fix

app.py

@@ -86,12 +86,7 @@ LOCAL_GGUF_REPO = os.getenv("LOCAL_GGUF_REPO", "Triangle104/Qwen3-8B-Q4_K_M-GGUF
 LOCAL_GGUF_FILE = os.getenv("LOCAL_GGUF_FILE", "qwen3-8b-q4_k_m.gguf")
 LOCAL_GGUF_PATH = CACHE_DIR / LOCAL_GGUF_FILE
 
-# تضمين
-EMBED_MODEL_NAME = os.getenv("EMBED_MODEL", "sentence-transformers/all-MiniLM-L6-v2")
-EMBED_DIM = int(os.getenv("EMBED_DIM", "384"))
-
-# تقسيم الشيفرة
-CHUNK_STEP = int(os.getenv("CHUNK_STEP", "40"))  # ✅ قابل للتهيئة
+# تقسيم الشيفرة (قيمة قصوى للقراءة المؤقتة)
 MAX_FILE_BYTES = int(os.getenv("MAX_FILE_BYTES", str(10 * 1024 * 1024)))  # 10MB احتياطيًا
 
 SYSTEM_PROMPT = """<|im_start|>system
@@ -102,79 +97,25 @@ Return structured, accurate, concise answers. Use Arabic + English labels in the
 # =========================
 # الحالة العالمية والقفل
 # =========================
-embed_model: object | None = None
-faiss_index: object | None = None
-all_chunks: List[Tuple[str, str]] = []  # (file_name, chunk_text)
+all_chunks: List[Tuple[str, str]] = []
 code_graph: Dict[str, Any] = {"files": {}}
 hash_map: Dict[str, str] = {}
 
 index_lock = threading.RLock()  # ✅ لتأمين الفهرسة/الاسترجاع
 
 # =========================
-# LLM (محلي/سحابي)
+# LLM (سحابي فقط في النسخة المبسطة)
 # =========================
-try:
-    from llama_cpp import Llama
-except Exception:
-    Llama = None
-
-llm = None  # كائن النموذج المحلي إن توفر
+Llama = None
+llm = None  # النسخة المبسطة: لا نموذج محلي
 
 logger.info(f"HF_TOKEN length: {len(HF_TOKEN)}")  # تحقق من طول الtoken
 
 def load_local_model_if_configured():
-    """تحميل GGUF محليًا إن كان مفعّلًا."""
-    global llm
-    if Llama is None:
-        logger.warning("ℹ️ llama_cpp غير متوفر. سيتم الاعتماد على HF Inference عند الحاجة.")
-        return
-    if not LOCAL_GGUF_PATH.exists():
-        try:
-            logger.info(f"⬇️ تنزيل GGUF: {LOCAL_GGUF_REPO}/{LOCAL_GGUF_FILE}")
-            hf_hub_download(
-                repo_id=LOCAL_GGUF_REPO,
-                filename=LOCAL_GGUF_FILE,
-                local_dir=str(CACHE_DIR),
-                token=HF_TOKEN or None
-            )
-            logger.info("✅ تم تنزيل GGUF بنجاح.")
-        except Exception as e:
-            logger.error(f"❌ تعذر تنزيل GGUF: {str(e)}. السبب المحتمل: token غير صالح أو repo غير موجود.")
-            return
-    try:
-        llm = Llama(
-            model_path=str(LOCAL_GGUF_PATH),
-            n_ctx=int(os.getenv("N_CTX", "32768")),
-            rope_scaling={"type": "yarn", "factor": 4.0},
-            n_threads=int(os.getenv("N_THREADS", "2")),
-            n_gpu_layers=int(os.getenv("N_GPU_LAYERS", "0")),
-            n_batch=int(os.getenv("N_BATCH", "64")),
-            use_mlock=False,
-            verbose=False
-        )
-        logger.info("✅ تم تحميل النموذج المحلي (GGUF).")
-    except Exception as e:
-        llm = None
-        logger.error(f"❌ فشل تحميل النموذج المحلي: {str(e)}. السبب المحتمل: مشكلة في الملف أو التوافق.")
+    return None
 
 def call_local_llm(prompt: str, max_tokens: int = 800) -> str:
-    if llm is None or Llama is None:
-        logger.warning("❌ النموذج المحلي غير متوفر.")
-        return ""
-    try:
-        res = llm(
-            prompt,
-            max_tokens=max_tokens,
-            temperature=0.4,
-            top_p=0.9,
-            stop=["<|im_end|>", "<|im_start|>"],
-            echo=False
-        )
-        logger.info("✅ رد ناجح من النموذج المحلي.")
-        return res["choices"][0]["text"].strip()
-    except Exception as e:
-        logger.error(f"❌ فشل استدعاء النموذج المحلي: {str(e)}. السبب المحتمل: مشكلة في التنفيذ أو الذاكرة.")
-        return ""
+    return ""
 
 def _call_hf_single_model(model_repo: str, prompt: str, max_new_tokens: int = 900) -> str:
     import requests