src/streamlit_app.py

import pandas as pd
import requests
import google.generativeai as genai
import os
import csv
from datetime import datetime
import streamlit as st
import base64
import io

# Streamlit 配置
st.set_page_config(
    page_title="台南開放資料 Gemini 分析",
    page_icon="📊",
    layout="wide",
    initial_sidebar_state="expanded",
)

# 設定 Gemini API 金鑰
GEMINI_API_KEY = st.sidebar.text_input("Gemini API Key", "AIzaSyBxrwdxgs6JemK25piF_RFnxJ9SqKuqhEE", type="password")

if GEMINI_API_KEY:
    # 設定 API 金鑰
    genai.configure(api_key=GEMINI_API_KEY)
    model = genai.GenerativeModel("gemini-1.5-flash")

# 準備 Session State
if 'df' not in st.session_state:
    st.session_state.df = None
if 'data_summary' not in st.session_state:
    st.session_state.data_summary = ""
if 'chat_history' not in st.session_state:
    st.session_state.chat_history = []
if 'csv_log' not in st.session_state:
    st.session_state.csv_log = []
    # 添加標題行
    st.session_state.csv_log.append(["Timestamp", "User", "Gemini"])

# 函數: 記錄對話到 CSV
def log_to_csv(user_message, gemini_response):
    timestamp = datetime.now().isoformat()
    st.session_state.csv_log.append([timestamp, user_message, gemini_response])

# 函數: 發送訊息到 Gemini
def send_to_gemini(prompt):
    if not GEMINI_API_KEY:
        return "請先設定 Gemini API Key"
        
    try:
        # 組合提示詞，加入上下文
        context = ""
        if st.session_state.df is not None:
            context = f"基於前面提供的台南市資料：\n{st.session_state.data_summary}\n\n"
        
        full_prompt = context + prompt
        
        # 請求 Gemini API
        response = model.generate_content(full_prompt)
        reply = response.text.strip()
        
        # 記錄到 CSV
        log_to_csv(prompt, reply)
        
        return reply
    except Exception as e:
        return f"⚠️ 錯誤：{str(e)}"

# 函數: 抓取資料
def fetch_data(url):
    try:
        response = requests.get(url)
        response.raise_for_status()  # 檢查是否有錯誤
        
        # 儲存為臨時檔案
        temp_file = io.BytesIO(response.content)
        
        # 讀取 CSV
        df = pd.read_csv(temp_file, encoding="utf-8-sig")
        
        # 更新 session state
        st.session_state.df = df
        
        # 準備資料摘要
        st.session_state.data_summary = f"""
資料維度: {df.shape[0]} 列 x {df.shape[1]} 欄
欄位名稱: {', '.join(df.columns)}
資料範例:
{df.head(3).to_string()}
"""
        return df
    except Exception as e:
        st.error(f"獲取資料時發生錯誤: {str(e)}")
        return None

# 函數: 分析資料
def analyze_data():
    if st.session_state.df is None:
        st.warning("請先獲取資料")
        return
    
    prompt = f"請分析以下台南市政府公開資料，說明這是什麼類型的資料，有什麼重要資訊，以及可能的應用。資料如下:\n\n{st.session_state.data_summary}"
    
    with st.spinner("Gemini 正在分析資料..."):
        response = send_to_gemini(prompt)
        
    # 添加到聊天歷史
    st.session_state.chat_history.append(("系統", prompt))
    st.session_state.chat_history.append(("Gemini", response))
    
    # 自動切換到聊天頁籤
    st.session_state.active_tab = "chat"

# 側邊欄
with st.sidebar:
    st.title("台南開放資料 Gemini 分析")
    st.markdown("---")
    
    # 下載 CSV 按鈕 - 使用原生 download_button 代替 HTML 連結
    st.markdown("### 下載對話記錄")
    
    # 準備 CSV 資料
    csv_string = io.StringIO()
    writer = csv.writer(csv_string)
    for row in st.session_state.csv_log:
        writer.writerow(row)
    csv_bytes = csv_string.getvalue().encode('utf-8-sig')
    
    # 使用原生下載按鈕
    st.download_button(
        label="下載對話記錄 CSV",
        data=csv_bytes,
        file_name="chat_log.csv",
        mime="text/csv",
    )
    
    st.markdown("---")
    st.markdown("### 關於")
    st.markdown("""
    這是一個整合台南市政府開放資料和 Gemini AI 的應用程式。
    - 抓取和分析台南市政府的開放資料
    - 使用 Google Gemini AI 進行資料解析
    - 以 CSV 格式下載分析結果和對話記錄
    """)

# 主頁面 - 標籤導航
if 'active_tab' not in st.session_state:
    st.session_state.active_tab = "data"

# 標籤選擇器
tabs = ["資料展示", "Gemini 聊天"]
active_tab_index = 0 if st.session_state.active_tab == "data" else 1
active_tab = st.tabs(tabs)[active_tab_index]

# 資料展示頁籤
if active_tab_index == 0:
    with active_tab:
        st.header("台南市政府開放資料")
        
        # URL 輸入區
        default_url = "https://data.tainan.gov.tw/dataset/c4e00530-6367-4b7d-a4ac-085965915c78/resource/fc1990ec-f94f-4845-9cfd-214072d4fbf8/download/eeb5b8ad-a10a-4f6e-a064-f4d6ead73d9d.csv"
        url = st.text_input("資料 URL", value=default_url)
        
        col1, col2 = st.columns([1, 5])
        with col1:
            if st.button("獲取資料"):
                with st.spinner("正在獲取資料..."):
                    fetch_data(url)
        
        with col2:
            if st.session_state.df is not None:
                if st.button("使用 Gemini 分析資料"):
                    analyze_data()
                    st.session_state.active_tab = "chat"
                    st.rerun()  # 修改這裡，從 experimental_rerun() 改為 rerun()
        
        # 顯示資料預覽
        if st.session_state.df is not None:
            st.subheader("資料預覽")
            st.dataframe(st.session_state.df.head(10), use_container_width=True)
            
            # 顯示數據統計
            st.subheader("資料統計")
            col1, col2 = st.columns(2)
            with col1:
                st.metric("資料列數", st.session_state.df.shape[0])
            with col2:
                st.metric("資料欄數", st.session_state.df.shape[1])
            
            # 欄位列表
            st.subheader("欄位列表")
            st.write(", ".join(st.session_state.df.columns))
            
            # 下載原始資料的按鈕
            csv_data = st.session_state.df.to_csv(index=False).encode('utf-8-sig')
            st.download_button(
                label="下載原始資料 CSV",
                data=csv_data,
                file_name="tainan_data.csv",
                mime="text/csv",
            )

# Gemini 聊天頁籤
else:
    with active_tab:
        st.header("與 Gemini AI 對話")
        
        # 顯示聊天歷史
        chat_container = st.container()
        with chat_container:
            for role, message in st.session_state.chat_history:
                if role == "系統":
                    st.info(f"系統: {message}")
                elif role == "使用者":
                    st.success(f"您: {message}")
                else:  # Gemini
                    st.markdown(f"**Gemini**: {message}")
            
        # 使用者輸入區
        with st.form(key="chat_form", clear_on_submit=True):
            user_input = st.text_area("您的問題:", height=100)
            submit_button = st.form_submit_button("送出")
            
            if submit_button and user_input:
                # 添加使用者訊息到歷史
                st.session_state.chat_history.append(("使用者", user_input))
                
                # 獲取 Gemini 回覆
                with st.spinner("Gemini 正在回應..."):
                    response = send_to_gemini(user_input)
                
                # 添加 Gemini 回覆到歷史
                st.session_state.chat_history.append(("Gemini", response))
                
                # 重新加載頁面以顯示新消息
                st.rerun()  # 修改這裡，從 experimental_rerun() 改為 rerun()