22222_app.py

import streamlit as st
import google.generativeai as genai
from PIL import Image
import io
import base64
import pandas as pd
import zipfile
import PyPDF2

# Konfiguration der Seite
st.set_page_config(page_title="Gemini AI Chat", layout="wide")

st.title("🤖 Gemini AI Chat Interface")
st.markdown("""
**Welcome to the Gemini AI Chat Interface!**
Chat seamlessly with Google's advanced Gemini AI models, supporting multiple input types.
🔗 [GitHub Profile](https://github.com/volkansah) | 
📂 [Project Repository](https://github.com/volkansah/gemini-ai-chat) | 
💬 [Soon](https://aicodecraft.io)
""")

# Session State Management
if "messages" not in st.session_state:
    st.session_state.messages = []
if "uploaded_content" not in st.session_state:
    st.session_state.uploaded_content = None

# Funktionen zur Dateiverarbeitung
def encode_image(image):
    buffered = io.BytesIO()
    image.save(buffered, format="JPEG")
    return base64.b64encode(buffered.getvalue()).decode('utf-8')

def process_file(uploaded_file):
    """Verarbeitet die hochgeladene Datei und extrahiert den Inhalt."""
    file_type = uploaded_file.name.split('.')[-1].lower()
    
    # Text-basierte Erweiterungen für ZIP-Verarbeitung
    text_extensions = ('.txt', '.csv', '.py', '.html', '.js', '.css', 
                       '.php', '.json', '.xml', '.c', '.cpp', '.java', 
                       '.cs', '.rb', '.go', '.ts', '.swift', '.kt', '.rs', '.sh', '.sql', '.xlsx')
    
    if file_type in ["jpg", "jpeg", "png"]:
        return {"type": "image", "content": Image.open(uploaded_file).convert('RGB')}
    
    if file_type in ["txt"] + [ext.strip('.') for ext in text_extensions if ext not in ('.csv', '.xlsx')]:
        return {"type": "text", "content": uploaded_file.read().decode("utf-8", errors='ignore')}
    
    if file_type in ["csv", "xlsx"]:
        try:
            # Versuch, Datei als CSV oder Excel zu lesen
            if file_type == "csv":
                df = pd.read_csv(uploaded_file)
            else: # xlsx
                df = pd.read_excel(uploaded_file)
            return {"type": "text", "content": df.to_string()}
        except Exception as e:
            return {"type": "error", "content": f"Failed to read tabular data: {e}"}
    
    if file_type == "pdf":
        try:
            reader = PyPDF2.PdfReader(uploaded_file)
            return {"type": "text", "content": "".join(page.extract_text() for page in reader.pages if page.extract_text())}
        except Exception as e:
             return {"type": "error", "content": f"Failed to read PDF: {e}"}
    
    if file_type == "zip":
        try:
            with zipfile.ZipFile(uploaded_file) as z:
                newline = "\n"
                content = f"ZIP Contents (Processing text files only):{newline}"
                
                for file_info in z.infolist():
                    if not file_info.is_dir():
                        try:
                            # Prüfen, ob die Datei eine Text-Erweiterung hat
                            if file_info.filename.lower().endswith(text_extensions):
                                with z.open(file_info.filename) as file:
                                    # Decode mit 'ignore', falls es Probleme gibt
                                    file_content = file.read().decode('utf-8', errors='ignore')
                                    content += f"{newline}📄 {file_info.filename}:{newline}{file_content}{newline}"
                            else:
                                content += f"{newline}⚠️ Binärdatei/Unbekannte Datei ignoriert: {file_info.filename}{newline}"
                        except Exception as e:
                            content += f"{newline}❌ Fehler beim Lesen von {file_info.filename}: {str(e)}{newline}"
                
                return {"type": "text", "content": content}
        except Exception as e:
            return {"type": "error", "content": f"Failed to process ZIP: {e}"}
    
    return {"type": "error", "content": "Unsupported file format"}

# Sidebar für Einstellungen
with st.sidebar:
    api_key = st.text_input("Google AI API Key", type="password")
    
    # Modell-Liste bereinigt und auf die neuesten 2.5-Modelle fokussiert
    model_list = [
        # --- Aktuelle Flaggschiffe (Standard & Pro) ---
        "gemini-2.5-flash",       # Standard, schnell, multimodal (Vision-fähig)
        "gemini-2.5-pro",         # Flagship, bestes Reasoning, multimodal (Vision-fähig)
        
        # --- Vorherige Generation (als Fallback/Alternative) ---
        "gemini-1.5-flash",       
        "gemini-1.5-pro",         
        
        # --- Legacy-Modelle (Text-only oder ältere Endpunkte) ---
        "gemini-2.0-flash",       
        "gemini-1.0-pro",         # Älterer stabiler Endpunkt
    ]
    
    model = st.selectbox("Model", model_list)
    
    # Wichtiger Hinweis: 2.5er Modelle sind standardmäßig Vision-fähig
    st.caption("❗ Alle **2.5er** Modelle sind **Vision-fähig** (Bilder, Dateien).")
    
    temperature = st.slider("Temperature", 0.0, 1.0, 0.7)
    max_tokens = st.slider("Max Tokens", 1, 100000, 1000)
# Datei-Upload-Kontrolle
uploaded_file = st.file_uploader("Upload File (Image/Text/PDF/ZIP)", 
                                 type=["jpg", "jpeg", "png", "txt", "pdf", "zip", 
                                       "csv", "xlsx", "html", "css", "php", "js", "py"])

# Logik zur Dateiverarbeitung und Vorschau
if uploaded_file and st.session_state.uploaded_content is None:
    # Nur verarbeiten, wenn eine neue Datei hochgeladen wird und kein Inhalt im State ist
    processed = process_file(uploaded_file)
    st.session_state.uploaded_content = processed

# Vorschau anzeigen, wenn Inhalt vorhanden
if st.session_state.uploaded_content:
    processed = st.session_state.uploaded_content
    
    st.subheader("Current File Attachment:")
    
    if processed["type"] == "image":
        st.image(processed["content"], caption="Attached Image", use_container_width=False, width=300)
    elif processed["type"] == "text":
        st.text_area("File Preview", processed["content"], height=150)
    elif processed["type"] == "error":
         st.error(f"Error processing file: {processed['content']}")
    
    # NEU: Clear Button
    if st.button("❌ Clear Uploaded File Attachment"):
        st.session_state.uploaded_content = None
        # Da st.file_uploader selbst nicht einfach resettet,
        # informieren wir den Nutzer, dass der Zustand gelöscht ist.
        st.info("Attachment cleared! Reload the page to reset the upload field completely.")


# Chat-Historie anzeigen
for message in st.session_state.messages:
    with st.chat_message(message["role"]):
        st.markdown(message["content"])

# Chat-Eingabe verarbeiten
if prompt := st.chat_input("Your message..."):
    if not api_key:
        st.warning("API Key benötigt!")
        st.stop()
    
    # NEU: Spinner hinzugefügt
    with st.spinner("Gemini is thinking..."):
        try:
            # API konfigurieren
            genai.configure(api_key=api_key)
            
            # Modell auswählen
            model_instance = genai.GenerativeModel(model)
            
            # Inhalt vorbereiten
            content = [{"text": prompt}]
            
            # Dateiinhalt hinzufügen
            if st.session_state.uploaded_content:
                if st.session_state.uploaded_content["type"] == "image":
                    # Überprüfung, ob ein Vision-Modell ausgewählt ist
                    if "vision" not in model.lower() and "pro" not in model.lower():
                        st.error("Bitte ein Vision- oder Pro-Modell für Bilder auswählen!")
                        st.stop()
                    
                    content.append({
                        "inline_data": {
                            "mime_type": "image/jpeg",
                            "data": encode_image(st.session_state.uploaded_content["content"])
                        }
                    })
                elif st.session_state.uploaded_content["type"] == "text":
                    # Text-Inhalt dem Prompt hinzufügen
                    content[0]["text"] += f"\n\n[Attached File Content]\n{st.session_state.uploaded_content['content']}"
            
            # Nachricht zur Historie hinzufügen und anzeigen
            st.session_state.messages.append({"role": "user", "content": prompt})
            with st.chat_message("user"):
                st.markdown(prompt)
            
            # Antwort generieren
            response = model_instance.generate_content(
                content,
                generation_config=genai.types.GenerationConfig(
                    temperature=temperature,
                    max_output_tokens=max_tokens
                )
            )
            
            # Überprüfen, ob die Antwort gültig ist
            if not response.candidates:
                st.error("API Error: Keine gültige Antwort erhalten. Überprüfe die Eingabe oder das Modell.")
            else:
                # Antwort anzeigen und zur Historie hinzufügen
                response_text = response.text
                with st.chat_message("assistant"):
                    st.markdown(response_text)
                st.session_state.messages.append({"role": "assistant", "content": response_text})
            
        except Exception as e:
            st.error(f"API Error: {str(e)}")
            # Zusätzliche Überprüfung für Visionsfehler
            if st.session_state.uploaded_content and st.session_state.uploaded_content["type"] == "image" and "vision" not in model.lower() and "pro" not in model.lower():
                st.error("Detail-Fehler: Für Bilder MUSS ein Vision-fähiger Modell (z.B. 1.5 Pro) ausgewählt werden.")

# Instructions in the sidebar
with st.sidebar:
    st.markdown("""
    ---
    ## 📝 Instructions:
    1. Enter your Google AI API key
    2. Select a model (use **Pro/Vision** models for image analysis)
    3. Adjust parameters (Temperature/Tokens)
    4. Upload a file (optional, supports **Image, Text, PDF, ZIP, CSV/XLSX**)
    5. Type your message and press Enter
    
    ### About
    🔗 [GitHub Profile](https://github.com/volkansah) | 
    📂 [Project Repository](https://github.com/volkansah/gemini-ai-chat) | 
    💬 [Soon](https://aicodecraft.io)
    """)