app.py

from fastapi import FastAPI, Request, Response, Form, Header, HTTPException, BackgroundTasks
from fastapi.responses import JSONResponse
from fastapi.staticfiles import StaticFiles
from fastapi.middleware.cors import CORSMiddleware  # 匯入 FastAPI 的 CORS 中介軟體
import requests
from typing import Annotated # 推薦用於 Pydantic v2+
from linebot.exceptions import InvalidSignatureError  # 匯入 Line 簽章無效的例外
from services.linebot import line_handle

from services.deblur import deblur_image_tiled
from services.agents import run_agent

import json
from PIL import Image
import io
import os
from datetime import datetime
import uvicorn
from dotenv import load_dotenv # 匯入 dotenv 以載入 .env 環境變數檔案

STATIC_DIR = "static"

os.environ["TORCH_HOME"] = "./.cache"
os.environ["HF_HOME"] = "./.cache"
os.environ["TRANSFORMERS_CACHE"] = "./.cache"
os.makedirs("./.cache", exist_ok=True)
os.makedirs(STATIC_DIR, exist_ok=True)

load_dotenv()

# =====================
# 初始化 FastAPI
# =====================
app = FastAPI(title="DeblurGANv2 API")

app.mount("/static", StaticFiles(directory=STATIC_DIR), name="static")
# 設定 CORS (跨來源資源共用)
app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],  # 允許所有來源
    allow_credentials=True,  # 允許憑證
    allow_methods=["*"],  # 允許所有 HTTP 方法
    allow_headers=["*"],  # 允許所有 HTTP 標頭
)

# =====================
# API 路由
# =====================
@app.get("/")
def root():
    return {"message": "DeblurGANv2 API ready!"}

@app.post("/webhook")
async def webhook(
    request: Request,
    background_tasks: BackgroundTasks,
    x_line_signature=Header(None), # 從標頭獲取 Line 的簽章
):
    """
    Line Bot 的 Webhook 路由。
    """
    # 獲取請求的原始內容 (body)
    body = await request.body()
    try:
        # 使用背景任務來處理 Webhook，這樣可以立即回傳 200 OK 給 Line 伺服器
        background_tasks.add_task(
            line_handle, body.decode("utf-8"), x_line_signature
        )
    except InvalidSignatureError:
        # 如果簽章無效，拋出 400 錯誤
        raise HTTPException(status_code=400, detail="Invalid signature")
    return "ok"

@app.post("/ai_agent")
async def ai_agent(
    input_text: Annotated[str, Form(description="輸入文字")],
    # 將您的 form-data 欄位定義為函數參數，並使用 Form()
    file_name: Annotated[str, Form(description="檔案名稱")] = None,
    file_format: Annotated[str, Form(description="檔案格式")] = None,
    file_url: Annotated[str, Form(description="檔案下載網址")] = None, # 可選參數，有預設值
    # 對於需要轉換類型 (例如 int) 的欄位，直接在類型提示中指定
    file_width: Annotated[int, Form(description="檔案寬度")] = 0,
    file_height: Annotated[int, Form(description="檔案高度")] = 0,
    file_created_at: Annotated[str, Form(description="檔案建立時間")] = None,
):
    out_str = ""
    image_url = ""
    text_result = ""

    try:

        agent_input = input_text
        if file_url:
            agent_input = f"請根據這張圖片回答問題。圖片的路徑是 {file_url}，我的問題是：{input_text}"

        # 運行 LangChain 代理人
        response = run_agent(agent_input)
        # Agent 的輸出是 JSON 字串 (無論成功或失敗)
        out_str = response["output"]
        #print(f"out_str:{out_str}")
        tool_result = out_str.get("tool_result", {})
        if tool_result is None:
            tool_result = {}
        #print(f"tool_result:{tool_result}")
        final_response = out_str.get("final_response") 
        #print(f"final_response:{final_response}")

        if "error" in tool_result:
            # 3A. 處理錯誤情況 (例如：圖片下載失敗、API 錯誤)
            error_msg = tool_result["error"]
            reply_text = f"🚫 圖片工具執行失敗：\n{error_msg}"
            return JSONResponse(
                {"status": "error", "message": reply_text},
                status_code=500
            )

        elif "image_url" in tool_result:
            # 3B. 處理成功情況 (帶有圖片 URL，例如：圖片生成或去模糊工具)
            image_url = tool_result["image_url"]
            text_result = tool_result.get("text_result", "圖片處理完成。")
            
            # Line 要求圖片 URL 必須是 HTTPS
            # 由於 HF_SPACE 預設是 https，這裡做一個保險轉換
            if image_url.startswith("http://"):
                image_url = image_url.replace("http://", "https://")
                
        elif "text_result" in tool_result:
                # 3C. 處理純文字結果 (例如：多模態分析工具)
            text_result = tool_result["text_result"]
            
        elif final_response:
            text_result = final_response

        else:
                # 3D. 處理意外的 JSON 結構
            text_result = "代理人回覆格式無法識別，請聯繫管理員。"
            
        return JSONResponse(
            {
                "status": "success", 
                "message": text_result,
                "image_url" : image_url 
            }, status_code=200
        )

    except json.JSONDecodeError:
            # 4. 處理 Agent 返回了無法解析的純文字 (非 JSON)
            # 這通常發生在 Agent 決定不使用工具，直接回覆純文字，或者推理過程出錯。
            return JSONResponse(
                {"status": "error", "message": out_str }, status_code=500
            )

    except Exception as e:
            # 處理代理人執行時的錯誤
            print(f"代理人執行出錯: {e}")
            out = f"代理人執行出錯!錯誤訊息：{e}"
            import traceback
            traceback.print_exc()
            return JSONResponse(
                {"status": "error", "message": out }, status_code=500
            )

@app.post("/predict")
async def predict(
    request: Request,
    # 將您的 form-data 欄位定義為函數參數，並使用 Form()
    file_name: Annotated[str, Form(description="檔案名稱")],
    file_format: Annotated[str, Form(description="檔案格式")],
    file_url: Annotated[str, Form(description="檔案下載網址")], # 可選參數，有預設值
    # 對於需要轉換類型 (例如 int) 的欄位，直接在類型提示中指定
    file_width: Annotated[int, Form(description="檔案寬度")] = 0,
    file_height: Annotated[int, Form(description="檔案高度")] = 0,
    file_created_at: Annotated[str, Form(description="檔案建立時間")] = None,
):
    try:
        print("### start /predict !!")

        if not file_url:
            return JSONResponse(
                {"status": "error", "message": "file_url is required"},
                status_code=400
            )

        # 2️⃣ 從 URL 下載圖片
        resp = requests.get(file_url)
        resp.raise_for_status()
        img = Image.open(io.BytesIO(resp.content)).convert("RGB")

        # 3️⃣ 去模糊
        result = deblur_image_tiled(img)

        # 4️⃣ 產生檔名
        base_name = f"{file_name}_{file_width}_{file_height}_{file_created_at}.jpg"
        file_path = os.path.join(STATIC_DIR, base_name)

        # 5️⃣ 儲存到 static
        result.save(file_path, format="JPEG")

        # 6️⃣ 回傳前端可取用的 URL
        file_url_return = str(request.base_url) + f"static/{base_name}"
        return {
            "status": "success", 
            "file_url": file_url_return,
            "file_name": base_name,
            "file_format": "jpg",
            "file_width": result.width,
            "file_height": result.height,
            "file_created_at": datetime.now().strftime("%Y%m%d%H%M%S")
        }

    except Exception as e:
        import traceback
        traceback.print_exc()
        return JSONResponse(
            {"status": "error", "message": str(e)}, status_code=500
        )
    

if __name__ == "__main__":
    uvicorn.run("app:app", host="0.0.0.0", port=7860, reload=False)