Update app.py

app.py

@@ -1,55 +1,61 @@
 import json
 import os
+import re
+import gradio as gr
 from google import genai
 from google.genai import types
 
 TAGS_FILE = "tags.json"
 
 def load_tags():
-    """讀取現有的標準標籤庫"""
     if os.path.exists(TAGS_FILE):
         with open(TAGS_FILE, "r", encoding="utf-8") as f:
             return json.load(f)
-    # 若檔案不存在，給予預設值
-    return {"情緒基調": ["溫柔療癒"], "視覺畫面": ["璀璨星空"], "適用場景": ["深夜沉思"]}
+    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(tags_data):
-    """將更新後的標籤庫寫回檔案"""
     with open(TAGS_FILE, "w", encoding="utf-8") as f:
         json.dump(tags_data, f, ensure_ascii=False, indent=2)
 
-def analyze_song_v2(artist, song):
-    # 1. 讀取目前的動態標籤庫
+def analyze_song_v5(artist, song):
     current_tags = load_tags()
-    
-    # 2. 初始化 Gemini Client (假設已設定好 API_KEY)
     client = genai.Client(api_key=os.environ.get("GEMINI_API_KEY"))
     
-    # 3. 設計「語意大合體」的智慧型 Prompt
+    # 核心 Prompt：命令 AI 將所有客觀數據與四大類標籤全部融合成一條字串
     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歌詞與背景。
+    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。
     
-    請執行以下任務：
-    1. 意境描述：用 150 字以內，精準地簡述這首歌在描述什麼樣的情境或情感。
-    2. 關鍵字生成：請為這首歌標註【情緒基調】、【視覺畫面】、【適用場景】。
+    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。]
     
-    ⚠️【語意對齊與校正規則】⚠️
-    下方的【現有標籤庫】是目前系統已有的標準詞彙：
+    字串中必須包含以下兩大類標籤：
+    1. 靜態標籤（直接輸出，絕對不要加任何 [NEW] 標記）：
+       專輯或歌曲衍生名、發行年份、年代標籤(如 2010年代, 2010s)、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 118 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。
+       - 發現新詞規則：如果你認為現有資料庫無法涵蓋，允許你創造新詞，但必須在該詞前面加上 `[NEW:類別]` 標記。
+         （例如：創造新曲風寫成 `[NEW:風格曲風]林式情歌`；創造新情感寫成 `[NEW:情緒基調]狂放嘶吼`）。
+
+    【目前的標準資料庫】（供你對齊使用）：
     {json.dumps(current_tags, ensure_ascii=False)}
-    
-    - 步驟 A（語意對齊）：當你想到一個形容詞時，請先檢查它是否與【現有標籤庫】中的某個詞語意高度相似（例如：你想到了「悲傷」，而庫裡有「孤獨傷感」，你必須自動將其校正並採用「孤獨傷感」）。
-    - 步驟 B（發現新詞）：如果你認為這首歌具備一個【現有標籤庫】完全無法涵蓋的全新概念（例如：歌風是賽博朋克或前衛電音），允許你創造新詞，但必須在該詞前面加上 `[NEW]` 標記（例如：`[NEW]電音迷幻`）。
 
-    請嚴格按照以下格式輸出：
-    1. 意境描述：[在這裡輸入你的描述]
-    2. 關鍵字生成：
-       - 【情緒基調】：[標籤, 標籤]
-       - 【視覺畫面】：[標籤, 標籤]
-       - 【適用場景】：[標籤, 標籤]
+    正確的【統一標籤庫】輸出範例（必須只有一行長字串）：
+    因你而在, Stories Untold, 2013, 2010年代, 2010s, 台灣, Taiwan, 謝謝你引領我向前, 118 BPM, [NEW:風格曲風]林式情歌, 溫柔療癒, 璀璨星空, 深夜沉思
     """
 
-    # 4. 呼叫 Gemini 2.5 Flash
     response = client.models.generate_content(
         model='gemini-2.5-flash',
         contents=prompt,
@@ -60,28 +66,21 @@ def analyze_song_v2(artist, song):
     
     result_text = response.text
     
-    # 5. 【自動化核心】解析回傳文本，抓取 `[NEW]` 標籤並更新 JSON
+    # 後台核心技術：利用正則表達式，精準抓出帶有類別標籤的 [NEW:類別]新詞
+    # 這會抓出像 ('風格曲風', '林式情歌') 這樣的組合
+    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 line in result_text.split("\n"):
-        if "[NEW]" in line:
-            # 找出屬於哪一個大類別
-            for category in current_tags.keys():
-                if f"【{category}】" in line or category in line:
-                    # 提取出帶有 [NEW] 的新詞並去蕪存菁
-                    parts = line.split(":")[-1].split(",")
-                    for p in parts:
-                        p = p.strip()
-                        if "[NEW]" in p:
-                            new_tag = p.replace("[NEW]", "").strip()
-                            # 如果這個新詞不在庫裡，就加進去
-                            if new_tag not in current_tags[category]:
-                                current_tags[category].append(new_tag)
-                                has_updates = True
-                                
-    # 6. 如果有新標籤加入，自動存檔，下次別首歌就能直接比對沿用！
+    for category, tag in new_found_tags:
+        tag = tag.strip()
+        # 確保這個新詞不在該類別的 JSON 清單中，然後塞進去
+        if tag not in current_tags[category]:
+            current_tags[category].append(tag)
+            has_updates = True
+            
     if has_updates:
         save_tags(current_tags)
         
-    # 為了前端好看，把回傳給使用者的文字中的 `[NEW]` 字樣拿掉
-    clean_output = result_text.replace("[NEW]", "")
+    # 用正則把所有的 `[NEW:XXXXX]` 標記通通抹除乾淨，不留痕跡
+    clean_output = re.sub(r'\[NEW:[^\]]+\]', '', result_text)
     return clean_output