Makerfabs MaTouch ESP32-S3 2.8 بوصة كاميرا ESP32-S3 رؤية ذكاء اصطناعي: وجّه الكاميرا واسأل عمّا تراه

/*
 * ===========================================================================
 * 05_Vision_AI - MaTouch AI ESP32-S3 2.8" TFT ST7789V
 * ===========================================================================
 * 
 * ---------------------------------------------------------------------------
 * فيديو وتعليمات مكتوبة
 * 
 * شاهد الفيديو: https://youtu.be/Px3FT47RV2M
 * المقال الكامل: https://robojax.com/RTJ852
 * ("رؤية AI" - الأسلاك، الإعدادات، لقطات الشاشة
 * وأجوبة على المشكلات الشائعة)
 * 
 * مشاهدة الفيديو أولاً ستوفر لك الوقت - حيث يوضح إعدادات Arduino IDE
 * وإصدارات المكتبات خطوة بخطوة.
 * ---------------------------------------------------------------------------
 * 
 * اللوحة ترى. وجه الكاميرا نحو شيء، اضغط على زر، ونموذج رؤية OpenAI يخبرك بما تنظر إليه - مرسوم على الشاشة
 * و(اختياريًا) يتم نطقه من مكبر الصوت الخاص باللوحة عبر Azure TTS.
 * 
 * وضعان، زران:
 * 
 * الأشياء "ماذا ترى؟" - يذكر الأشياء أمام العدسة.
 * الشخص يصف الشخص في الإطار: النظارات، التعبير، ماذا
 * يفعل. الوصف فقط - لن يحاول ولن يجب عليه
 * أن يقول من هو شخص ما. تحديد الأشخاص من خلال الوجه هو
 * ضد سياسات استخدام OpenAI، وهذا هو القرار الصحيح:
 * قل هذا في الفيديو، فهو يستحق 15 ثانية صادقة.
 * 
 * لماذا OpenAI لهذا العرض وليس DEEPSEEK: واجهة برمجة التطبيقات الخاصة بـ DeepSeek نصية فقط.
 * لا يمكنها قبول صورة على الإطلاق. يمكن لـ Azure OpenAI القيام بذلك، ولكن
 * OpenAI العادي هو نقطة نهاية واحدة دون إعداد نشر - الأسهل للمتابعة.
 * 
 * كيف تنتقل الصورة: توفر لنا OV3660 صورة JPEG مباشرة (800x600،
 * ~40 كيلوبايت). نقوم بتشفيرها بـ base64 في PSRAM (~55 كيلوبايت من النص) وندمجها في
 * طلب JSON كـ URI للبيانات. الـ 8 ميغابايت من PSRAM تجعل هذا بسيطًا.
 * 
 * ---------------------------------------------------------------------------
 * املأ secrets.h قبل الوميض
 * (بحاجة إلى WIFI_*، OPENAI_*؛ AZURE_* فقط إذا كانت SPEAK_REPLIES 1).
 * 
 * إعدادات اللوحة (قائمة الأدوات - كل سطر مهم، الخطأ = شاشة سوداء
 * أو أخطاء ترجمة. هذه تعيد تعيينها عند تبديل النوى - تحقق منها مرة أخرى!)
 * 
 * اللوحة: ESP32S3 Dev Module
 * نواة ESP32: 2.0.17
 * PSRAM: OPI PSRAM <-- مطلوب، حيث توجد مخازن الصور
 * حجم الوميض: 16 ميغا بايت (128 ميجابت)
 * نظام التقسيم: 16M Flash (3MB APP/9.9MB FATFS)
 * USB CDC عند التمهيد: معطل <-- يتشارك مكبر الصوت دبابيس مع USB الأصلي
 * سرعة التحميل: 921600
 * المنفذ: منفذ USB-C CH340K (القريب من RESET)
 * 
 * المكتبات
 * مكتبة GFX لآردوينو v1.5.6 (ليس 1.6.x - تلك تتناسب مع النواة 3)
 * bb_captouch v1.3.1
 * ArduinoJson v7.x
 * Adafruit NeoPixel أي إصدار حديث
 * 
 * ---------------------------------------------------------------------------
 * الدوال في هذا السكيتش
 * led(r,g,b) تعيين لون LED الحالة RGB
 * getTouch(&x,&y) قراءة لوحة اللمس، mapped to screen coordinates
 * camStart(...) بدء الكاميرا بتنسيق/حجم معين
 * camStartPreview() بدء الكاميرا RGB565 بدقة 240x240
 * captureJpeg(&len) أخذ صورة JPEG واحدة بدقة 800x600 إلى PSRAM (تبقى الكاميرا مطفأة
 * بعد ذلك - المتصل يعيد تشغيل العرض)
 * readHttpResponse() قراءة رد HTTPS، وفك تشفيره بشكل صحيح
 * askVision(...) إرسال صورة + موجه إلى OpenAI، وإرجاع الإجابة
 * spkInit() إعداد مخرج مكبر صوت I2S
 * readExact(...) قراءة بالضبط N بايت من اتصال TLS
 * speak(text) Azure TTS -> تنزيل الصوت إلى PSRAM -> تشغيله
 * playLastAnswer() إعادة تشغيل الصوت المخزن من PSRAM (زر إعادة التشغيل)
 * drawButton(...) رسم زر عمود جانبي واحد
 * drawWifi() أعمدة إشارة WiFi + قراءة dBm
 * drawButtons() عمود جانبي عادي (زرين للسؤال)
 * drawClearSide() عمود جانبي وضع الرد (CLEAR + REPLAY)
 * showAnswer(text) إجابة ملفوفة على شاشة العرض
 * lookAndTell(...) دورة كاملة: الالتقاط -> السؤال -> العرض -> الكلام
 * setup() / loop() تسلسل التمهيد / معالجة العرض + لمسة
 * 
 * Robojax.com
 * ===========================================================================
 */
#define SPEAK_REPLIES  1 // 1 = اقرأ الإجابة بصوت عالٍ باستخدام TTS من Azure، 0 = الشاشة فقط

/*
 * سطوع LED الحالة، من 0 إلى 255. تعمل WS2812 من مصدر الطاقة وتكون ساطعة بشكل مزعج عند القدرة الكاملة - 25 واضحة تمامًا على الكاميرا.
 */
#define LED_BRIGHTNESS 15

/*
 * اتجاه الكاميرا
 * 1 = الكاميرا تواجه نفس اتجاه الشاشة (كما يشحن اللوح) - الصورة معكوسة بحيث تبدو طبيعية عند توجيهها نحو نفسك.
 * 0 = لقد طويت الشريط بحيث تكون العدسة مواجهة بعيدا عن الشاشة
 *  (على الطراز الهاتفي، الشاشة إليك / الكاميرا نحو الموضوع).
 * إذا كانت الصورة تبدو معكوسة من اليسار إلى اليمين، قم بتغيير هذا الرقم.
 */
#define CAMERA_FACES_USER  1

#include <Arduino_GFX_Library.h>
#include <bb_captouch.h>
#include <Adafruit_NeoPixel.h>
#include <ArduinoJson.h>
#include <Wire.h>
#include <WiFi.h>
#include <WiFiClientSecure.h>
#include <HTTPClient.h>
#include "mbedtls/base64.h"
#include "esp_camera.h"
#include "pins.h"
#include "secrets.h"

#if SPEAK_REPLIES
#include "driver/i2s.h"
#define WAV_HEADER_LEN 44
#endif

Arduino_ESP32SPI *bus = new Arduino_ESP32SPI(
    TFT_DC, TFT_CS, TFT_SCLK, TFT_MOSI, TFT_MISO, HSPI, true);
Arduino_GFX *gfx = new Arduino_ST7789(bus, TFT_RES, 1, true);

BBCapTouch bbct;
Adafruit_NeoPixel rgb(RGB_LED_NUM, RGB_LED_PIN, NEO_GRB + NEO_KHZ800);

/*
 * --- مطالب رؤية الاثنان ------------------------------------------------
 * اجعل الإجابات قصيرة: يجب أن تتناسب مع شاشة بمقاس 320x240، وإذا تم نطقها، يجب ألا تترك المقدم في حيرة على الكاميرا.
 */
const char *PROMPT_OBJECTS =
    "Look at this photo from a small camera. In ONE short sentence of at most "
    "20 words, plain text only, name the main object(s) you see.";

const char *PROMPT_PERSON =
    "Look at this photo. If there is a person, describe them in ONE short "
    "sentence of at most 20 words: mood, glasses or not, what they are doing. "
    "Never guess who they are. If no person is visible, say so. Plain text only.";

/*
 * --- تخطيط: عدسة رؤية على اليسار، أزرار على اليمين ------------------------------- */
 * #define BTN_X 242
 * #define BTN_W 78
 * #define BTN_H 52
 * #define BTN_OBJ_Y 4
 * #define BTN_PERSON_Y 62
 * 
 * void led(uint8_t r, uint8_t g, uint8_t b) { rgb.setPixelColor(0, rgb.Color(r, g, b)); rgb.show(); }
 * 
 * /* ===========================================================================
 *  لمس
 * ===========================================================================
 */
bool getTouch(uint16_t *x, uint16_t *y) {
  TOUCHINFO ti;
  if (!bbct.getSamples(&ti)) return false;
  if (ti.count < 1) return false;
  *x = ti.y[0];
  *y = (ti.x[0] > 240) ? 0 : (240 - ti.x[0]);
  return true;
}


/*
 * الكاميرا - RGB565 لعرض مباشر؛ يتم التقاط JPEG من خلال إعادة تشغيل البرنامج التعريفي، نفس التقنية المستخدمة في الرسم التخطيطي 02.
 */
bool mirrored = CAMERA_FACES_USER; // انظر التعريف في أعلى الملف

/*
 * يكون المنظار مطفأ أثناء تشغيل مكالمة سحابية وأثناء ظهور الرد على الشاشة. هناك سببان، كُلاهما تم تعلمهما أثناء التجربة:
 * 1. الذاكرة العشوائية: برنامج تشغيل الكاميرا الحي يستهلك الذاكرة الداخلية التي يحتاجها مصافحة TLS - مع تشغيل المعاينة، يفشل الاتصال بـ OpenAI (HTTP -1).
 * 2. قابلية القراءة: يعيد المنظار رسم الصورة 25 مرة في الثانية وقد يمسح الرد.
 * يظل الرد على الشاشة حتى يقوم المستخدم بالنقر على مسح - لا يوجد مؤقت.
 */
bool preview_on = false;

/*
 * تُحفظ الإجابة الأخيرة المنطوقة في PSRAM حتى يتمكن زر إعادة التشغيل من تشغيلها مرة أخرى دون الحاجة إلى اتصال سحابي آخر. تُستبدل بالإجابة التالية.
 */
uint8_t *last_audio = nullptr;
size_t   last_audio_len = 0;

bool camStart(pixformat_t fmt, framesize_t size, int fb_count, int quality) {
  camera_config_t c;
  c.ledc_channel = LEDC_CHANNEL_0;
  c.ledc_timer   = LEDC_TIMER_0;
  c.pin_d0 = CAM_PIN_D0;  c.pin_d1 = CAM_PIN_D1;
  c.pin_d2 = CAM_PIN_D2;  c.pin_d3 = CAM_PIN_D3;
  c.pin_d4 = CAM_PIN_D4;  c.pin_d5 = CAM_PIN_D5;
  c.pin_d6 = CAM_PIN_D6;  c.pin_d7 = CAM_PIN_D7;
  c.pin_xclk     = CAM_PIN_XCLK;
  c.pin_pclk     = CAM_PIN_PCLK;
  c.pin_vsync    = CAM_PIN_VSYNC;
  c.pin_href     = CAM_PIN_HREF;
/*
 * شارك ناقل I2C الذي تدعمه Wire (لوحة اللمس موجودة هناك أيضًا) بدلاً من السماح للكاميرا بتثبيت محرك ثانٍ على نفس الدبابيس - ذلك يقتل اللمس. يجب أن تعمل Wire.begin() قبل هذه الوظيفة.
 */
  c.pin_sccb_sda = -1;
  c.pin_sccb_scl = -1;
  c.sccb_i2c_port = 0; // سلك = منفذ I2C 0
  c.pin_pwdn     = CAM_PIN_PWDN;
  c.pin_reset    = CAM_PIN_RESET;
  c.xclk_freq_hz = 20000000;
  c.frame_size   = size;
  c.pixel_format = fmt;
  c.grab_mode    = CAMERA_GRAB_WHEN_EMPTY;
  c.fb_location  = CAMERA_FB_IN_PSRAM;
  c.jpeg_quality = quality;
  c.fb_count     = fb_count;

  if (esp_camera_init(&c) != ESP_OK) return false;

  sensor_t *s = esp_camera_sensor_get();
  if (s) {
    s->set_hmirror(s, mirrored ? 1 : 0);
    s->set_vflip(s,   mirrored ? 1 : 0);
    s->set_brightness(s, 1);
  }
  return true;
}

bool camStartPreview() { return camStart(PIXFORMAT_RGB565, FRAMESIZE_240X240, 2, 12); }

/*
 * التقاط صورة JPEG بدقة SVGA في ذاكرة مؤقتة يمتلكها المتصل. */
 * uint8_t *captureJpeg(size_t *len_out) {
 *  esp_camera_deinit();
 *  delay(120);
 *  إذا لم يبدأ الكاميرا(PIXFORMAT_JPEG، FRAMESIZE_SVGA، 1، 12) { *len_out = 0; return nullptr; }
 * 
 *  // بعض الإطارات التمهيدية لتستقر التعرض
 *  for (int i = 0; i < 3; i++) {
 *  camera_fb_t *w = esp_camera_fb_get();
 *  إذا كان(w) esp_camera_fb_return(w);
 *  delay(100);
 *  }
 * 
 *  uint8_t *copy = nullptr;
 * len_out = 0;
 *  camera_fb_t *fb = esp_camera_fb_get();
 *  إذا كان(fb && fb->len > 0) {
 *  copy = (uint8_t *)ps_malloc(fb->len);
 *  إذا كان(copy) { memcpy(copy, fb->buf, fb->len); *len_out = fb->len; }
 *  }
 *  إذا كان(fb) esp_camera_fb_return(fb);
 * 
 *  /* تعمد ترك الكاميرا في حالة إيقاف هنا. المتصل يعيد بدء المعاينة
 * بعد مكالمة السحابة - تشغيل برنامج تشغيل الكاميرا يجوع عملية المصافحة TLS
 * من الذاكرة الداخلية (كانت هذه هي خطأ "Vision HTTP -1").
 */
  esp_camera_deinit();
  delay(120);
  return copy;
}


/*
 * قارئ استجابة HTTP - مشترك من خلال المكالمات السحابية أدناه. يعود رمز الحالة ويملاً body_out. يعالج تشفير النقل المجزأ بشكل صحيح: يجب إزالة علامات حجم الشظايا، وإلا ستبقى مدمجة داخل JSON وسيفشل التحليل. (تقوم OpenAI بعرض ردودها بشكل جميل لذا تمتد عبر عدة شظايا - وهذا أثر علينا في الاختبار.)
 */
/*
 * قم بحظر الاتصال حتى يتوفر لديه بيانات (أو ينفد الميزانية). كل عملية قراءة أدناه تمر عبر هذا، لأن الخادم يمكن أن يظل صامتًا لعدة ثوانٍ بينما يحلل الصورة - وقراءة عارية (read()) ستنتهي ببساطة بمهلة.
 */
static bool waitData(WiFiClientSecure &c, uint32_t ms) {
  uint32_t t0 = millis();
  while (!c.available()) {
    if (!c.connected()) return false;
    if (millis() - t0 > ms) return false;
    delay(10);
  }
  return true;
}

static int readHttpResponse(WiFiClientSecure &client, String &body_out, uint32_t idle_ms) {
  body_out = "";

  if (!waitData(client, idle_ms)) { Serial.println("HTTP: no response at all"); return 0; }
  String status_line = client.readStringUntil('\n');
  int code = 0;
  sscanf(status_line.c_str(), "HTTP/%*s %d", &code);

  bool chunked = false;
  while (waitData(client, idle_ms)) {
    String h = client.readStringUntil('\n');
    if (h == "\r" || h.length() <= 1) break; // سطر فارغ = نهاية العناوين
    h.toLowerCase();
    if (h.startsWith("transfer-encoding:") && h.indexOf("chunked") >= 0) chunked = true;
  }

  if (chunked) {
    int blanks = 0;
    while (true) {
/*
 * الانتظار هنا - بدلاً من ترك read() ينتهي عند الوقت المحدد - أمر أساسي: فقراءة انتهت عند الوقت المحدد تبدو كـ "0" (الجزء النهائي)، مما يقص الجسم بصمت إلى لا شيء بينما لا يزال الخادم يفكر.
 */
      if (!waitData(client, idle_ms)) {
        Serial.println("HTTP: timed out waiting for the next chunk");
        break;
      }
      String szline = client.readStringUntil('\n');
      szline.trim();
      if (szline.length() == 0) {
        if (++blanks > 4) break;
        continue;
      }
      blanks = 0;

      long sz = strtol(szline.c_str(), NULL, 16);
      if (sz <= 0) break; // شريحة نهائية أصلية

      long got = 0;
      while (got < sz) {
        if (!waitData(client, idle_ms)) break;
        while (client.available() && got < sz) { body_out += (char)client.read(); got++; }
      }
      if (waitData(client, 3000)) client.readStringUntil('\n');
      if (got < sz) { Serial.println("HTTP: short chunk"); break; }
    }
  } else {
    while (waitData(client, idle_ms))
      while (client.available()) body_out += (char)client.read();
  }
  return code;
}


/*
 * استدعاء رؤية OpenAI الطلب مُعد يدويًا في PSRAM بدلاً من استخدام ArduinoJson، لأن تضمين سلسلة base64 بحجم 55 كيلوبايت في مستند JSON سيعني الاحتفاظ بنسختين. لا يحتاج نص base64 إلى هروب JSON، لذا فإن هذا آمن.
 */
bool askVision(const uint8_t *jpg, size_t jpg_len, const char *prompt, String &answer_out) {
 // --- تشفير الصورة بتنسيق base64 إلى PSRAM ---
  size_t b64_cap = ((jpg_len + 2) / 3) * 4 + 16;
  unsigned char *b64 = (unsigned char *)ps_malloc(b64_cap);
  if (!b64) return false;
  size_t b64_len = 0;
  if (mbedtls_base64_encode(b64, b64_cap, &b64_len, jpg, jpg_len) != 0) {
    free(b64);
    return false;
  }

 // --- اجمع طلب JSON حوله ---
/*
 * ترفض النماذج الحالية من OpenAI الاسم القديم "max_tokens" - يجب أن يكون "max_completion_tokens" (تم التحقق منه ضد واجهة برمجة التطبيقات الحية، يوليو 2026).
 */
  const char *head_fmt =
      "{\"model\":\"%s\",\"max_completion_tokens\":%d,\"messages\":[{\"role\":\"user\","
      "\"content\":[{\"type\":\"text\",\"text\":\"%s\"},"
      "{\"type\":\"image_url\",\"image_url\":{\"url\":\"data:image/jpeg;base64,";
  const char *tail = "\"}}]}]}";

  char head[640];
  int head_len = snprintf(head, sizeof(head), head_fmt, OPENAI_MODEL, LLM_MAX_TOKENS, prompt);

  size_t body_len = head_len + b64_len + strlen(tail);
  char *body = (char *)ps_malloc(body_len + 1);
  if (!body) { free(b64); return false; }
  memcpy(body, head, head_len);
  memcpy(body + head_len, b64, b64_len);
  strcpy(body + head_len + b64_len, tail);
  free(b64);

 // --- أرسلها: HTTP يدوي، تحميل على شكل قطع (نمط مثبت من 04) ---
  WiFiClientSecure client;
  client.setInsecure();
  client.setTimeout(25);

  if (!client.connect(OPENAI_HOST, 443)) {
    Serial.println("Vision: TLS connect failed (is the camera still running?)");
    free(body);
    return false;
  }

  client.print(String("POST /v1/chat/completions HTTP/1.1\r\n"
               "Host: " OPENAI_HOST "\r\n"
               "Authorization: Bearer " OPENAI_KEY "\r\n"
               "Content-Type: application/json\r\n"
               "Connection: close\r\n"
               "Content-Length: ") + String(body_len) + "\r\n\r\n");

  size_t sent = 0;
  while (sent < body_len) {
    size_t n = min((size_t)4096, body_len - sent);
    size_t w = client.write((uint8_t *)body + sent, n);
    if (w == 0) {
      delay(50);
      w = client.write((uint8_t *)body + sent, n);
      if (w == 0) break;
    }
    sent += w;
    yield();
  }
  free(body);
  if (sent < body_len) {
    Serial.printf("Vision: upload stalled at %u/%u bytes\n",
                  (unsigned)sent, (unsigned)body_len);
    client.stop();
    return false;
  }

/*
 * افتح الرد مع تقسيم صحيح للمحتوى */
 *  String resp;
 *  int code = readHttpResponse(client, resp, 30000);
 *  client.stop();
 * 
 *  if (code != 200) {
 *  Serial.printf("Vision HTTP %d: %s\n", code, resp.c_str());
 *  return false;
 *  }
 * 
 *  bool ok = false;
 *  JsonDocument doc;
 *  if (!deserializeJson(doc, resp)) {
 *  const char *content = doc["choices"][0]["message"]["content"];
 *  if (content) {
 *  answer_out = String(content);
 *  answer_out.trim();
 *  ok = answer_out.length() > 0;
 *  }
 *  } else {
 *  Serial.printf("Vision: فشل تحليل JSON، %u بايت تم استلامها\n", resp.length());
 *  }
 *  return ok;
 * }
 * 
 * /* ===========================================================================
 *  Azure TTS - نفس حيلة البث كما في المخطط 04: PCM الخام إلى I2S.
 * ===========================================================================
 */
#if SPEAK_REPLIES
void spkInit() {
  i2s_config_t cfg = {
    .mode = (i2s_mode_t)(I2S_MODE_MASTER | I2S_MODE_TX),
    .sample_rate = 16000,
    .bits_per_sample = I2S_BITS_PER_SAMPLE_16BIT,
    .channel_format = I2S_CHANNEL_FMT_ONLY_LEFT,
    .communication_format = I2S_COMM_FORMAT_STAND_I2S,
    .intr_alloc_flags = ESP_INTR_FLAG_LEVEL1,
    .dma_buf_count = 8,
    .dma_buf_len = 256,
    .use_apll = false,
    .tx_desc_auto_clear = true,
    .fixed_mclk = 0
  };
  i2s_pin_config_t pins = {
    .mck_io_num = I2S_PIN_NO_CHANGE,
    .bck_io_num = I2S_SPK_BCLK,
    .ws_io_num = I2S_SPK_LRC,
    .data_out_num = I2S_SPK_DOUT,
    .data_in_num = I2S_PIN_NO_CHANGE
  };
  i2s_driver_install(I2S_SPK_PORT, &cfg, 0, NULL);
  i2s_set_pin(I2S_SPK_PORT, &pins);
  i2s_zero_dma_buffer(I2S_SPK_PORT);
}

/*
 * اقرأ بالضبط n بايت من عميل (أو حتى انتهاء المهلة). */
 * static size_t readExact(WiFiClientSecure &c, uint8_t *dst, size_t n) {
 *  size_t got = 0;
 *  uint32_t t0 = millis();
 *  while (got < n && millis() - t0 < 10000) {
 *  int r = c.read(dst + got, n - got);
 *  if (r > 0) { got += r; t0 = millis(); }
 *  else if (!c.connected() && !c.available()) break;
 *  else delay(2);
 *  }
 *  return got;
 * }
 * 
 * void playLastAnswer(); // مُعرّف أدناه؛ نموذج صريح لـ IDE
 * 
 * void speak(const String &text) {
 *  String safe = text;
 *  safe.replace("&", "&amp;");
 *  safe.replace("<", "&lt;");
 *  safe.replace(">", "&gt;");
 *  String ssml = "<speak version='1.0' xml:lang='" AZURE_TTS_LANG "'>"
 *  "<voice name='" AZURE_TTS_VOICE "'>" + safe + "</voice></speak>";
 * 
 * /* HTTP يدوي مع تفكيك صحيح: ترسل Azure هذا الصوت متجزئًا، و
 * يتسرب التدفق الخام لـ HTTPClient خطوط حجم التجزئة ASCII إلى PCM -
 * يتم تشغيل كل واحدة كقرع مسموع.
 */
  WiFiClientSecure client;
  client.setInsecure();
  client.setTimeout(20);

  const char *host = AZURE_REGION ".tts.speech.microsoft.com";
  if (!client.connect(host, 443)) { Serial.println("TTS: TLS connect failed"); return; }

  client.print(String("POST /cognitiveservices/v1 HTTP/1.1\r\n"
               "Host: ") + host + "\r\n"
               "Ocp-Apim-Subscription-Key: " AZURE_SPEECH_KEY "\r\n"
               "Content-Type: application/ssml+xml\r\n"
               "X-Microsoft-OutputFormat: riff-16khz-16bit-mono-pcm\r\n"
               "User-Agent: MaTouchRobojax\r\n"
               "Connection: close\r\n"
               "Content-Length: " + String(ssml.length()) + "\r\n\r\n");
  client.print(ssml);

  String status_line = client.readStringUntil('\n');
  int code = 0;
  sscanf(status_line.c_str(), "HTTP/%*s %d", &code);
  bool chunked = false;
  long content_len = -1;
  while (client.connected() || client.available()) {
    String h = client.readStringUntil('\n');
    if (h == "\r" || h.length() <= 1) break;
    h.toLowerCase();
    if (h.startsWith("transfer-encoding:") && h.indexOf("chunked") >= 0) chunked = true;
    if (h.startsWith("content-length:")) content_len = h.substring(15).toInt();
  }
  if (code != 200) { Serial.printf("TTS HTTP %d\n", code); client.stop(); return; }

  const size_t AUDIO_CAP = 1200 * 1024;
  uint8_t *audio = (uint8_t *)ps_malloc(AUDIO_CAP);
  if (!audio) { client.stop(); return; }
  size_t alen = 0;

  if (chunked) {
    while (true) {
      String szline = client.readStringUntil('\n');
      long sz = strtol(szline.c_str(), NULL, 16);
      if (sz <= 0) break;
      if (alen + sz > AUDIO_CAP) break;
      size_t got = readExact(client, audio + alen, sz);
      alen += got;
      client.readStringUntil('\n');
      if (got < (size_t)sz) break;
    }
  } else if (content_len > 0) {
    alen = readExact(client, audio, min((size_t)content_len, AUDIO_CAP));
  } else {
    uint32_t idle = millis();
    while ((client.connected() || client.available()) && millis() - idle < 5000) {
      int r = client.read(audio + alen, min((size_t)2048, AUDIO_CAP - alen));
      if (r > 0) { alen += r; idle = millis(); }
      else delay(5);
    }
  }
  client.stop();

  if (alen > WAV_HEADER_LEN) {
/*
 * احتفظ بهذا الجواب لزر الإعادة (بدلاً من السابق)، ثم قم بتشغيله.
 */
    if (last_audio) free(last_audio);
    last_audio = audio;
    last_audio_len = alen;
    playLastAnswer();
  } else {
    free(audio);
  }
}

/*
 * لعب الإجابة المحفوظة من PSRAM - المستخدمة مباشرة بعد التحميل ومن قبل REPLAY. */
 * فارغة playLastAnswer() {
 *  إذا لم تكن last_audio أو كان طول last_audio أقل من أو يساوي WAV_HEADER_LEN، أعد. 
 *  ثابت uint8_t lead_in[640] = {0}; // 20 مللي ثانية من الصمت قبل التشغيل
 *  حجم w = 0؛
 *  i2s_write(I2S_SPK_PORT، lead_in، sizeof(lead_in)، &w، portMAX_DELAY)؛
 *  i2s_write(I2S_SPK_PORT، last_audio + WAV_HEADER_LEN،
 *  last_audio_len - WAV_HEADER_LEN، &w، portMAX_DELAY)؛
 *  i2s_write(I2S_SPK_PORT، lead_in، sizeof(lead_in)، &w، portMAX_DELAY)؛
 *  تأخير(150)؛
 *  i2s_zero_dma_buffer(I2S_SPK_PORT)؛
 * }
 * #endif // SPEAK_REPLIES
 * 
 * /* ===========================================================================
 *  واجهة المستخدم
 * ===========================================================================
 */
void drawButton(int y, const char *l1, const char *l2, uint16_t colour) {
  gfx->fillRoundRect(BTN_X, y, BTN_W, BTN_H, 6, colour);
  gfx->drawRoundRect(BTN_X, y, BTN_W, BTN_H, 6, WHITE);
  gfx->setTextSize(1);
  gfx->setTextColor(WHITE);
  gfx->setCursor(BTN_X + 8, y + 14);
  gfx->print(l1);
  gfx->setCursor(BTN_X + 8, y + 28);
  gfx->print(l2);
}

/*
 * أشرطة WiFi + dBm في أسفل العمود الجانبي، تم تحديثها من الحلقة */
 * void drawWifi() {
 *  gfx->fillRect(BTN_X, 188, BTN_W, 52, BLACK);
 *  bool up = (WiFi.status() == WL_CONNECTED);
 *  long rssi = up ? WiFi.RSSI() : -100;
 *  int bars = rssi > -55 ? 4 : rssi > -65 ? 3 : rssi > -75 ? 2 : rssi > -85 ? 1 : 0;
 * 
 *  for (int b = 0; b < 4; b++) {
 *  int bh = 6 + b * 6;
 *  uint16_t col = (b < bars) ? GREEN : gfx->color565(60, 60, 60);
 *  gfx->fillRect(BTN_X + 4 + b * 9, 216 - bh, 7, bh, col);
 *  }
 *  gfx->setTextSize(1);
 *  gfx->setCursor(BTN_X + 44, 196);
 *  if (up) {
 *  gfx->setTextColor(CYAN);
 *  gfx->printf("%ld", rssi);
 *  } else {
 *  gfx->setTextColor(RED);
 *  gfx->print("DOWN");
 *  }
 *  gfx->setCursor(BTN_X + 44, 208);
 *  gfx->setTextColor(gfx->color565(120, 120, 120));
 *  gfx->print("dBm");
 *  gfx->setCursor(BTN_X + 4, 228);
 *  gfx->setTextColor(gfx->color565(120, 120, 120));
 *  gfx->print("إشارة WiFi");
 * }
 * 
 * /* العمود الجانبي العادي: زري الطلب الاثنين
 */
void drawButtons() {
  gfx->fillRect(BTN_X, 0, BTN_W, 188, BLACK);
  drawButton(BTN_OBJ_Y,    "WHAT DO",  "YOU SEE?", gfx->color565(0, 90, 160));
  drawButton(BTN_PERSON_Y, "DESCRIBE", "PERSON",   gfx->color565(120, 60, 140));

  gfx->setTextColor(CYAN);
  gfx->setCursor(BTN_X + 2, 128);
  gfx->print("OpenAI eyes");
  gfx->setCursor(BTN_X + 2, 140);
  gfx->print("Azure voice");
  gfx->setCursor(BTN_X + 2, 152);
  gfx->print("Robojax.com");

  drawWifi();
}

/*
 * وضع الإجابة عمود الجانب: مسح (العودة إلى الكاميرا) + إعادة التشغيل (قله مرة أخرى). تبقى الإجابة على الشاشة حتى يتم الضغط على مسح.
 */
void drawClearSide() {
  gfx->fillRect(BTN_X, 0, BTN_W, 188, BLACK);
  gfx->fillRoundRect(BTN_X, BTN_OBJ_Y, BTN_W, BTN_H, 6, gfx->color565(110, 35, 35));
  gfx->drawRoundRect(BTN_X, BTN_OBJ_Y, BTN_W, BTN_H, 6, WHITE);
  gfx->setTextSize(2);
  gfx->setTextColor(WHITE);
  gfx->setCursor(BTN_X + 10, BTN_OBJ_Y + 14);
  gfx->print("CLEAR");

#if SPEAK_REPLIES
  if (last_audio_len > 0) {
    gfx->fillRoundRect(BTN_X, BTN_PERSON_Y, BTN_W, BTN_H, 6, gfx->color565(0, 110, 60));
    gfx->drawRoundRect(BTN_X, BTN_PERSON_Y, BTN_W, BTN_H, 6, WHITE);
    gfx->setTextSize(1);
    gfx->setTextColor(WHITE);
    gfx->setCursor(BTN_X + 16, BTN_PERSON_Y + 20);
    gfx->print("REPLAY");
  }
#endif

  gfx->setTextSize(1);
  gfx->setTextColor(YELLOW);
  gfx->setCursor(BTN_X + 2, 124);
  gfx->print("CLEAR = camera");
  gfx->setCursor(BTN_X + 2, 136);
  gfx->print("REPLAY = again");

  drawWifi();
}

/*
 * غطاء إجابة ملفوف بالكلمات عبر أسفل إطار الرؤية. 
 * void showAnswer(const String &text) {
 *  const int max_chars = 38;
 *  int lines = (text.length() + max_chars - 1) / max_chars;
 *  if (lines > 6) lines = 6;
 *  int h = lines * 10 + 8;
 *  int y = 240 - h;
 * 
 *  gfx->fillRect(0, y, 240, h, gfx->color565(0, 0, 0));
 *  gfx->drawRect(0, y, 240, h, CYAN);
 *  gfx->setTextSize(1);
 *  gfx->setTextColor(WHITE);
 *  for (int i = 0; i < lines; i++) {
 *  gfx->setCursor(4, y + 5 + i * 10);
 *  gfx->print(text.substring(i * max_chars, min((int)text.length(), (i + 1) * max_chars)));
 *  }
 * }
 * 
 * /* ===========================================================================
 *  دورة كاملة من "انظر وقل "
 * ===========================================================================
 */
void lookAndTell(const char *prompt, const char *label) {
  led(255, 120, 0); // الكهرمان: العمل
  preview_on = false; // تتوقف الكاميرا هنا

  gfx->fillRect(0, 0, 240, 240, BLACK);
  gfx->setTextColor(YELLOW);
  gfx->setTextSize(1);
  gfx->setCursor(30, 110);
  gfx->printf("capturing photo (%s)...", label);

  size_t jpg_len = 0;
  uint32_t t_cap = millis();
  uint8_t *jpg = captureJpeg(&jpg_len);
  t_cap = millis() - t_cap;

  if (!jpg || jpg_len == 0) {
    if (jpg) free(jpg);
    showAnswer("Capture failed - tap CLEAR to retry.");
    led(255, 0, 0);
    drawClearSide();
    return;
  }
  Serial.printf("Captured %u KB in %lu ms\n", (unsigned)(jpg_len / 1024), (unsigned long)t_cap);

  gfx->setCursor(30, 124);
  gfx->printf("asking OpenAI (%uKB)...", (unsigned)(jpg_len / 1024));

  String answer;
  uint32_t t_ai = millis();
  bool ok = askVision(jpg, jpg_len, prompt, answer);
  t_ai = millis() - t_ai;
  free(jpg);

  if (!ok) {
    showAnswer("No answer - see serial monitor for the reason.");
    led(255, 0, 0);
    drawClearSide();
    return;
  }

  Serial.printf("Vision (%lu ms): %s\n", (unsigned long)t_ai, answer.c_str());
  showAnswer(answer);
  drawClearSide(); // CLEAR يحل محل أزرار الطلب

#if SPEAK_REPLIES
  led(0, 255, 40); // أخضر: يتحدث
  speak(answer); // تبقى الإجابة على الشاشة
#endif
  led(0, 0, 0);
/*
 * الجواب يبقى الآن حتى يقوم المستخدم بالنقر على مسح
 */
void setup() {
  Serial.begin(115200);
  delay(400);
  Serial.println("\n=== 05 Vision AI  |  Robojax.com ===");

  pinMode(TFT_BLK, OUTPUT);
  digitalWrite(TFT_BLK, LOW);
  pinMode(SD_CS, OUTPUT);
  digitalWrite(SD_CS, HIGH);

  gfx->begin();
  gfx->fillScreen(BLACK);
  digitalWrite(TFT_BLK, HIGH);

  bbct.init(TOUCH_SDA, TOUCH_SCL, TOUCH_RST, TOUCH_INT);
  delay(50);

 // يشارك SCCB الخاص بالكاميرا في هذا الحافلة، لذا يجب أن يكون السلك متصلًا قبل الكاميرا.
  Wire.begin(I2C_SDA, I2C_SCL, 100000);
  delay(20);

  rgb.begin();
  rgb.setBrightness(LED_BRIGHTNESS);
  led(0, 0, 0);

#if SPEAK_REPLIES
  spkInit();
#endif

  gfx->setTextSize(1);
  gfx->setTextColor(YELLOW);
  gfx->setCursor(4, 4);
  gfx->printf("Connecting to %s ...", WIFI_SSID);

  WiFi.mode(WIFI_STA);
  WiFi.begin(WIFI_SSID, WIFI_PASS);
  uint32_t t0 = millis();
  while (WiFi.status() != WL_CONNECTED && millis() - t0 < 20000) delay(300);

  gfx->setCursor(4, 16);
  if (WiFi.status() == WL_CONNECTED) {
    gfx->setTextColor(GREEN);
    gfx->print("WiFi ok");
  } else {
    gfx->setTextColor(RED);
    gfx->print("WiFi FAILED (2.4GHz only! check secrets.h)");
  }

  gfx->setCursor(4, 28);
  gfx->setTextColor(YELLOW);
  gfx->print("starting camera...");
  if (!camStartPreview()) {
    gfx->fillScreen(RED);
    gfx->setTextColor(WHITE);
    gfx->setTextSize(2);
    gfx->setCursor(20, 100);
    gfx->print("CAMERA FAILED");
    gfx->setTextSize(1);
    gfx->setCursor(20, 130);
    gfx->print("Press RESET (camera reset = board reset)");
    while (1) delay(1000);
  }

  delay(400);
  gfx->fillScreen(BLACK);
  drawButtons();
  preview_on = true;
  Serial.println("Running. Touch a button to have the AI look through the camera.");
}


/*
 * حلقة
 */
void loop() {
  static uint32_t last_touch = 0;

  if (preview_on) {
    camera_fb_t *fb = esp_camera_fb_get();
    if (fb) {
      gfx->draw16bitBeRGBBitmap(0, 0, (uint16_t *)fb->buf, fb->width, fb->height);
      esp_camera_fb_return(fb);
    }
  } else {
    delay(20); // إجابة على الشاشة، في انتظار الوضوح
  }

/*
 * إشارة WiFi حية، تتجدد كل 2 ثانية في كلا الوضعين */
 * /*  static uint32_t last_wifi = 0; 
 * إذا (millis() - last_wifi > 2000) { 
 * last_wifi = millis(); 
 * drawWifi(); 
 * }
 * 
 * /* لمسة مستشعرة للحواف: يحدث الإجراء فقط عند لمس جديد، ويجب أن ترفع الإصبع بالكامل (4 قراءات فارغة متتالية) قبل أن يمكن لأي شيء أن يحدث مرة أخرى. هذا هو ما يمنع النقر الواحد على CLEAR من تفعيل زر الالتقاط الذي يظهر في نفس المكان بعد لحظة.
 */
  static bool    touch_down = false;
  static uint8_t release_count = 0;

  uint16_t x, y;
  if (getTouch(&x, &y)) {
    release_count = 0;
    if (!touch_down) {
      touch_down = true; // نقرة جديدة - تنفيذها مرة واحدة فقط

      if (!preview_on) {