Delete README.md

README.md

@@ -1,430 +0,0 @@
----
-title: UI TARS API (Optimized)
-emoji: 🚀
-colorFrom: indigo
-colorTo: blue
-sdk: docker
-pinned: false
----
-
-# UI-TARS-1.5-7B API Server ⚡ (نسخة محسّنة)
-
-<div align="center">
-
-[![Hugging Face](https://img.shields.io/badge/Hugging%20Face-Spaces-yellow.svg)](https://huggingface.co/spaces)
-[![Model](https://img.shields.io/badge/Model-UI--TARS--1.5--7B-blue.svg)](https://huggingface.co/ByteDance-Seed/UI-TARS-1.5-7B)
-[![License](https://img.shields.io/badge/License-Apache%202.0-green.svg)](LICENSE)
-[![Speed](https://img.shields.io/badge/Speed-⚡%20Lightning%20Fast-green.svg)]()
-
-**نسخة محسّنة للعمل بسرعة فائقة على Hugging Face Spaces المجاني!**
-
-</div>
-
----
-
-## 🌟 ما الجديد في هذه النسخة؟
-
-### ✨ التحسينات الرئيسية
-
-- ⚡ **سرعة فائقة**: يستخدم Hugging Face Inference API بدلاً من تحميل النموذج محلياً
-- 💰 **مجاني 100%**: يعمل على Hugging Face Spaces المجاني بدون GPU
-- 🚀 **استجابة فورية**: لا حاجة لانتظار تحميل النموذج (7+ دقائق)
-- 📦 **حجم صغير**: Docker image أقل من 500 MB (بدلاً من 15+ GB)
-- 🔄 **إعادة محاولة تلقائية**: يتعامل مع حالة تحميل النموذج تلقائياً
-- 🌐 **API متوافقة 100%**: نفس endpoints مع أداء أفضل
-
-### 📊 المقارنة
-
-| الميزة | النسخة القديمة | النسخة الجديدة (محسّنة) |
-|--------|----------------|------------------------|
-| وقت البدء | 7-10 دقائق | < 30 ثانية |
-| استهلاك الذاكرة | 16+ GB | < 1 GB |
-| يتطلب GPU | ✅ نعم | ❌ لا |
-| مجاني على HF | ❌ لا | ✅ نعم |
-| حجم Docker | 15+ GB | < 500 MB |
-| سرعة الاستجابة | متوسطة | سريعة جداً |
-
----
-
-## 🚀 البدء السريع
-
-### 1️⃣ النشر على Hugging Face Spaces
-
-#### الطريقة الأسهل (بدون كود):
-
-1. اذهب إلى [Hugging Face Spaces](https://huggingface.co/new-space)
-2. اختر **Docker** كـ SDK
-3. اختر **CPU Basic** (مجاني!)
-4. قم برفع الملفات التالية:
-   - `app.py`
-   - `requirements.txt`
-   - `Dockerfile`
-   - `action_parser.py`
-   - `README.md`
-5. انتظر 30 ثانية فقط! 🎉
-
-#### متغيرات البيئة (اختيارية):
-
-```bash
-# في إعدادات Space الخاص بك، أضف:
-HF_TOKEN=hf_xxx...  # فقط للنماذج الخاصة
-TEMPERATURE=0.7
-TOP_P=0.9
-MAX_TOKENS=2048
-```
-
-### 2️⃣ التشغيل المحلي
-
-```bash
-# استنساخ المشروع
-git clone <your-repo-url>
-cd ui-tars-api
-
-# تثبيت المتطلبات
-pip install -r requirements.txt
-
-# تشغيل السيرفر
-python app.py
-```
-
-السيرفر سيعمل على: `http://localhost:7860`
-
----
-
-## 📖 دليل الاستخدام
-
-### أمثلة Python
-
-#### 1. استدعاء بسيط
-
-```python
-import requests
-import base64
-
-# قراءة صورة
-with open("screenshot.png", "rb") as f:
-    image_b64 = base64.b64encode(f.read()).decode()
-
-# إرسال طلب
-response = requests.post(
-    "https://your-space.hf.space/v1/inference",
-    json={
-        "instruction": "انقر على زر البحث",
-        "image": image_b64,
-        "system_prompt_type": "computer"
-    }
-)
-
-result = response.json()
-print(f"التفكير: {result['thought']}")
-print(f"الإجراء: {result['action']}")
-print(f"الإحداثيات: {result['coordinates']}")
-```
-
-#### 2. رفع ملف
-
-```python
-with open("screenshot.png", "rb") as f:
-    response = requests.post(
-        "https://your-space.hf.space/v1/inference/file",
-        files={"image": ("screenshot.png", f, "image/png")},
-        data={
-            "instruction": "اضغط على أيقونة الإعدادات",
-            "system_prompt_type": "computer"
-        }
-    )
-
-print(response.json())
-```
-
-#### 3. تنسيق OpenAI
-
-```python
-response = requests.post(
-    "https://your-space.hf.space/v1/chat/completions",
-    json={
-        "model": "ui-tars-1.5-7b",
-        "messages": [
-            {
-                "role": "user",
-                "content": [
-                    {"type": "text", "text": "ابحث عن زر تسجيل الدخول"},
-                    {
-                        "type": "image_url",
-                        "image_url": {
-                            "url": f"data:image/png;base64,{image_b64}"
-                        }
-                    }
-                ]
-            }
-        ]
-    }
-)
-
-print(response.json()["choices"][0]["message"]["content"])
-```
-
-#### 4. الحصول على إحداثيات عنصر
-
-```python
-with open("screenshot.png", "rb") as f:
-    response = requests.post(
-        "https://your-space.hf.space/v1/grounding",
-        files={"image": ("screenshot.png", f, "image/png")},
-        data={
-            "instruction": "ابحث عن زر الإرسال",
-            "image_width": 1920,
-            "image_height": 1080
-        }
-    )
-
-coords = response.json().get("absolute_coordinates")
-print(f"الإحداثيات: x={coords['x']}, y={coords['y']}")
-```
-
-### استخدام JavaScript/TypeScript
-
-```javascript
-// مثال باستخدام fetch
-const response = await fetch("https://your-space.hf.space/v1/inference", {
-  method: "POST",
-  headers: {
-    "Content-Type": "application/json"
-  },
-  body: JSON.stringify({
-    instruction: "Click the submit button",
-    image: imageBase64,
-    system_prompt_type: "computer"
-  })
-});
-
-const result = await response.json();
-console.log("Action:", result.action);
-console.log("Coordinates:", result.coordinates);
-```
-
----
-
-## 🎯 الـ Endpoints المتاحة
-
-| Endpoint | الطريقة | الوصف |
-|----------|---------|--------|
-| `/` | GET | معلومات API |
-| `/health` | GET | فحص الحالة |
-| `/model/info` | GET | معلومات النموذج |
-| `/v1/inference` | POST | استدلال مع base64 |
-| `/v1/inference/file` | POST | استدلال برفع ملف |
-| `/v1/chat/completions` | POST | متوافق مع OpenAI |
-| `/v1/grounding` | POST | الحصول على إحداثيات |
-| `/v1/batch/inference` | POST | معالجة دفعة |
-
-### التوثيق التفاعلي
-
-بعد تشغيل السيرفر، تفضل بزيارة:
-- **Swagger UI**: `https://your-space.hf.space/docs`
-- **ReDoc**: `https://your-space.hf.space/redoc`
-
----
-
-## 🎮 الإجراءات المدعومة
-
-### للكمبيوتر (Computer Use)
-
-| الإجراء | الوصف | مثال |
-|---------|--------|------|
-| `click` | نقرة واحدة | `click(start_box='<\|box_start\|>(500,300)<\|box_end\|>')` |
-| `left_double` | نقرة مزدوجة | `left_double(start_box='...')` |
-| `right_single` | نقرة يمين | `right_single(start_box='...')` |
-| `drag` | سحب | `drag(start_box='...', end_box='...')` |
-| `type` | كتابة نص | `type(content='مرحباً')` |
-| `hotkey` | اختصار لوحة مفاتيح | `hotkey(key='ctrl+c')` |
-| `scroll` | تمرير | `scroll(start_box='...', direction='down')` |
-| `wait` | انتظار | `wait()` |
-| `finished` | انتهى | `finished(content='تم')` |
-
-### للجوال (Mobile Use)
-
-| الإجراء | الوصف |
-|---------|--------|
-| `long_press` | ضغطة طويلة |
-| `open_app` | فتح تطبيق |
-| `press_home` | زر الرئيسية |
-| `press_back` | زر الرجوع |
-
----
-
-## 🔧 كيف يعمل؟
-
-### البنية التقنية
-
-```
-┌─────────────┐
-│   Client    │
-│  (Your App) │
-└──────┬──────┘
-       │ HTTP Request
-       ↓
-┌─────────────────────┐
-│  FastAPI Server     │
-│  (Your HF Space)    │
-└──────┬──────────────┘
-       │ API Call
-       ↓
-┌──────────────────────────┐
-│ HF Inference API         │
-│ (ByteDance UI-TARS-1.5)  │
-└──────┬───────────────────┘
-       │ AI Response
-       ↓
-┌─────────────────────┐
-│  Parsed Action      │
-│  + Coordinates      │
-└─────────────────────┘
-```
-
-### المزايا الرئيسية
-
-1. **بدون تحميل النموذج**: يستخدم Hugging Face Inference API
-2. **معالجة ذكية**: يحاول تلقائياً 3 مرات إذا كان النموذج يُحمّل
-3. **تحليل متقدم**: يستخرج الأفكار والإجراءات والإحداثيات
-4. **متوافق 100%**: نفس API السابق مع أداء أفضل
-
----
-
-## 🔗 التكامل مع UI-TARS-desktop
-
-هذا API متوافق تماماً مع [UI-TARS-desktop](https://github.com/bytedance/UI-TARS-desktop):
-
-### خطوات الإعداد:
-
-1. افتح إعدادات UI-TARS-desktop
-2. اضبط **VLM Provider** على `Custom`
-3. اضبط **VLM Base URL** على: `https://your-space.hf.space/v1`
-4. اضبط **VLM Model Name** على: `ui-tars-1.5-7b`
-5. (اختياري) اضبط **VLM API Key** إذا كان Space خاص
-
----
-
-## 🐛 استكشاف الأخطاء
-
-### المشكلة: "Model is loading"
-
-**السبب**: النموذج يُحمّل على خوادم Hugging Face (يحدث في أول استخدام)
-
-**الحل**:
-```python
-# السيرفر يحاول تلقائياً 3 مرات مع انتظار
-# فقط انتظر 10-20 ثانية وأعد المحاولة
-import time
-time.sleep(15)
-# ثم أعد الطلب
-```
-
-### المشكلة: "API not available"
-
-**الحل**:
-```python
-# تحقق من حالة API
-response = requests.get("https://your-space.hf.space/health")
-print(response.json())
-```
-
-### المشكلة: "Rate limited"
-
-**السبب**: طلبات كثيرة جداً
-
-**الحل**:
-```python
-# أضف تأخير بين الطلبات
-import time
-time.sleep(2)  # ثانيتان بين الطلبات
-```
-
----
-
-## 📚 مراجع
-
-- [UI-TARS Paper](https://arxiv.org/abs/2501.12326)
-- [UI-TARS GitHub](https://github.com/bytedance/UI-TARS)
-- [UI-TARS-desktop](https://github.com/bytedance/UI-TARS-desktop)
-- [Hugging Face Model](https://huggingface.co/ByteDance-Seed/UI-TARS-1.5-7B)
-- [HF Inference API Docs](https://huggingface.co/docs/api-inference)
-
----
-
-## 💡 نصائح للأداء الأفضل
-
-### 1. تحسين الصور
-
-```python
-from PIL import Image
-
-# قلل حجم الصورة لسرعة أكبر
-img = Image.open("screenshot.png")
-img = img.resize((1280, 720))  # بدلاً من 1920x1080
-```
-
-### 2. استخدام Cache
-
-```python
-import functools
-import hashlib
-
-@functools.lru_cache(maxsize=100)
-def get_action(instruction_hash, image_hash):
-    # يحفظ النتائج المتكررة
-    pass
-```
-
-### 3. Batch Processing
-
-```python
-# معالجة عدة طلبات دفعة واحدة
-requests_batch = [
-    {"instruction": "Click button 1", "image": img1},
-    {"instruction": "Click button 2", "image": img2},
-]
-
-response = requests.post(
-    "https://your-space.hf.space/v1/batch/inference",
-    json={"requests": requests_batch}
-)
-```
-
----
-
-## 🤝 المساهمة
-
-نرحب بالمساهمات! إذا كان لديك اقتراحات أو تحسينات:
-
-1. Fork المشروع
-2. أنشئ branch للميزة الجديدة
-3. Commit التغييرات
-4. Push إلى Branch
-5. افتح Pull Request
-
----
-
-## 📄 الترخيص
-
-هذا المشروع مرخص بموجب Apache License 2.0
-
----
-
-## 🙏 شكر وتقدير
-
-- [ByteDance Seed Team](https://huggingface.co/ByteDance-Seed) على النموذج الرائع
-- [Qwen2.5-VL](https://huggingface.co/Qwen) على البنية الأساسية
-- [Hugging Face](https://huggingface.co) على Inference API المجاني
-
----
-
-## ⭐ إذا أعجبك المشروع
-
-لا تنسَ وضع نجمة ⭐ على GitHub!
-
-<div align="center">
-
-**صُنع بـ ❤️ للمجتمع العربي**
-
-</div>