app.py

import json
import os
import re
import time
import pandas as pd
import gradio as gr
from google import genai
from google.genai import types
from huggingface_hub import hf_hub_download, HfApi

# 雲端 Dataset 設定
REPO_ID = "Denny1911/Keywords"  
FILENAME = "tags.json"
HF_TOKEN = os.environ.get("HF_TOKEN") 

def load_tags_from_cloud():
    """從雲端 Dataset 下載最新 JSON"""
    try:
        filepath = hf_hub_download(repo_id=REPO_ID, filename=FILENAME, repo_type="dataset", token=HF_TOKEN)
        with open(filepath, "r", encoding="utf-8") as f:
            return json.load(f)
    except Exception as e:
        print(f"讀取雲端失敗，使用預設初始標籤。原因: {e}")
        return {
            "情緒基調": ["溫柔療癒", "熱血激情"],
            "視覺畫面": ["璀璨星空"],
            "適用場景": ["深夜沉思"],
            "風格曲風": ["華語流行"]
        }

def save_tags_to_cloud(tags_data):
    """將更新後的 JSON 直接推回雲端 Dataset 儲存"""
    with open(FILENAME, "w", encoding="utf-8") as f:
        json.dump(tags_data, f, ensure_ascii=False, indent=2)
    
    try:
        api = HfApi()
        api.upload_file(
            path_or_fileobj=FILENAME,
            path_in_repo=FILENAME,
            repo_id=REPO_ID,
            repo_type="dataset",
            token=HF_TOKEN
        )
        print("雲端標籤庫同步成功！")
    except Exception as e:
        print(f"同步至雲端失敗。原因: {e}")


# =====================================================================
# 核心 AI 分析邏輯
# =====================================================================
def core_analyze_process(artist, song, current_tags):
    client = genai.Client(api_key=os.environ.get("GEMINI_API_KEY"))
    
    prompt = f"""
    你是一位專業的音樂與情感分析師。
    請針對用戶提供的【歌曲：{song}】與【歌手：{artist}】，利用聯網搜尋功能找到這首歌的完整背景、歌詞與音樂資訊。
    
    請嚴格按照以下格式輸出結果（包含兩個區塊）：

    ### 📝 1. 意境與情境描述
    [請用 150 字以內，精準、優美地簡述這首歌在描述什麼樣的情境、故事或情感。]

    ### 🏷️ 2. 統一標籤庫
    [請將這首歌的所有相關標籤，全部統一用「英文逗號 ,」隔開，排成一整行輸出，不要分段。]
    
    ✨【中英雙語對照輸出規則】✨：
    1. 只要輸出了「中文/非英文」的標籤，其後方必須「緊接著」輸出它的英文翻譯，並用逗號隔開。
    2. 如果標籤本身就是數字（如發行年份 2007、速度 135 BPM）或是原本就屬於英文單字（如 Taiwan, 2000s），則保持原樣即可，絕對不要重複翻譯。
    
    字串中必須包含以下兩大類標籤：
    1. 靜態標籤（需遵循雙語對照規則）：
       歌曲名、專輯或歌曲衍生名、發行年份、年代標籤(如 2000年代, 2000s)、地區、相關影視作品名稱、最著名的副歌第一句歌詞、歌曲速度(如 135 BPM)。
       
    2. 動態標籤（必須對照下方的【標準資料庫】進行語意對齊）：
       包含【情緒基調】、【視覺畫面】、【適用場景】、【風格曲風】。
       - 語意對齊：如果你想到的詞與下方資料庫中的詞高度相似，必須自動校正並採用資料庫中的詞（採用後一樣要在後面補上英文翻譯）。
       - 發現新詞規則：如果你認為現有資料庫無法涵蓋，允许你創造新詞，但必須在「中文新詞」前面加上 `[NEW:類別]` 標記，並在其後方照常輸出英文翻譯。
         （例如：創造新曲風寫成 `[NEW:風格曲風]周氏情歌, Chou Style`；創造新情感寫成 `[NEW:情緒基調]青澀回憶, Youthful Memories`）。

    【目前的標準資料庫】（供你對齊與參考語意）：
    {json.dumps(current_tags, ensure_ascii=False)}

    正確的【統一標籤庫】中英交錯輸出範例（必須只有一行長字串，不要帶引號）：
    蒲公英的約定, The Promised Dandelion, 我box忙, On the Run, 2007, 2000年代, 2000s, 台灣, Taiwan, 不能說的秘密, Secret, 一起長大的約定 那樣清晰 打過勾的我相信, The promise of growing up together is so clear, 135 BPM, [NEW:風格曲風]周氏情歌, Chou Style, 溫柔療癒, Gentle and Healing, 璀璨星空, Starry Night, 深夜沉思, Midnight Reflection
    """

    response = client.models.generate_content(
        model='gemini-2.5-flash',
        contents=prompt,
        config=types.GenerateContentConfig(
            tools=[types.Tool(google_search=types.GoogleSearch())]
        )
    )
    
    result_text = response.text
    
    new_found_tags = re.findall(r'\[NEW:(情緒基調|視覺畫面|適用場景|風格曲風)\]([^,\n]+)', result_text)
    has_updates = False
    for category, tag in new_found_tags:
        tag = tag.strip()
        if tag not in current_tags[category]:
            current_tags[category].append(tag)
            has_updates = True
            
    if has_updates:
        save_tags_to_cloud(current_tags)
        
    clean_output = re.sub(r'\[NEW:[^\]]+\]', '', result_text)
    
    desc_match = re.search(r'### 📝 1\. 意境與情境描述\s*([\s\S]*?)(?=### 🏷️ 2\. 統一標籤庫|$)', clean_output)
    tags_match = re.search(r'### 🏷️ 2\. 統一標籤庫\s*([\s\S]*)', clean_output)
    
    desc_content = desc_match.group(1).strip() if desc_match else "（未能成功生成情境描述）"
    tags_content = tags_match.group(1).strip() if tags_match else clean_output
    
    return tags_content, desc_content


# =====================================================================
# 功能 1：單曲分析（保留前台意境分流呈現）
# =====================================================================
def analyze_song_single(artist, song, progress=gr.Progress()):
    progress(0.1, desc="🔄 正在連線雲端下載歷史標籤庫...")
    current_tags = load_tags_from_cloud()
    
    progress(0.3, desc=f"🔍 正在啟動 Gemini 聯網檢索《{song}》...")
    tags_content, desc_content = core_analyze_process(artist, song, current_tags)
    
    progress(1.0, desc="🎉 單曲分析大功告成！")
    return tags_content, desc_content


# =====================================================================
# 功能 2：批次表格上傳分析（✨ 嚴格限制三直欄輸出，移除非必要欄位）
# =====================================================================
def analyze_song_batch(file_obj, delay_seconds, progress=gr.Progress()):
    if file_obj is None:
        return None, "❌ 請先上傳 Excel 或 CSV 檔案！"
    
    try:
        if file_obj.name.endswith('.csv'):
            df = pd.read_csv(file_obj.name)
        else:
            df = pd.read_excel(file_obj.name)
    except Exception as e:
        return None, f"❌ 檔案讀取失敗。原因: {e}"
    
    if df.shape[1] < 2:
        return None, "❌ 檔案格式不符！表格必須至少包含兩欄（左邊歌曲，右邊歌手）。"
    
    total_songs = len(df)
    results = []
    
    progress(0.05, desc="🔄 正在連線雲端下載歷史標籤庫...")
    current_tags = load_tags_from_cloud()
    
    for index, row in df.iterrows():
        song = str(row.iloc[0]).strip()
        artist = str(row.iloc[1]).strip()
        
        current_idx = index + 1
        progress((index / total_songs), desc=f"🎵 [批次進度 {current_idx}/{total_songs}] 正在分析: {artist} - 《{song}》...")
        
        try:
            # 呼叫 AI 獲取標籤（忽略回傳的 desc 內容）
            tags, _ = core_analyze_process(artist, song, current_tags)
            # ✨ 核心優化：字典裡只塞三個直欄欄位，徹底移除意境描述
            results.append({
                "歌曲": song,
                "歌手": artist,
                "雙語標籤庫": tags
            })
        except Exception as e:
            results.append({
                "歌曲": song,
                "歌手": artist,
                "雙語標籤庫": f"分析失敗: {e}"
            })
        
        if current_idx < total_songs and delay_seconds > 0:
            for remaining in range(int(delay_seconds), 0, -1):
                progress((current_idx / total_songs), desc=f"⏳ [防封鎖冷卻中] 已完成第 {current_idx} 首。等待 {remaining} 秒後繼續下一首...")
                time.sleep(1)

    progress(0.95, desc="💾 所有歌曲分析完畢！正在封裝成精簡版 Excel 檔案...")
    output_df = pd.DataFrame(results)
    output_filename = "音樂批次分析結果_精簡雙語版.xlsx"
    output_df.to_excel(output_filename, index=False)
    
    progress(1.0, desc="🎉 批次分析全部完成！檔案已生成。")
    return output_filename, f"✅ 成功處理完成！共計 {total_songs} 首歌曲，請點擊下方按鈕下載僅含三直欄的完美表格。"


# =====================================================================
# Gradio 介面佈局
# =====================================================================
with gr.Blocks(title="🎵 智慧音樂關鍵字大數據分析系統") as demo:
    gr.Markdown("# 🎵 智慧音樂關鍵字與意境分析系統 (全功能版)")
    
    with gr.Tabs():
        # --- 分頁一：單曲即時分析 ---
        with gr.Tab("🎯 單曲即時分析"):
            gr.Markdown("輸入單一歌手與歌名，AI 自動聯網檢索，即時呈現雙語標籤海。")
            with gr.Row():
                with gr.Column():
                    artist_input = gr.Textbox(label="歌手 / 藝術家", placeholder="例如：周杰倫")
                    song_input = gr.Textbox(label="歌曲名稱", placeholder="例如：蒲公英的約定")
                    with gr.Row():
                        clear_btn = gr.Button("Clear")
                        submit_btn = gr.Button("Submit", variant="primary")
                with gr.Column():
                    gr.Markdown("### 🏷️ 智慧生成雙語標籤庫")
                    output_tags = gr.Markdown()
                    with gr.Accordion("📝 點擊展開：查看 AI 歌曲意境與情境描述", open=False):
                        output_desc = gr.Markdown()
            
            submit_btn.click(
                fn=analyze_song_single,
                inputs=[artist_input, song_input],
                outputs=[output_tags, output_desc]
            )
            clear_btn.click(
                fn=lambda: ("", "", "", ""),
                inputs=None,
                outputs=[artist_input, song_input, output_tags, output_desc]
            )

        # --- 分頁二：批次表格上傳 ---
        with gr.Tab("📂 批次表格上傳分析"):
            gr.Markdown("### 📊 多筆資料自動化分析")
            gr.Markdown("請上傳一個 Excel (.xlsx) 或 CSV (.csv) 檔案。第一欄為「歌曲名稱」，第二欄為「歌手/團隊」。")
            
            with gr.Row():
                with gr.Column():
                    file_input = gr.File(label="上傳音樂表格檔案", file_types=[".xlsx", ".csv"])
                    # ✨ 核心優化：將預設間隔時間拉高到 12 秒，並擴大極限至 30 秒，防止大量查詢被 Google 判定為惡意刷流量
                    delay_slider = gr.Slider(
                        minimum=0, maximum=30, value=12, step=1, 
                        label="⏳ 每筆分析之間的時間間隔 (秒)", 
                        info="💡 建議維持 12 秒以上。由於免費版 Gemini 加上聯網搜尋有嚴格的每分鐘次數限制 (Rate Limit)，間隔太短會導致後面整排分析失敗。"
                    )
                    batch_submit_btn = gr.Button("🚀 開始批次自動分析", variant="primary")
                
                with gr.Column():
                    batch_status = gr.Textbox(label="執行狀態報告", placeholder="等待上傳檔案...", interactive=False)
                    file_output = gr.File(label="📥 下載完整分析 Excel 結果報告")
            
            batch_submit_btn.click(
                fn=analyze_song_batch,
                inputs=[file_input, delay_slider],
                outputs=[file_output, batch_status]
            )

if __name__ == "__main__":
    demo.launch()