Update agents_config.py

agents_config.py

@@ -1,120 +1,30 @@
 import autogen
 
-# تعريف معرفات النماذج كما طلبت
-# ملاحظة: تأكد من أن هذه النماذج متاحة ولديها Inference Endpoint نشط
+# القائمة المحدثة بالأسماء الدقيقة التي طلبتها
 MODEL_MAP = {
     "Analyst": "Qwen/Qwen3-Next-80B-A3B-Instruct",
-    "StyleGuardian": "inceptionai/Jais-2-70B-Chat",
+    "StyleGuardian": "openai/gpt-oss-120b", # تم التغيير هنا
     "Architect": "deepseek-ai/DeepSeek-V3.2-Exp",
     "DraftWriter": "deepcogito/cogito-v2-preview-llama-405B",
     "Humanizer": "deepcogito/cogito-671b-v2.1",
     "ContinuityGuard": "meta-llama/Llama-3.3-70B-Instruct",
     "Psychologist": "zai-org/GLM-4.7-FP8",
     "Critic": "Qwen/Qwen3-235B-A22B-Thinking-2507",
-    "Editor": "inclusionAI/Ling-1T"
+    "Editor": "InclusionAI/Ling-1T" # تم التغيير هنا (I كبيرة)
 }
 
 def get_llm_config(model_id, user_token):
-    """
-    إنشاء إعدادات النموذج لربطه بـ HF Inference API باستخدام توكن المستخدم
-    """
     return {
         "config_list": [
             {
                 "model": model_id,
                 "api_key": user_token,
-                # نستخدم نقطة النهاية المتوافقة مع OpenAI في Hugging Face
                 "base_url": f"https://api-inference.huggingface.co/models/{model_id}/v1",
                 "api_type": "openai", 
             }
         ],
         "temperature": 0.7,
-        "timeout": 120,
+        "timeout": 300, # زيادة المهلة للنماذج الضخمة
     }
 
-def create_agents(user_token):
-    """
-    إنشاء جميع الوكلاء وتجهيزهم للعمل
-    """
-    
-    # 1. القارئ الصامت / Analyst
-    analyst = autogen.AssistantAgent(
-        name="Analyst",
-        system_message="أنت 'القارئ الصامت'. مهمتك تحليل النص الأصلي بدقة، استخراج سياق الرواية، الشخصيات، والأحداث السابقة. لا تكتب أحداثاً جديدة، فقط حلل ما هو موجود.",
-        llm_config=get_llm_config(MODEL_MAP["Analyst"], user_token)
-    )
-
-    # 2. حارس الصوت / Style Guardian
-    style_guardian = autogen.AssistantAgent(
-        name="Style_Guardian",
-        system_message="أنت 'حارس الصوت'. مهمتك الحفاظ على أسلوب الكاتب الأصلي. تأكد من أن أي نص جديد يطابق النغمة، المفردات، والإيقاع للنص الأصلي.",
-        llm_config=get_llm_config(MODEL_MAP["StyleGuardian"], user_token)
-    )
-
-    # 3. المهندس السردي / Completion Architect
-    architect = autogen.AssistantAgent(
-        name="Architect",
-        system_message="أنت 'المهندس السردي'. بناءً على التحليل، اقترح مسارات للحبكة وخطوات القصة القادمة. أنت تخطط ولا تكتب النص الكامل.",
-        llm_config=get_llm_config(MODEL_MAP["Architect"], user_token)
-    )
-
-    # 4. كاتب الإكمال / Draft Writer
-    draft_writer = autogen.AssistantAgent(
-        name="Draft_Writer",
-        system_message="أنت 'كاتب الإكمال'. مهمتك كتابة الأجزاء المفقودة أو الفصول القادمة بناءً على مخطط المهندس وتوجيهات حارس الأسلوب.",
-        llm_config=get_llm_config(MODEL_MAP["DraftWriter"], user_token)
-    )
-
-    # 5. مُضفِي الطابع البشري / Humanizer
-    humanizer = autogen.AssistantAgent(
-        name="Humanizer",
-        system_message="أنت 'مُضفِي الطابع البشري'. أضف الروح للنص، اجعل الحوارات طبيعية، وعمق المشاعر. اجعل النص ينبض بالحياة.",
-        llm_config=get_llm_config(MODEL_MAP["Humanizer"], user_token)
-    )
-
-    # 6. حارس الاستمرارية / Continuity Guard
-    continuity_guard = autogen.AssistantAgent(
-        name="Continuity_Guard",
-        system_message="أنت 'حارس الاستمرارية'. راجع النص للتأكد من عدم وجود تناقضات زمنية أو مكانية مع الأحداث السابقة.",
-        llm_config=get_llm_config(MODEL_MAP["ContinuityGuard"], user_token)
-    )
-
-    # 7. المدقق النفسي / Psychologist
-    psychologist = autogen.AssistantAgent(
-        name="Psychologist",
-        system_message="أنت 'المدقق النفسي'. حلل تصرفات الشخصيات. هل هي منطقية نفسياً؟ هل دوافعهم واضحة؟ اقترح تعديلات للسلوك.",
-        llm_config=get_llm_config(MODEL_MAP["Psychologist"], user_token)
-    )
-
-    # 8. الناقد القاسي / Ruthless Critic
-    critic = autogen.AssistantAgent(
-        name="Critic",
-        system_message="أنت 'الناقد القاسي'. لا تجامل. انقد المسودة النهائية، حدد نقاط الضعف في الحبكة أو اللغة واطلب تحسينها.",
-        llm_config=get_llm_config(MODEL_MAP["Critic"], user_token)
-    )
-
-    # 9. Editor-in-Chief (النموذج المركزي)
-    # هو المدير الذي يدير الحوار بين الجميع
-    editor = autogen.UserProxyAgent(
-        name="Editor_in_Chief",
-        human_input_mode="NEVER",
-        max_consecutive_auto_reply=10,
-        code_execution_config=False,
-        system_message="أنت رئيس التحرير. دورك تنسيق العمل بين الوكلاء. ابدأ بطلب التحليل، ثم التخطيط، ثم الكتابة، ثم المراجعة. أصدر الحكم النهائي وادمج النص.",
-        # ملاحظة: في AutoGen، الـ UserProxy عادة لا يحتاج LLM إلا إذا أردناه أن يتصرف كمدير ذكي
-        # هنا سنعطيه قوة النموذج ليكون ذكياً في الإدارة
-        llm_config=get_llm_config(MODEL_MAP["Editor"], user_token) 
-    )
-
-    return {
-        "analyst": analyst,
-        "style_guardian": style_guardian,
-        "architect": architect,
-        "draft_writer": draft_writer,
-        "humanizer": humanizer,
-        "continuity_guard": continuity_guard,
-        "psychologist": psychologist,
-        "critic": critic,
-        "editor": editor
-    }
-    
+# (بقية الكود الخاص بـ create_agents كما هو في الرد السابق)