.text_area("النص:", value=self.analysis_results["extracted_text"], height=400, disabled=True)
-        
-        # تبويب تحليل المحتوى
-        with doc_tabs[2]:
-            st.markdown("#### تحليل المحتوى")
-            
-            if "extracted_text" not in self.analysis_results:
-                st.info("الرجاء استخراج النص أولاً من تبويب 'استخراج النص'")
-            else:
-                if st.button("تحليل المحتوى"):
-                    with st.spinner("جاري تحليل المحتوى..."):
-                        # تحليل المحتوى باستخدام الذكاء الاصطناعي
-                        analysis_prompt = f"""
-                        قم بتحليل النص التالي وتقديم:
-                        1. الموضوعات الرئيسية
-                        2. الكلمات المفتاحية
-                        3. الأفكار الرئيسية
-                        4. أي معلومات مهمة أخرى
-                        
-                        النص:
-                        {self.analysis_results["extracted_text"][:4000]}
-                        """
-                        
-                        # الحصول على التحليل من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            analysis_result = self._get_anthropic_response(analysis_prompt)
-                        else:
-                            analysis_result = self._get_ai_response(analysis_prompt)
-                        
-                        # حفظ نتيجة التحليل
-                        self.analysis_results["content_analysis"] = analysis_result
-                        
-                        # عرض نتيجة التحليل
-                        st.markdown("### نتيجة التحليل")
-                        st.markdown(analysis_result)
-                        
-                        st.success("تم تحليل المحتوى بنجاح!")
-                
-                # إذا كان التحليل قد تم بالفعل، عرضه
-                if "content_analysis" in self.analysis_results:
-                    st.markdown("### نتيجة التحليل")
-                    st.markdown(self.analysis_results["content_analysis"])
-        
-        # تبويب الملخص والتوصيات
-        with doc_tabs[3]:
-            st.markdown("#### الملخص والتوصيات")
-            
-            if "content_analysis" not in self.analysis_results:
-                st.info("الرجاء تحليل المحتوى أولاً من تبويب 'تحليل المحتوى'")
-            else:
-                if st.button("إنشاء ملخص وتوصيات"):
-                    with st.spinner("جاري إنشاء الملخص والتوصيات..."):
-                        # إنشاء ملخص وتوصيات باستخدام الذكاء الاصطناعي
-                        summary_prompt = f"""
-                        بناءً على التحليل التالي، قم بإنشاء:
-                        1. ملخص موجز (لا يزيد عن 300 كلمة)
-                        2. توصيات عملية (3-5 توصيات)
-                        
-                        التحليل:
-                        {self.analysis_results["content_analysis"]}
-                        """
-                        
-                        # الحصول على الملخص والتوصيات من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            summary_result = self._get_anthropic_response(summary_prompt)
-                        else:
-                            summary_result = self._get_ai_response(summary_prompt)
-                        
-                        # حفظ الملخص والتوصيات
-                        self.analysis_results["summary_recommendations"] = summary_result
-                        
-                        # عرض الملخص والتوصيات
-                        st.markdown("### الملخص والتوصيات")
-                        st.markdown(summary_result)
-                        
-                        st.success("تم إنشاء الملخص والتوصيات بنجاح!")
-                
-                # إذا كان الملخص والتوصيات قد تم إنشاؤهما بالفعل، عرضهما
-                if "summary_recommendations" in self.analysis_results:
-                    st.markdown("### الملخص والتوصيات")
-                    st.markdown(self.analysis_results["summary_recommendations"])
-                    
-                    # زر لتصدير التقرير
-                    report_content = f"""
-                    # تقرير تحليل المستند
-                    
-                    ## معلومات الملف
-                    - اسم الملف: {self.uploaded_files["document"].name}
-                    - نوع الملف: {self.uploaded_files["document"].type}
-                    - حجم الملف: {self.uploaded_files["document"].size} بايت
-                    
-                    ## تحليل المحتوى
-                    {self.analysis_results["content_analysis"]}
-                    
-                    ## الملخص والتوصيات
-                    {self.analysis_results["summary_recommendations"]}
-                    
-                    ## تم إنشاء هذا التقرير بواسطة مساعد الذكاء الاصطناعي
-                    تاريخ الإنشاء: {datetime.now().strftime("%Y-%m-%d %H:%M:%S")}
-                    """
-                    
-                    st.download_button(
-                        label="تصدير التقرير (PDF)",
-                        data=report_content.encode('utf-8'),
-                        file_name=f"تقرير_تحليل_المستند_{datetime.now().strftime('%Y%m%d_%H%M%S')}.pdf",
-                        mime="application/pdf",
-                        key="export_document_report_pdf"
-                    )
-    
-    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 is not None:
-                # حفظ الملف المرفوع
-                file_details = {
-                    "filename": uploaded_file.name,
-                    "filetype": uploaded_file.type,
-                    "filesize": uploaded_file.size
-                }
-                
-                st.write("### تفاصيل الملف")
-                st.write(f"اسم الملف: {file_details['filename']}")
-                st.write(f"نوع الملف: {file_details['filetype']}")
-                st.write(f"حجم الملف: {file_details['filesize']} بايت")
-                
-                # حفظ الملف في الذاكرة المؤقتة
-                self.uploaded_files["contract"] = uploaded_file
-                
-                st.success(f"تم تحميل الملف {uploaded_file.name} بنجاح!")
-        
-        # تبويب استخراج البنود
-        with contract_tabs[1]:
-            st.markdown("#### استخراج البنود")
-            
-            if "contract" not in self.uploaded_files:
-                st.info("الرجاء تحميل ملف العقد أولاً من تبويب 'تحميل العقد'")
-            else:
-                if st.button("استخراج البنود من العقد"):
-                    with st.spinner("جاري استخراج البنود..."):
-                        # استخراج النص من الم��ف
-                        extracted_text = self._extract_text_from_file(self.uploaded_files["contract"])
-                        
-                        # حفظ النص المستخرج
-                        self.analysis_results["contract_text"] = extracted_text
-                        
-                        # استخراج البنود باستخدام الذكاء الاصطناعي
-                        clauses_prompt = f"""
-                        قم بتحليل نص العقد التالي واستخراج البنود المهمة التالية:
-                        1. الأطراف المتعاقدة
-                        2. موضوع العقد
-                        3. مدة العقد
-                        4. قيمة العقد
-                        5. شروط الدفع
-                        6. الالتزامات والمسؤوليات
-                        7. شروط الإنهاء
-                        8. تسوية النزاعات
-                        9. القانون الحاكم
-                        10. أي بنود أخرى مهمة
-                        
-                        نص العقد:
-                        {extracted_text[:4000]}
-                        """
-                        
-                        # الحصول على البنود من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            clauses_result = self._get_anthropic_response(clauses_prompt)
-                        else:
-                            clauses_result = self._get_ai_response(clauses_prompt)
-                        
-                        # حفظ البنود المستخرجة
-                        self.analysis_results["contract_clauses"] = clauses_result
-                        
-                        # عرض البنود المستخرجة
-                        st.markdown("### البنود المستخرجة")
-                        st.markdown(clauses_result)
-                        
-                        st.success("تم استخراج البنود بنجاح!")
-                
-                # إذا كانت البنود قد تم استخراجها بالفعل، عرضها
-                if "contract_clauses" in self.analysis_results:
-                    st.markdown("### البنود المستخرجة")
-                    st.markdown(self.analysis_results["contract_clauses"])
-        
-        # تبويب تحليل المخاطر
-        with contract_tabs[2]:
-            st.markdown("#### تحليل المخاطر")
-            
-            if "contract_clauses" not in self.analysis_results:
-                st.info("الرجاء استخراج البنود أولاً من تبويب 'استخراج البنود'")
-            else:
-                if st.button("تحليل المخاطر في العقد"):
-                    with st.spinner("جاري تحليل المخاطر..."):
-                        # تحليل المخاطر باستخدام الذكاء الاصطناعي
-                        risks_prompt = f"""
-                        بناءً على البنود المستخرجة من العقد، قم بتحليل المخاطر المحتملة:
-                        1. المخاطر القانونية
-                        2. المخاطر المالية
-                        3. مخاطر التنفيذ
-                        4. مخاطر الجدول الزمني
-                        5. أي مخاطر أخرى
-                        
-                        لكل مخاطرة، قدم:
-                        - وصف المخاطرة
-                        - احتمالية حدوثها (منخفضة، متوسطة، عالية)
-                        - تأثيرها (منخفض، متوسط، عالي)
-                        - توصيات للتخفيف من المخاطرة
-                        
-                        البنود المستخرجة:
-                        {self.analysis_results["contract_clauses"]}
-                        """
-                        
-                        # الحصول على تحليل المخاطر من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            risks_result = self._get_anthropic_response(risks_prompt)
-                        else:
-                            risks_result = self._get_ai_response(risks_prompt)
-                        
-                        # حفظ تحليل المخاطر
-                        self.analysis_results["contract_risks"] = risks_result
-                        
-                        # عرض تحليل المخاطر
-                        st.markdown("### تحليل المخاطر")
-                        st.markdown(risks_result)
-                        
-                        st.success("تم تحليل المخاطر بنجاح!")
-                
-                # إذا كان تحليل المخاطر قد تم بالفعل، عرضه
-                if "contract_risks" in self.analysis_results:
-                    st.markdown("### تحليل المخاطر")
-                    st.markdown(self.analysis_results["contract_risks"])
-        
-        # تبويب التقرير النهائي
-        with contract_tabs[3]:
-            st.markdown("#### التقرير النهائي")
-            
-            if "contract_risks" not in self.analysis_results:
-                st.info("الرجاء تحليل المخاطر أولاً من تبويب 'تحليل المخاطر'")
-            else:
-                if st.button("إنشاء التقرير النهائي"):
-                    with st.spinner("جاري إنشاء التقرير النهائي..."):
-                        # إنشاء التقرير النهائي باستخدام الذكاء الاصطناعي
-                        report_prompt = f"""
-                        بناءً على البنود المستخرجة وتحليل المخاطر، قم بإنشاء تقرير نهائي يتضمن:
-                        1. ملخص تنفيذي
-                        2. تحليل البنود الرئيسية
-                        3. تحليل المخاطر
-                        4. التوصيات
-                        5. الخلاصة
-                        
-                        البنود المستخرجة:
-                        {self.analysis_results["contract_clauses"]}
-                        
-                        تحليل المخاطر:
-                        {self.analysis_results["contract_risks"]}
-                        """
-                        
-                        # الحصول على التقرير النهائي من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            report_result = self._get_anthropic_response(report_prompt)
-                        else:
-                            report_result = self._get_ai_response(report_prompt)
-                        
-                        # حفظ التقرير النهائي
-                        self.analysis_results["contract_report"] = report_result
-                        
-                        # عرض التقرير النهائي
-                        st.markdown("### التقرير النهائي")
-                        st.markdown(report_result)
-                        
-                        st.success("تم إنشاء التقرير النهائي بنجاح!")
-                
-                # إذا كان التقرير النهائي قد تم إنشاؤه بالفعل، عرضه
-                if "contract_report" in self.analysis_results:
-                    st.markdown("### التقرير النهائي")
-                    st.markdown(self.analysis_results["contract_report"])
-                    
-                    # زر لتصدير التقرير
-                    report_content = f"""
-                    # تقرير تحليل العقد
-                    
-                    ## معلومات الملف
-                    - اسم الملف: {self.uploaded_files["contract"].name}
-                    - نوع الملف: {self.uploaded_files["contract"].type}
-                    - حجم الملف: {self.uploaded_files["contract"].size} بايت
-                    
-                    ## البنود المستخرجة
-                    {self.analysis_results["contract_clauses"]}
-                    
-                    ## تحليل المخاطر
-                    {self.analysis_results["contract_risks"]}
-                    
-                    ## التقرير النهائي
-                    {self.analysis_results["contract_report"]}
-                    
-                    ## تم إنشاء هذا التقرير بواسطة مساعد الذكاء الاصطناعي
-                    تاريخ الإنشاء: {datetime.now().strftime("%Y-%m-%d %H:%M:%S")}
-                    """
-                    
-                    st.download_button(
-                        label="تصدير التقرير (PDF)",
-                        data=report_content.encode('utf-8'),
-                        file_name=f"تقرير_تحليل_العقد_{datetime.now().strftime('%Y%m%d_%H%M%S')}.pdf",
-                        mime="application/pdf",
-                        key="export_contract_report_pdf"
-                    )
-    
-    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", "docx", "txt", "png", "jpg"],
-                accept_multiple_files=True,
-                key="cost_files_uploader"
-            )
-            
-            if uploaded_files:
-                st.write("### الملفات المرفوعة")
-                
-                for uploaded_file in uploaded_files:
-                    file_details = {
-                        "filename": uploaded_file.name,
-                        "filetype": uploaded_file.type,
-                        "filesize": uploaded_file.size
-                    }
-                    
-                    # حفظ الملف في الذاكرة المؤقتة
-                    self.uploaded_files[uploaded_file.name] = uploaded_file
-                    
-                    # عرض تفاصيل الملف
-                    col1, col2, col3, col4 = st.columns([3, 2, 2, 1])
-                    with col1:
-                        st.write(f"**{file_details['filename']}**")
-                    with col2:
-                        st.write(f"النوع: {self._detect_file_type(file_details['filename'])}")
-                    with col3:
-                        st.write(f"الحجم: {file_details['filesize']} بايت")
-                    with col4:
-                        if st.button("حذف", key=f"delete_{file_details['filename']}"):
-                            del self.uploaded_files[file_details['filename']]
-                            st.rerun()  # تم تعديل هذا من st.experimental_rerun()
-                
-                st.success(f"تم تحميل {len(uploaded_files)} ملف بنجاح!")
-        
-        # تبويب تقدير التكاليف
-        with cost_tabs[1]:
-            st.markdown("#### تقدير التكاليف")
-            
-            if not self.uploaded_files:
-                st.info("الرجاء تحميل ملفات المشروع أولاً من تبويب 'تحميل الملفات'")
-            else:
-                # نموذج إدخال معلومات المشروع
-                st.markdown("### معلومات المشروع")
-                
-                col1, col2 = st.columns(2)
-                with col1:
-                    project_name = st.text_input("اسم المشروع")
-                    project_location = st.text_input("موقع المشروع")
-                    project_type = st.selectbox(
-                        "نوع المشروع",
-                        ["سكني", "تجاري", "صناعي", "بنية تحتية", "آخر"]
-                    )
-                
-                with col2:
-                    project_area = st.number_input("مساحة المشروع (م²)", min_value=0.0, step=100.0)
-                    project_duration = st.number_input("مدة المشروع (بالأشهر)", min_value=1, step=1)
-                    project_quality = st.select_slider(
-                        "مستوى الجودة",
-                        options=["اقتصادي", "متوسط", "عالي", "فاخر"]
-                    )
-                
-                # زر لبدء تقدير التكاليف
-                if st.button("تقدير التكاليف"):
-                    with st.spinner("جاري تقدير التكاليف..."):
-                        # إنشاء تقدير التكاليف باستخدام الذكاء الاصطناعي
-                        
-                        # تجميع معلومات المشروع
-                        project_info = f"""
-                        اسم المشروع: {project_name}
-                        موقع المشروع: {project_location}
-                        نوع المشروع: {project_type}
-                        مساحة المشروع: {project_area} م²
-                        مدة المشروع: {project_duration} أشهر
-                        مستوى الجودة: {project_quality}
-                        
-                        الملفات المرفوعة:
-                        {', '.join(self.uploaded_files.keys())}
-                        """
-                        
-                        # إنشاء تقدير التكاليف
-                        estimation_prompt = f"""
-                        أنت خبير في تقدير تكاليف مشاريع البناء في المملكة العربية السعودية.
-                        قم بتقدير تكاليف المشروع التالي بناءً على المعلومات المقدمة:
-                        
-                        {project_info}
-                        
-                        قدم تقديرًا مفصلاً للتكاليف يتضمن:
-                        1. تكلفة المواد الرئيسية (الخرسانة، حديد التسليح، الطوب، إلخ)
-                        2. تكلفة العمالة
-                        3. تكلفة المعدات
-                        4. التكاليف غير المباشرة
-                        5. هامش الربح المقترح
-                        6. إجمالي التكلفة المقدرة
-                        7. تكلفة المتر المربع
-                        
-                        استخدم أسعار السوق الحالية في المملكة العربية السعودية لعام 2025.
-                        """
-                        
-                        # الحصول على تقدير التكاليف من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            estimation_result = self._get_anthropic_response(estimation_prompt)
-                        else:
-                            estimation_result = self._get_ai_response(estimation_prompt)
-                        
-                        # حفظ تقدير التكاليف
-                        self.analysis_results["cost_estimation"] = estimation_result
-                        
-                        # عرض تقدير التكاليف
-                        st.markdown("### تقدير التكاليف")
-                        st.markdown(estimation_result)
-                        
-                        st.success("تم تقدير التكاليف بنجاح!")
-                
-                # إذا كان تقدير التكاليف قد تم بالفعل، عرضه
-                if "cost_estimation" in self.analysis_results:
-                    st.markdown("### تقدير التكاليف")
-                    st.markdown(self.analysis_results["cost_estimation"])
-                    
-                    # زر لتصدير التقرير
-                    st.download_button(
-                        label="تصدير التقرير (PDF)",
-                        data="تقرير تقدير التكاليف".encode('utf-8'),  # تم تعديل هذا من b"تقرير تقدير التكاليف"
-                        file_name=f"تقرير_تقدير_التكاليف_{datetime.now().strftime('%Y%m%d_%H%M%S')}.pdf",
-                        mime="application/pdf",
-                        key="export_cost_report_pdf"
-                    )
-                    
-                    st.download_button(
-                        label="تصدير البيانات (Excel)",
-                        data="بيانات تقدير التكاليف".encode('utf-8'),  # تم تعديل هذا من b"بيانات تقدير التكاليف"
-                        file_name=f"بيانات_تقدير_التكاليف_{datetime.now().strftime('%Y%m%d_%H%M%S')}.xlsx",
-                        mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
-                        key="export_cost_data_excel"
-                    )
-        
-        # تبويب تحليل البنود
-        with cost_tabs[2]:
-            st.markdown("#### تحليل البنود")
-            
-            if "cost_estimation" not in self.analysis_results:
-                st.info("الرجاء تقدير التكاليف أولاً من تبويب 'تقدير التكاليف'")
-            else:
-                # إنشاء تحليل البنود باستخدام الذكاء الاصطناعي
-                if st.button("تحليل البنود"):
-                    with st.spinner("جاري تحليل البنود..."):
-                        # تحليل البنود
-                        items_prompt = f"""
-                        بناءً على تقدير التكاليف التالي، قم بتحليل البنود الرئيسية:
-                        
-                        {self.analysis_results["cost_estimation"]}
-                        
-                        قدم تحليلاً مفصلاً للبنود يتضمن:
-                        1. البنود ذات التكلفة الأعلى
-                        2. البنود التي يمكن تقليل تكلفتها
-                        3. البنود التي قد تتغير أسعارها بشكل كبير
-                        4. توصيات لتحسين التكلفة الإجمالية
-                        
-                        قدم البيانات في شكل جدول حيثما أمكن.
-                        """
-                        
-                        # الحصول على تحليل البنود من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            items_result = self._get_anthropic_response(items_prompt)
-                        else:
-                            items_result = self._get_ai_response(items_prompt)
-                        
-                        # حفظ تحليل البنود
-                        self.analysis_results["items_analysis"] = items_result
-                        
-                        # عرض تحليل البنود
-                        st.markdown("### تحليل البنود")
-                        st.markdown(items_result)
-                        
-                        st.success("تم تحليل البنود بنجاح!")
-                
-                # إذا كان تحليل البنود قد تم بالفعل، عرضه
-                if "items_analysis" in self.analysis_results:
-                    st.markdown("### تحليل البنود")
-                    st.markdown(self.analysis_results["items_analysis"])
-        
-        # تبويب المقارنة مع السوق
-        with cost_tabs[3]:
-            st.markdown("#### المقارنة مع السوق")
-            
-            if "items_analysis" not in self.analysis_results:
-                st.info("الرجاء تحليل البنود أولاً من تبويب 'تحليل البنود'")
-            else:
-                # إنشاء مقارنة مع السوق باستخدام الذكاء الاصطناعي
-                if st.button("مقارنة مع السوق"):
-                    with st.spinner("جاري إجراء المقارنة مع السوق..."):
-                        # مقارنة مع السوق
-                        market_prompt = f"""
-                        بناءً على تقدير التكاليف وتحليل البنود التاليين، قم بإجراء مقارنة مع أسعار السوق الحالية في المملكة العربية السعودية:
-                        
-                        تقدير التكاليف:
-                        {self.analysis_results["cost_estimation"]}
-                        
-                        تحليل البنود:
-                        {self.analysis_results["items_analysis"]}
-                        
-                        قدم مقارنة مفصلة تتضمن:
-                        1. مقارنة أسعار المواد الرئيسية مع متوسط أسعار السوق
-                        2. مقارنة تكلفة المتر المربع مع المشاريع المماثلة
-                        3. تحليل الفروقات وأسبابها
-                        4. توصيات للحصول على أفضل الأسعار
-                        
-                        استخدم أسعار السوق الحالية في المملكة العربية السعودية لعام 2025.
-                        """
-                        
-                        # الحصول على مقارنة مع السوق من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            market_result = self._get_anthropic_response(market_prompt)
-                        else:
-                            market_result = self._get_ai_response(market_prompt)
-                        
-                        # حفظ مقارنة مع السوق
-                        self.analysis_results["market_comparison"] = market_result
-                        
-                        # عرض مقارنة مع السوق
-                        st.markdown("### المقارنة مع السوق")
-                        st.markdown(market_result)
-                        
-                        st.success("تمت المقارنة مع السوق بنجاح!")
-                
-                # إذا كانت المقارنة مع السوق قد تمت بالفعل، عرضها
-                if "market_comparison" in self.analysis_results:
-                    st.markdown("### المقارنة مع السوق")
-                    st.markdown(self.analysis_results["market_comparison"])
-        
-        # تبويب التقارير
-        with cost_tabs[4]:
-            st.markdown("#### التقارير")
-            
-            if "market_comparison" not in self.analysis_results:
-                st.info("الرجاء إجراء المقارنة مع السوق أولاً من تبويب 'المقارنة مع السوق'")
-            else:
-                # إنشاء التقرير النهائي
-                if st.button("إنشاء التقرير النهائي"):
-                    with st.spinner("جاري إنشاء التقرير النهائي..."):
-                        # إنشاء التقرير النهائي
-                        report_prompt = f"""
-                        بناءً على المعلومات التالية، قم بإنشاء تقرير نهائي شامل لتقدير تكاليف المشروع:
-                        
-                        تقدير التكاليف:
-                        {self.analysis_results["cost_estimation"]}
-                        
-                        تحليل البنود:
-                        {self.analysis_results["items_analysis"]}
-                        
-                        المقارنة مع السوق:
-                        {self.analysis_results["market_comparison"]}
-                        
-                        قدم تقريرًا شاملاً يتضمن:
-                        1. ملخص تنفيذي
-                        2. معلومات المشروع
-                        3. منهجية تقدير التكاليف
-                        4. تقدير التكاليف المفصل
-                        5. تحليل البنود
-                        6. المقارنة مع السوق
-                        7. التوصيات
-                        8. الخلاصة
-                        
-                        نسق التقرير بشكل احترافي وقابل للطباعة.
-                        """
-                        
-                        # الحصول على التقرير النهائي من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            report_result = self._get_anthropic_response(report_prompt)
-                        else:
-                            report_result = self._get_ai_response(report_prompt)
-                        
-                        # حفظ التقرير النهائي
-                        self.analysis_results["final_report"] = report_result
-                        
-                        # عرض التقرير النهائي
-                        st.markdown("### التقرير النهائي")
-                        st.markdown(report_result)
-                        
-                        st.success("تم إنشاء التقرير النهائي بنجاح!")
-                
-                # إذا كان التقرير النهائي قد تم إنشاؤه بالفعل، عرضه
-                if "final_report" in self.analysis_results:
-                    st.markdown("### التقرير النهائي")
-                    st.markdown(self.analysis_results["final_report"])
-                    
-                    # اسم ملف التقرير
-                    report_file_name = f"تقرير_تقدير_تكاليف_{datetime.now().strftime('%Y%m%d_%H%M%S')}"
-                    
-                    # أزرار لتنزيل التقرير بصيغ مختلفة
-                    st.download_button(
-                        label="تنزيل التقرير (PDF)",
-                        data="تقرير تقدير التكاليف".encode('utf-8'),  # تم تعديل هذا من b"تقرير تقدير التكاليف"
-                        file_name=f"{report_file_name}.pdf",
-                        mime="application/pdf",
-                        key="download_report_pdf"
-                    )
-                    
-                    st.download_button(
-                        label="تنزيل التقرير (Excel)",
-                        data="بيانات تقدير التكاليف".encode('utf-8'),  # تم تعديل هذا من b"بيانات تقدير التكاليف"
-                        file_name=f"{report_file_name}.xlsx",
-                        mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
-                        key="download_report_excel"
-                    )
-                    
-                    st.download_button(
-                        label="تنزيل التقرير (Word)",
-                        data="تقرير تقدير التكاليف".encode('utf-8'),  # تم تعديل هذا من b"تقرير تقدير التكاليف"
-                        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")
-            
-            # نموذج إدخال 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")
-                project_type = st.selectbox(
-                    "نوع المشروع",
-                    ["سكني", "تجاري", "صناعي", "بنية تحتية", "آخر"],
-                    key="risk_project_type"
-                )
-            
-            with col2:
-                project_budget = st.number_input("ميزانية المشروع (ريال سعودي)", min_value=0.0, step=100000.0)
-                project_duration = st.number_input("مدة المشروع (بالأشهر)", min_value=1, step=1, key="risk_project_duration")
-                project_complexity = st.select_slider(
-                    "مستوى تعقيد المشروع",
-                    options=["بسيط", "متوسط", "معقد", "معقد جدًا"]
-                )
-            
-            # وصف المشروع
-            project_description = st.text_area("وصف المشروع", height=150)
-            
-            # زر لتحديد المخاطر
-            if st.button("تحديد المخاطر"):
-                with st.spinner("جاري تحديد المخاطر..."):
-                    # تجميع معلومات المشروع
-                    project_info = f"""
-                    اسم المشروع: {project_name}
-                    موقع المشروع: {project_location}
-                    نوع المشروع: {project_type}
-                    ميزانية المشروع: {project_budget} ريال سعودي
-                    مدة المشروع: {project_duration} أشهر
-                    مستوى تعقيد المشروع: {project_complexity}
-                    
-                    وصف المشروع:
-                    {project_description}
-                    """
-                    
-                    # تحديد المخاطر باستخدام الذكاء الاصطناعي
-                    risks_prompt = f"""
-                    أنت خبير في إدارة المخاطر في مشاريع البناء في المملكة العربية السعودية.
-                    قم بتحديد المخاطر المحتملة للمشروع التالي:
-                    
-                    {project_info}
-                    
-                    حدد المخاطر في الفئات التالية:
-                    1. المخاطر الفنية
-                    2. المخاطر الإدارية
-                    3. المخاطر المالية
-                    4. المخاطر التعاقدية
-                    5. المخاطر البيئية
-                    6. مخاطر الجدول الزمني
-                    7. مخاطر الموارد البشرية
-                    8. مخاطر الصحة والسلامة
-                    9. المخاطر القانونية والتنظيمية
-                    10. مخاطر أخرى
-                    
-                    لكل فئة، قدم قائمة بالمخاطر المحتملة مع وصف موجز لكل مخاطرة.
-                    """
-                    
-                    # الحصول على تحديد المخاطر من النموذج المختار
-                    if st.session_state.selected_model == "anthropic":
-                        risks_result = self._get_anthropic_response(risks_prompt)
-                    else:
-                        risks_result = self._get_ai_response(risks_prompt)
-                    
-                    # حفظ تحديد المخاطر
-                    self.analysis_results["identified_risks"] = risks_result
-                    
-                    # حفظ معلومات المشروع
-                    self.analysis_results["risk_project_info"] = project_info
-                    
-                    # عرض تحديد المخاطر
-                    st.markdown("### المخاطر المحددة")
-                    st.markdown(risks_result)
-                    
-                    st.success("تم تحديد المخاطر بنجاح!")
-            
-            # إذا كان تحديد المخاطر قد تم بالفعل، عرضه
-            if "identified_risks" in self.analysis_results:
-                st.markdown("### المخاطر المحددة")
-                st.markdown(self.analysis_results["identified_risks"])
-        
-        # تبويب تقييم المخاطر
-        with risk_tabs[1]:
-            st.markdown("#### تقييم المخاطر")
-            
-            if "identified_risks" not in self.analysis_results:
-                st.info("الرجاء تحديد المخاطر أولاً من تبويب 'تحديد المخاطر'")
-            else:
-                # زر لتقييم المخاطر
-                if st.button("تقييم المخاطر"):
-                    with st.spinner("جاري تقييم المخاطر..."):
-                        # تقييم المخاطر باستخدام الذكاء الاصطناعي
-                        assessment_prompt = f"""
-                        بناءً على المخاطر المحددة للمشروع، قم بتقييم كل مخاطرة من حيث:
-                        
-                        1. احتمالية الحدوث (منخفضة، متوسطة، عالية)
-                        2. التأثير (منخفض، متوسط، عالي)
-                        3. درجة المخاطرة (منخفضة، متوسطة، عالية، حرجة)
-                        
-                        معلومات المشروع:
-                        {self.analysis_results["risk_project_info"]}
-                        
-                        المخاطر المحددة:
-                        {self.analysis_results["identified_risks"]}
-                        
-                        قدم تقييمًا مفصلاً لكل مخاطرة في شكل جدول يتضمن:
-                        - وصف المخاطرة
-                        - الفئة
-                        - احتمالية الحدوث
-                        - التأثير
-                        - درجة المخاطرة
-                        
-                        ثم قم بترتيب المخاطر حسب درجة المخاطرة من الأعلى إلى الأدنى.
-                        """
-                        
-                        # الحصول على تقييم المخاطر من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            assessment_result = self._get_anthropic_response(assessment_prompt)
-                        else:
-                            assessment_result = self._get_ai_response(assessment_prompt)
-                        
-                        # حفظ تقييم المخاطر
-                        self.analysis_results["risk_assessment"] = assessment_result
-                        
-                        # عرض تقييم المخاطر
-                        st.markdown("### تقييم المخاطر")
-                        st.markdown(assessment_result)
-                        
-                        st.success("تم تقييم المخاطر بنجاح!")
-                
-                # إذا كان تقييم المخاطر قد تم بالفعل، عرضه
-                if "risk_assessment" in self.analysis_results:
-                    st.markdown("### تقييم المخاطر")
-                    st.markdown(self.analysis_results["risk_assessment"])
-        
-        # تبويب خطة الاستجابة
-        with risk_tabs[2]:
-            st.markdown("#### خطة الاستجابة")
-            
-            if "risk_assessment" not in self.analysis_results:
-                st.info("الرجاء تقييم المخاطر أولاً من تبويب 'تقييم المخاطر'")
-            else:
-                # زر لإنشاء خطة الاستجابة
-                if st.button("إنشاء خطة الاستجابة"):
-                    with st.spinner("جاري إنشاء خطة الاستجابة..."):
-                        # إنشاء خطة الاستجابة باستخدام الذكاء الاصطناعي
-                        response_prompt = f"""
-                        بناءً على تقييم المخاطر للمشروع، قم بإنشاء خطة استجابة لكل مخاطرة تتضمن:
-                        
-                        1. استراتيجية الاستجابة (تجنب، تخفيف، نقل، قبول)
-                        2. الإجراءات المحددة
-                        3. المسؤول عن التنفيذ
-                        4. الموارد المطلوبة
-                        5. الجدول الزمني
-                        
-                        معلومات المشروع:
-                        {self.analysis_results["risk_project_info"]}
-                        
-                        تقييم المخاطر:
-                        {self.analysis_results["risk_assessment"]}
-                        
-                        قدم خطة استجابة مفصلة لكل مخاطرة، مع التركيز على المخاطر ذات الدرجة العالية والحرجة.
-                        """
-                        
-                        # الحصول على خطة الاستجابة من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            response_result = self._get_anthropic_response(response_prompt)
-                        else:
-                            response_result = self._get_ai_response(response_prompt)
-                        
-                        # حفظ خطة الاستجابة
-                        self.analysis_results["risk_response"] = response_result
-                        
-                        # عرض خطة الاستجابة
-                        st.markdown("### خطة الاستجابة")
-                        st.markdown(response_result)
-                        
-                        st.success("تم إنشاء خطة الاستجابة بنجاح!")
-                
-                # إذا كانت خطة الاستجابة قد تم إنشاؤها بالفعل، عرضها
-                if "risk_response" in self.analysis_results:
-                    st.markdown("### خطة الاستجابة")
-                    st.markdown(self.analysis_results["risk_response"])
-        
-        # تبويب التقرير النهائي
-        with risk_tabs[3]:
-            st.markdown("#### التقرير النهائي")
-            
-            if "risk_response" not in self.analysis_results:
-                st.info("الرجاء إنشاء خطة الاستجابة أولاً من تبويب 'خطة الاستجابة'")
-            else:
-                # زر لإنشاء التقرير النهائي
-                if st.button("إنشاء التقرير النهائي"):
-                    with st.spinner("جاري إنشاء التقرير النهائي..."):
-                        # إنشاء التقرير النهائي باستخدام الذكاء الاصطناعي
-                        report_prompt = f"""
-                        بناءً على المعلومات التالية، قم بإنشاء تقرير نهائي شامل لتحليل المخاطر في المشروع:
-                        
-                        معلومات المشروع:
-                        {self.analysis_results["risk_project_info"]}
-                        
-                        المخاطر المحددة:
-                        {self.analysis_results["identified_risks"]}
-                        
-                        تقييم المخاطر:
-                        {self.analysis_results["risk_assessment"]}
-                        
-                        خطة الاستجابة:
-                        {self.analysis_results["risk_response"]}
-                        
-                        قدم تقريرًا شاملاً يتضمن:
-                        1. ملخص تنفيذي
-                        2. معلومات المشروع
-                        3. منهجية تحليل المخاطر
-                        4. المخاطر المحددة
-                        5. تقييم المخاطر
-                        6. خطة الاستجابة
-                        7. خطة المراقبة والتحكم
-                        8. التوصيات
-                        9. الخلاصة
-                        
-                        نسق التقرير بشكل احترافي وقابل للطباعة.
-                        """
-                        
-                        # الحصول على التقرير النهائي من النموذج المختار
-                        if st.session_state.selected_model == "anthropic":
-                            report_result = self._get_anthropic_response(report_prompt)
-                        else:
-                            report_result = self._get_ai_response(report_prompt)
-                        
-                        # حفظ التقرير النهائي
-                        self.analysis_results["risk_report"] = report_result
-                        
-                        # عرض التقرير النهائي
-                        st.markdown("### التقري�� النهائي")
-                        st.markdown(report_result)
-                        
-                        st.success("تم إنشاء التقرير النهائي بنجاح!")
-                
-                # إذا كان التقرير النهائي قد تم إنشاؤه بالفعل، عرضه
-                if "risk_report" in self.analysis_results:
-                    st.markdown("### التقرير النهائي")
-                    st.markdown(self.analysis_results["risk_report"])
-                    
-                    # اسم ملف التقرير
-                    report_file_name = f"تقرير_تحليل_المخاطر_{datetime.now().strftime('%Y%m%d_%H%M%S')}"
-                    
-                    # أزرار لتنزيل التقرير بصيغ مختلفة
-                    st.download_button(
-                        label="تنزيل التقرير (PDF)",
-                        data="تقرير تحليل المخاطر".encode('utf-8'),  # تم تعديل هذا من b"تقرير تحليل المخاطر"
-                        file_name=f"{report_file_name}.pdf",
-                        mime="application/pdf",
-                        key="download_risk_report_pdf"
-                    )
-                    
-                    st.download_button(
-                        label="تنزيل التقرير (Word)",
-                        data="تقرير تحليل المخاطر".encode('utf-8'),  # تم تعديل هذا من b"تقرير تحليل المخاطر"
-                        file_name=f"{report_file_name}.docx",
-                        mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document",
-                        key="download_risk_report_word"
-                    )
-    
-    def _render_settings_tab(self):
-        """عرض تبويب الإعدادات"""
-        st.markdown("### الإعدادات")
-        
-        st.markdown("#### إعدادات نماذج الذكاء الاصطناعي")
-        
-        # إعدادات مفاتيح API
-        st.markdown("##### مفاتيح API")
-        
-        # مفتاح API لنموذج ai
-        ai_api_key = st.text_input(
-            "مفتاح API لنموذج ai",
-            value=st.session_state.ai_api_key,
-            type="password"
-        )
-        
-        # مفتاح API لنموذج anthropic
-        anthropic_api_key = st.text_input(
-            "مفتاح API لنموذج anthropic",
-            value=st.session_state.anthropic_api_key,
-            type="password"
-        )
-        
-        # زر لحفظ الإعدادات
-        if st.button("حفظ الإعدادات"):
-            # تحديث مفاتيح API
-            st.session_state.ai_api_key = ai_api_key
-            st.session_state.anthropic_api_key = anthropic_api_key
-            
-            st.success("تم حفظ الإعدادات بنجاح!")
-    
-    def _get_anthropic_response(self, prompt):
-        """الحصول على رد من نموذج anthropic"""
-        try:
-            # التحقق من وجود مفتاح API
-            if not st.session_state.anthropic_api_key:
-                return "لم يتم تكوين مفتاح API لنموذج anthropic. يرجى تكوين المفتاح في الإعدادات."
-            
-            # إنشاء عميل anthropic
-            client = anthropic.Anthropic(api_key=st.session_state.anthropic_api_key)
-            
-            # إرسال الطلب إلى النموذج
-            response = client.messages.create(
-                model="claude-3-opus-20240229",
-                max_tokens=4000,
-                temperature=0.7,
-                system="أنت مساعد ذكي متخصص في تحليل مشاريع البناء والمقاولات في المملكة العربية السعودية. تقدم تحليلات دقيقة وتوصيات عملية بناءً على البيانات المقدمة.",
-                messages=[
-                    {"role": "user", "content": prompt}
-                ]
-            )
-            
-            # إرجاع الرد
-            return response.content[0].text
-        except Exception as e:
-            return f"حدث خطأ أثناء الاتصال بنموذج anthropic: {str(e)}"
-    
-    def _get_ai_response(self, prompt):
-        """الحصول على رد من نموذج ai"""
-        try:
-            # التحقق من وجود مفتاح API
-            if not st.session_state.ai_api_key:
-                return "لم يتم تكوين مفتاح API لنموذج ai. يرجى تكوين المفتاح في الإعدادات."
-            
-            # إعداد رأس الطلب
-            headers = {
-                "Authorization": f"Bearer {st.session_state.ai_api_key}",
-                "Content-Type": "application/json"
-            }
-            
-            # إعداد بيانات الطلب
-            data = {
-                "model": "gpt-4",
-                "messages": [
-                    {
-                        "role": "system",
-                        "content": "أنت مساعد ذكي متخصص في تحليل مشاريع البناء والمقاولات في المملكة العربية السعودية. تقدم تحليلات دقيقة وتوصيات عملية بناءً على البيانات المقدمة."
-                    },
-                    {
-                        "role": "user",
-                        "content": prompt
-                    }
-                ],
-                "temperature": 0.7,
-                "max_tokens": 4000
-            }
-            
-            # إرسال الطلب إلى النموذج
-            response = requests.post(
-                "https://api.openai.com/v1/chat/completions",
-                headers=headers,
-                json=data
-            ) 
-            
-            # التحقق من نجاح الطلب
-            if response.status_code == 200:
-                # إرجاع الرد
-                return response.json()["choices"][0]["message"]["content"]
-            else:
-                return f"حدث خطأ أثناء الاتصال بنموذج ai: {response.text}"
-        except Exception as e:
-            return f"حدث خطأ أثناء الاتصال بنموذج ai: {str(e)}"
-    
-    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')
-            else:
-                return f"نوع الملف {file_extension} غير مدعوم لاستخراج النص."
-        except Exception as e:
-            return f"حدث خطأ أثناء استخراج النص من الملف: {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'
+# -*- 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
+        # تحميل المفاتيح من أسرار هجين فيس (Hugging Face Secrets)
+        if 'ai_api_key' not in st.session_state:
+            # الحصول على المفتاح من أسرار هجين فيس
+            ai_key = self._get_huggingface_secret('ai')
+            st.session_state.ai_api_key = ai_key
+        
+        if 'anthropic_api_key' not in st.session_state:
+            # الحصول على المفتاح من أسرار هجين فيس
+            anthropic_key = self._get_huggingface_secret('anthropic')
+            st.session_state.anthropic_api_key = anthropic_key
+        
+        # تهيئة محادثة الذكاء الاصطناعي
+        if 'messages' not in st.session_state:
+            st.session_state.messages = []
+        
+        if 'selected_model' not in st.session_state:
+            st.session_state.selected_model = "anthropic"
+    
+    def _get_huggingface_secret(self, secret_name):
+        """
+        الحصول على قيمة السر من أسرار هجين فيس
+        
+        في بيئة هجين فيس، الأسرار متاحة كمتغيرات بيئة بالتنسيق HF_SECRET_<SECRET_NAME>
+        """
+        # تحويل اسم السر إلى الصيغة المستخدمة في متغيرات البيئة في هجين فيس
+        env_var_name = f"HF_SECRET_{secret_name.upper()}"
+        secret_value = os.environ.get(env_var_name, '')
+        
+        # إذا لم يتم العثور على السر، نعرض رسالة تحذير (في وضع التطوير فقط)
+        if not secret_value and st.secrets.get("dev_mode", False):
+            st.warning(f"لم يتم العثور على السر: {secret_name}. تأكد من إضافته في إعدادات الأسرار في هجين فيس.")
+        
+        return secret_value
+    
+    def run(self):
+        """تشغيل تطبيق مساعد الذكاء الاصطناعي"""
+        # عرض عنوان التطبيق
+        st.title("مساعد الذكاء الاصطناعي")
+        
+        # إنشاء تبويبات التطبيق
+        tabs = st.tabs([
+            "المحادثة",
+            "تحليل المستندات",
+            "تحليل العقود",
+            "تقدير التكاليف",
+            "تحليل المخاطر",
+            "الإعدادات"
+        ])
+        
+        # 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()
+        
+        with tabs[5]:
+            self._render_settings_tab()
+    
+    def _render_chat_tab(self):
+        """عرض تبويب المحادثة مع الذكاء الاصطناعي"""
+        st.markdown("### المحادثة مع الذكاء الاصطناعي")
+        
+        # اختيار نموذج الذكاء الاصطناعي
+        selected_model = st.selectbox(
+            "اختر نموذج الذكاء الاصطناعي:",
+            ["anthropic", "ai"],
+            index=0 if st.session_state.selected_model == "anthropic" else 1
+        )
+        
+        # تحديث النموذج المختار إذا تغير
+        if selected_model != st.session_state.selected_model:
+            st.session_state.selected_model = selected_model
+            st.rerun()
+        
+        # التحقق من وجود مفتاح API للنموذج المختار
+        api_key_available = False
+        if selected_model == "anthropic" and st.session_state.anthropic_api_key:
+            api_key_available = True
+        elif selected_model == "ai" and st.session_state.ai_api_key:
+            api_key_available = True
+        
+        if not api_key_available:
+            st.error(f"مفتاح API لنموذج {selected_model} غير متوفر. يرجى إضافته في إعدادات الأسرار في هجين فيس.")
+            return
+        
+        # عرض المحادثة السابقة
+        for message in st.session_state.messages:
+            with st.chat_message(message["role"]):
+                st.markdown(message["content"])
+        
+        # إدخال رسالة جديدة
+        if prompt := st.chat_input("اكتب رسالتك هنا..."):
+            # إضافة رسالة المستخدم إلى المحادثة
+            st.session_state.messages.append({"role": "user", "content": prompt})
+            with st.chat_message("user"):
+                st.markdown(prompt)
+            
+            # إضافة رسالة المساعد إلى المحادثة
+            with st.chat_message("assistant"):
+                message_placeholder = st.empty()
+                full_response = ""
+                
+                # الحصول على الرد من نموذج الذكاء الاصطناعي
+                try:
+                    if selected_model == "anthropic":
+                        response = self._get_anthropic_response(prompt)
+                    else:  # ai
+                        response = self._get_ai_response(prompt)
+                    
+                    # عرض الرد بشكل تدريجي
+                    for chunk in response.split():
+                        full_response += chunk + " "
+                        time.sleep(0.05)
+                        message_placeholder.markdown(full_response + "▌")
+                    
+                    message_placeholder.markdown(full_response)
+                    
+                    # إضافة الرد إلى المحادثة
+                    st.session_state.messages.append({"role": "assistant", "content": full_response})
+                except Exception as e:
+                    st.error(f"حدث خطأ أثناء الاتصال بنموذج {selected_model}: {str(e)}")
+    
+    def _get_anthropic_response(self, prompt):
+        """الحصول على رد من نموذج Anthropic"""
+        try:
+            client = anthropic.Anthropic(api_key=st.session_state.anthropic_api_key)
+            
+            # إنشاء سلسلة المحادثة
+            messages = []
+            for msg in st.session_state.messages:
+                if msg["role"] == "user":
+                    messages.append({"role": "user", "content": msg["content"]})
+                else:
+                    messages.append({"role": "assistant", "content": msg["content"]})
+            
+            # إضافة الرسالة الحالية
+            messages.append({"role": "user", "content": prompt})
+            
+            # الحصول على الرد
+            response = client.messages.create(
+                model="claude-3-opus-20240229",
+                max_tokens=2000,
+                messages=messages
+            )
+            
+            return response.content[0].text
+        except Exception as e:
+            st.error(f"خطأ في الاتصال بـ Anthropic: {str(e)}")
+            return "عذرًا، حدث خطأ أثناء الاتصال بنموذج Anthropic."
+    
+    def _get_ai_response(self, prompt):
+        """الحصول على رد من نموذج AI"""
+        try:
+            # هنا يمكن استبدال هذا بالكود الفعلي للاتصال بنموذج AI
+            # هذا مجرد مثال
+            headers = {
+                "Authorization": f"Bearer {st.session_state.ai_api_key}",
+                "Content-Type": "application/json"
+            }
+            
+            data = {
+                "model": "gpt-4",
+                "messages": [{"role": "user", "content": prompt}],
+                "max_tokens": 2000
+            }
+            
+            response = requests.post(
+                "https://api.openai.com/v1/chat/completions",
+                headers=headers,
+                json=data
+            )
+            
+            if response.status_code == 200:
+                return response.json()["choices"][0]["message"]["content"]
+            else:
+                st.error(f"خطأ في الاستجابة: {response.status_code} - {response.text}")
+                return "عذرًا، حدث خطأ أثناء الاتصال بنموذج AI."
+        except Exception as e:
+            st.error(f"خطأ في الاتصال بـ AI: {str(e)}")
+            return "عذرًا، حدث خطأ أثناء الاتصال بنموذج AI."
+    
+    def _render_document_analysis_tab(self):
+        """عرض تبويب تحليل المستندات"""
+        st.markdown("### تحليل المستندات")
+        st.write("هذه الميزة قيد التطوير.")
+    
+    def _render_contract_analysis_tab(self):
+        """عرض تبويب تحليل العقود"""
+        st.markdown("### تحليل العقود")
+        st.write("هذه الميزة قيد التطوير.")
+    
+    def _render_cost_estimation_tab(self):
+        """عرض تبويب تقدير التكاليف"""
+        st.markdown("### تقدير التكاليف")
+        st.write("هذه الميزة قيد التطوير.")
+    
+    def _render_risk_analysis_tab(self):
+        """عرض تبويب تحليل المخاطر"""
+        st.markdown("### تحليل المخاطر")
+        st.write("هذه الميزة قيد التطوير.")
+    
+    def _render_settings_tab(self):
+        """عرض تبويب الإعدادات"""
+        st.markdown("### إعدادات التطبيق")
+        
+        # عرض حالة مفاتيح API
+        st.subheader("حالة مفاتيح API")
+        
+        # التحقق من حالة مفتاح Anthropic
+        anthropic_key_status = "✅ متوفر" if st.session_state.anthropic_api_key else "❌ غير متوفر"
+        st.markdown(f"**مفتاح Anthropic:** {anthropic_key_status}")
+        
+        # التحقق من حالة مفتاح AI
+        ai_key_status = "✅ متوفر" if st.session_state.ai_api_key else "❌ غير متوفر"
+        st.markdown(f"**مفتاح AI:** {ai_key_status}")
+        
+        # إضافة معلومات حول كيفية إضافة المفاتيح
+        st.markdown("""
+        ### كيفية إضافة مفاتيح API
+        
+        لإضافة مفاتيح API إلى التطبيق، يرجى اتباع الخطوات التالية:
+        
+        1. انتقل إلى إعدادات التطبيق في منصة هجين فيس (Hugging Face)
+        2. اختر قسم "الأسرار" (Secrets)
+        3. أضف المفاتيح التالية:
+           - `ai`: مفتاح API لنموذج AI
+           - `anthropic`: مفتاح API لنموذج Anthropic
+        
+        بعد إضافة المفاتيح، قم بإعادة تشغيل التطبيق لتطبيق التغييرات.
+        """)
+
+# تشغيل التطبيق
+if __name__ == "__main__":
+    app = AIAssistantApp()
+    app.run()