app.py

import gradio as gr
from transformers import AutoProcessor, LlavaForConditionalGeneration
import torch
from PIL import Image
import requests
import io

# 📦 تحميل النموذج والمُعالِج
model_id = "llava-hf/llava-1.5-7b-hf"
model = LlavaForConditionalGeneration.from_pretrained(model_id, device_map="auto")
processor = AutoProcessor.from_pretrained(model_id)

# 💬 تعليمات الذكاء الاصطناعي لتكون خبير تداول
SYSTEM_PROMPT = """
You are a professional technical analyst with 10 years of experience in financial markets.
Analyze the chart provided and answer the following:

1. What is the current trend? (Uptrend / Downtrend / Sideways)
2. Are there any key support/resistance levels?
3. What technical indicators do you see? (RSI, MACD, etc.)
4. Suggest a trade idea: Entry point, Stop Loss, Take Profit
5. Timeframe and Risk/Reward ratio
6. Strategy name and explanation

Answer in Arabic in a professional tone.
"""

def analyze_chart(image):
    if image is None:
        return "❌ لم يتم تحميل أي صورة."

    try:
        # تحويل الصورة إلى تنسيق مناسب للنموذج
        img = Image.open(io.BytesIO(image)).convert("RGB")

        # إعداد prompt
        prompt = f"<image>\nUSER: {SYSTEM_PROMPT}\nASSISTANT:"

        # المعالجة
        inputs = processor(prompt, images=img, return_tensors='pt').to(0, torch.float16)

        # التوليد
        output = model.generate(**inputs, max_new_tokens=512)
        response = processor.decode(output[0], skip_special_tokens=True)

        return response.split("ASSISTANT:")[-1].strip()

    except Exception as e:
        return f"❌ حدث خطأ أثناء التحليل: {str(e)}"

# 🖥️ واجهة Gradio
interface = gr.Interface(
    fn=analyze_chart,
    inputs=gr.Image(type="bytes", label="تحميل مخطط التداول"),
    outputs=gr.Markdown(label="تحليل الذكاء الاصطناعي"),
    title="🤖 منصة تحليل التداول الذكية (بدون API)",
    description="استخدم الذكاء الاصطناعي المحلي لتحليل مخططات التداول وإعطاء تحليل احترافي.",
    theme="default",
    examples=[["example_chart.png"]]
)

if __name__ == "__main__":
    interface.launch()