Update models/ai_models.py

models/ai_models.py

@@ -1,17 +1,57 @@
 # ============================================
 # AI_MODELS.PY - نظام الذكاء الجديد
+# (نسخة آمنة: تعمل دون sentence_transformers أو tensorflow)
 # ============================================
 
-import numpy as np
-import pandas as pd
-from sentence_transformers import SentenceTransformer
-import joblib
 import os
 import json
 from datetime import datetime
-import tensorflow as tf
-from tensorflow.keras.models import Sequential, load_model
-from tensorflow.keras.layers import Dense, Dropout
+
+# ============================================
+# 🔒 استيرادات محمية (لا تُفشل الملف عند الغياب)
+# ============================================
+
+try:
+    import numpy as np
+    _NP_AVAILABLE = True
+except Exception:
+    np = None
+    _NP_AVAILABLE = False
+
+try:
+    import pandas as pd
+    _PD_AVAILABLE = True
+except Exception:
+    pd = None
+    _PD_AVAILABLE = False
+
+try:
+    from sentence_transformers import SentenceTransformer
+    _ST_AVAILABLE = True
+except Exception:
+    SentenceTransformer = None
+    _ST_AVAILABLE = False
+
+try:
+    import joblib
+    _JOBLIB_AVAILABLE = True
+except Exception:
+    joblib = None
+    _JOBLIB_AVAILABLE = False
+
+try:
+    import tensorflow as tf
+    from tensorflow.keras.models import Sequential, load_model
+    from tensorflow.keras.layers import Dense, Dropout
+    _TF_AVAILABLE = True
+except Exception:
+    tf = None
+    Sequential = None
+    load_model = None
+    Dense = None
+    Dropout = None
+    _TF_AVAILABLE = False
+
 
 # ============================================
 # 📦 1. مشفر النص (Text Encoder)
@@ -19,28 +59,33 @@ from tensorflow.keras.layers import Dense, Dropout
 
 class TextEncoder:
     """تحويل النص إلى متجهات رقمية"""
-    
+
     def __init__(self):
         self.model = None
         self.available = False
         self.load_model()
-    
+
     def load_model(self):
         """تحميل نموذج التشفير بأمان"""
+        if not _ST_AVAILABLE:
+            print("⚠️ sentence_transformers غير مثبتة → TextEncoder معطّل")
+            self.available = False
+            return
         try:
             self.model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')
             self.available = True
             print("✅ نموذج تشفير النص جاهز")
         except Exception as e:
             print(f"⚠️ نموذج تشفير النص غير متوفر: {str(e)}")
-    
+            self.available = False
+
     def encode(self, text):
         """تحويل النص إلى متجه"""
-        if not self.available:
+        if not self.available or self.model is None:
             return None
         try:
             return self.model.encode(text)
-        except:
+        except Exception:
             return None
 
 
@@ -50,14 +95,16 @@ class TextEncoder:
 
 class SDGPredictor:
     """يتنبأ بالأهداف المناسبة من النص"""
-    
+
     def __init__(self):
         self.model = None
         self.available = False
         self.load_model()
-    
+
     def create_model(self):
         """إنشاء هيكل النموذج"""
+        if not _TF_AVAILABLE:
+            return None
         model = Sequential([
             Dense(256, activation='relu', input_shape=(384,)),
             Dropout(0.3),
@@ -68,46 +115,51 @@ class SDGPredictor:
         ])
         model.compile(optimizer='adam', loss='binary_crossentropy')
         return model
-    
+
     def load_model(self):
         """تحميل نموذج مدرب أو إنشاء جديد"""
+        if not _TF_AVAILABLE:
+            print("⚠️ tensorflow غير مثبتة → SDGPredictor معطّل")
+            self.available = False
+            return
         try:
             if os.path.exists('saved_models/ai_sdg_model_trained.h5'):
                 self.model = load_model('saved_models/ai_sdg_model_trained.h5')
                 self.available = True
                 print("✅ نموذج التنبؤ بالأهداف جاهز (مدرب على 18000 مشروع)")
             else:
-                # نموذج تجريبي بسيط للبداية
                 self.model = self.create_model()
                 self.available = True
                 print("✅ نموذج تجريبي للتنبؤ بالأهداف جاهز")
         except Exception as e:
             print(f"⚠️ نموذج التنبؤ بالأهداف غير متوفر: {str(e)}")
-    
+            self.available = False
+
     def predict(self, text_vector):
         """التنبؤ بالأهداف من متجه النص"""
-        if not self.available or text_vector is None:
+        if not self.available or text_vector is None or self.model is None:
             return []
         try:
             pred = self.model.predict(np.array([text_vector]), verbose=0)[0]
-            return [i+1 for i, p in enumerate(pred) if p > 0.5]
-        except:
+            return [i + 1 for i, p in enumerate(pred) if p > 0.5]
+        except Exception:
             return []
 
 
 # ============================================
 # 💡 3. نموذج التوصيات (Recommendation Generator)
+#    ← هذا هو الوحيد المطلوب فعّالاً
 # ============================================
 
 class RecommendationGenerator:
     """يولد توصيات بناءً على المشاريع السابقة"""
-    
+
     def __init__(self):
         self.data_file = "projects_data.json"
         self.patterns = {}
         self.available = False
         self.load_patterns()
-    
+
     def load_patterns(self):
         """تحميل أنماط المشاريع السابقة"""
         try:
@@ -115,47 +167,52 @@ class RecommendationGenerator:
                 with open(self.data_file, 'r', encoding='utf-8') as f:
                     data = json.load(f)
                     projects = data.get('projects', [])
-                    
+
                     for p in projects:
                         text = f"{p.get('project_name', '')} {p.get('project_desc', '')}".lower()
                         sdgs = tuple(p.get('detected_sdgs', []))
                         impact = p.get('impact_level', '')
-                        
+
                         if sdgs not in self.patterns:
                             self.patterns[sdgs] = {'count': 0, 'impacts': []}
                         self.patterns[sdgs]['count'] += 1
                         self.patterns[sdgs]['impacts'].append(impact)
-                    
+
                     self.available = True
                     print(f"✅ تم تحليل {len(projects)} مشروع سابق")
+            else:
+                # لا يوجد ملف بيانات → المحرك يعمل لكن بدون أنماط
+                self.available = True
+                print("ℹ️ projects_data.json غير موجود → توصيات ذكية محدودة")
         except Exception as e:
             print(f"⚠️ تحليل الأنماط غير متوفر: {str(e)}")
-    
+            self.available = False
+
     def generate(self, text, detected_sdgs, groups):
         """توليد توصيات ذكية"""
         if not self.available:
             return []
-        
+
         recommendations = []
         sdgs_key = tuple(sorted(detected_sdgs))
-        
+
         if sdgs_key in self.patterns:
             pattern = self.patterns[sdgs_key]
             if pattern['count'] > 2:
                 recommendations.append(f"📊 نمط ناجح مكرر {pattern['count']} مرة")
-        
-        text_lower = text.lower()
-        
+
+        text_lower = text.lower() if text else ""
+
         if 'طفل' in text_lower or 'أطفال' in text_lower:
             if 'حرف' in text_lower or 'يدوية' in text_lower:
                 recommendations.append("🎨 دمج التعليم بالحرف اليدوية للأطفال يعزز الإبداع")
-        
+
         if 'ذوي دخل محدود' in text_lower or 'فقر' in text_lower:
             recommendations.append("💰 ربط التدريب بفرص تمويل صغيرة يضمن استدامة الأثر")
-        
+
         if 'حرف' in text_lower or 'يدوية' in text_lower:
             recommendations.append("🛍️ إنشاء منصة تسويق إلكتروني للمنتجات يفتح أسواق جديدة")
-        
+
         return list(set(recommendations))
 
 
@@ -165,42 +222,50 @@ class RecommendationGenerator:
 
 class AIModels:
     """يدير جميع النماذج الذكية بشكل آمن"""
-    
+
     def __init__(self):
         self.encoder = None
         self.sdg_predictor = None
         self.recommender = None
         self.available = False
         self.load_models()
-    
+
     def load_models(self):
         """تحميل جميع النماذج بأمان"""
         try:
             self.encoder = TextEncoder()
             self.sdg_predictor = SDGPredictor()
             self.recommender = RecommendationGenerator()
-            
+
+            # المتاح فقط ما نجح تحميله فعلاً
             if self.encoder.available and self.sdg_predictor.available:
                 self.available = True
                 print("✅ جميع النماذج الذكية جاهزة للعمل")
             else:
-                print("⚠️ بعض النماذج الذكية غير متوفرة")
+                self.available = False
+                print("⚠️ بعض النماذج الذكية غير متوفرة (RecommendationGenerator فقط يعمل)")
         except Exception as e:
             print(f"❌ فشل تحميل النماذج الذكية: {str(e)}")
-    
+            self.available = False
+
     def analyze(self, text, project_data=None):
         """تحليل النص باستخدام جميع النماذج"""
         if not self.available:
+            # حتى لو AIModels غير متاح، نحاول استخدام RecommendationGenerator وحده
+            if self.recommender and self.recommender.available:
+                groups = project_data.get('groups', []) if project_data else []
+                recs = self.recommender.generate(text, [], groups)
+                return [], recs, None
             return None, [], []
-        
+
         vector = self.encoder.encode(text)
         if vector is None:
             return None, [], []
-        
+
         predicted_sdgs = self.sdg_predictor.predict(vector)
         groups = project_data.get('groups', []) if project_data else []
         recommendations = self.recommender.generate(text, predicted_sdgs, groups)
-        
+
         return predicted_sdgs, recommendations, vector