Update app.py

app.py

@@ -14,7 +14,9 @@ from PIL import Image
 
 # -------------------------- استيرادات الكممَة والبيئة -------------------------
 try:
-    from optimum.intel import OVStableDiffusionPipeline
+    # استخدام الفئة الصحيحة والمسار المحدث لـ OpenVINO
+    # OVDiffusionPipeline هي الأنسب لـ Stable Diffusion XL
+    from optimum.intel.openvino import OVDiffusionPipeline
     import torch
     LOCAL_OPTIMUM = True
 except ImportError:
@@ -28,8 +30,8 @@ except ImportError:
 logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(message)s")
 log = logging.getLogger("image_agent")
 
-if 'OVStableDiffusionPipeline' in globals():
-     log.info("✅ Optimum/OpenVINO متاح للتحسين على CPU.")
+if 'OVDiffusionPipeline' in globals(): # تم تحديث التحقق
+     log.info("✅ Optimum/OpenVINO متاح للتحسين على CPU باستخدام OVDiffusionPipeline.")
 elif 'StableDiffusionPipeline' in globals():
      log.info("⚠️ OpenVINO غير متاح. سيتم استخدام Diffusers القياسي.")
 else:
@@ -66,11 +68,10 @@ def get_local_pipeline():
         if not LOCAL_DIFFUSERS:
              raise RuntimeError("التوليد المحلي غير متاح. تأكد من إعداد الاعتماديات.")
         
-        # === التحصين ضد NoneType في المسار (يعالج الخطأ الأخير) ===
+        # التحصين ضد NoneType في المسار
         if HF_MODEL is None:
             log.error("HF_MODEL is None. Cannot load pipeline.")
             raise ValueError("❌ خطأ: لم يتم تعيين مسار النموذج (HF_MODEL).")
-        # =======================================================
         
         log.info(f"Loading local diffusers pipeline from: {HF_MODEL}")
         device = "cuda" if torch.cuda.is_available() else "cpu"
@@ -80,14 +81,11 @@ def get_local_pipeline():
             # نحافظ على float16 لأداء GPU إذا كان متاحاً
             pipeline_args['torch_dtype'] = torch.float16
         
-        # === استخدام أفضل تقنية تكميم متاحة (OpenVINO) ===
+        # === استخدام OVDiffusionPipeline الجديدة والصحيحة ===
         if LOCAL_OPTIMUM:
-            log.info("Loading OVStableDiffusionPipeline (Quantized pipeline).")
-            
-            # تم إزالة compile=False للتأكد من أن Optimum يتعامل مع البنية بشكل صحيح
-            _pipeline = OVStableDiffusionPipeline.from_pretrained(
-                HF_MODEL
-            )
+            log.info("Loading OVDiffusionPipeline (Quantized pipeline).")
+            # التحميل باستخدام الفئة الصحيحة
+            _pipeline = OVDiffusionPipeline.from_pretrained(HF_MODEL)
             
         else:
             log.info("Loading standard StableDiffusionPipeline.")
@@ -96,7 +94,6 @@ def get_local_pipeline():
                 **pipeline_args
             )
             
-            # ملاحظة: تم إزالة enable_sequential_cpu_offload الفاشلة
             _pipeline = _pipeline.to(device)
         
     return _pipeline
@@ -148,7 +145,7 @@ def local_generate(prompt: str) -> Tuple[Image.Image, str]:
     try:
         pipe = get_local_pipeline()
         
-        # === إضافة خطوات الاستدلال للتحكم في الجودة والوقت ===
+        # إضافة خطوات الاستدلال للتحكم في الجودة والوقت
         INFERENCE_STEPS = 75 
         log.info(f"Local generation started for prompt: {prompt[:50]}... with {INFERENCE_STEPS} steps.")