Update main.py

main.py

@@ -4,205 +4,291 @@ import requests
 from bs4 import BeautifulSoup
 import google.generativeai as genai
 from fastapi import FastAPI, Request, Header, BackgroundTasks, HTTPException
-from fastapi.responses import FileResponse
 from linebot import LineBotApi, WebhookHandler
 from linebot.exceptions import InvalidSignatureError
 from linebot.models import MessageEvent, TextMessage, TextSendMessage, ImageSendMessage
-
-import asyncio
-from pyppeteer import launch
+import tempfile
+import base64
+from PIL import Image
+import io
 
 # --- 設定部分 ---
+# 建立 FastAPI 應用程式
 app = FastAPI()
 
 # 初始化全域變數
 web_content = ""
 line_bot_api = None
 line_handler = None
-model = None
+text_model = None
+image_model = None
 TARGET_URL = "https://huggingface.co/spaces/AlanRex/AITEST"  # 要分享的網址
-SNAPSHOT_FILE = "snapshot.png"  # 截圖存放位置
-
-
-# -------- 截圖功能 --------
-async def take_screenshot(url, path=SNAPSHOT_FILE):
-    """使用 pyppeteer 截圖指定網址"""
-    browser = await launch(headless=True, args=["--no-sandbox"])
-    page = await browser.newPage()
-    await page.setViewport({"width": 1280, "height": 720})
-    await page.goto(url, {"waitUntil": "networkidle2"})
-    await page.screenshot({"path": path, "fullPage": True})
-    await browser.close()
-
-
-@app.get("/snapshot")
-async def snapshot():
-    """提供截圖圖片 API"""
-    if not os.path.exists(SNAPSHOT_FILE):
-        await take_screenshot(TARGET_URL, SNAPSHOT_FILE)
-    return FileResponse(SNAPSHOT_FILE, media_type="image/png")
 
-
-# -------- 初始化服務 --------
 def initialize_services():
-    global web_content, line_bot_api, line_handler, model
-
+    """初始化各項服務"""
+    global web_content, line_bot_api, line_handler, text_model, image_model
+    
+    # 設定 Google AI API 金鑰
     google_api_key = os.getenv("GOOGLE_API_KEY")
     if google_api_key:
         genai.configure(api_key=google_api_key)
         print("Google AI API 已設定")
     else:
         print("警告: 未找到 GOOGLE_API_KEY 環境變數")
-
+    
+    # 設定 Line Bot 的 API 金鑰和秘密金鑰
     channel_access_token = os.getenv("CHANNEL_ACCESS_TOKEN")
     channel_secret = os.getenv("CHANNEL_SECRET")
-
+    
     if channel_access_token and channel_secret:
         line_bot_api = LineBotApi(channel_access_token)
         line_handler = WebhookHandler(channel_secret)
         print("Line Bot API 已設定")
     else:
         print("警告: 未找到 Line Bot 環境變數")
-
+    
     try:
+        # 使用 requests 取得網頁的 HTML 內容
         print(f"正在抓取網頁內容: {TARGET_URL}")
         response = requests.get(TARGET_URL, timeout=10)
+        # 檢查是否成功取得網頁 (HTTP status code 200)
         response.raise_for_status()
-        soup = BeautifulSoup(response.text, "html.parser")
-        web_content = soup.get_text(separator=" ", strip=True)
+        
+        # 使用 BeautifulSoup 解析 HTML
+        soup = BeautifulSoup(response.text, 'html.parser')
+        # 取得網頁中所有的文字內容，並移除多餘的空白
+        web_content = soup.get_text(separator=' ', strip=True)
         print(f"成功抓取網頁內容，長度: {len(web_content)} 字元")
+        
     except requests.exceptions.RequestException as e:
+        # 處理抓取網頁時發生的錯誤
         print(f"Error fetching the URL: {e}")
-        web_content = "無法取得網頁內容。"
-
-    system_instruction = web_content + f"\n\n您是一位問答助手，只能根據以上內容回答。" \
-                        f"更多資訊請參考：{TARGET_URL}"
-
+        web_content = "無法取得網頁內容，請檢查網址或連線。"
+    
+    # 設定生成文字的角色扮演與限制
+    system_instruction = web_content + "\n\n您是一位問答助手。請僅限使用以上提供的內容來回答問題。請以簡潔明確的方式回答，並且能夠根據內容描述相關的視覺元素。"
+    
+    # 建立模型實例
     if google_api_key:
         try:
-            model = genai.GenerativeModel(
+            # 文字生成模型
+            text_model = genai.GenerativeModel(
                 model_name="gemini-2.5-flash",
                 system_instruction=system_instruction
             )
+            
+            # 圖片生成模型 (使用 Imagen 3)
+            image_model = genai.GenerativeModel("imagen-3.0-generate-001")
+            
             print("Gemini 模型已初始化")
         except Exception as e:
             print(f"初始化 Gemini 模型時出錯: {e}")
-            model = None
-
+            text_model = None
+            image_model = None
 
+def generate_image_from_content(user_prompt):
+    """根據網站內容和用戶提問生成圖片"""
+    try:
+        if not text_model or not image_model:
+            return None, "AI 模型尚未準備就緒"
+        
+        # 先用文字模型分析內容並產生圖片描述
+        analysis_prompt = f"""
+        基於網站內容，請為以下問題產生一個適合的圖片描述（英文）：
+        問題：{user_prompt}
+        
+        請產生一個清楚、具體的圖片描述，描述應該：
+        1. 與網站內容相關
+        2. 適合視覺化呈現
+        3. 使用英文描述
+        4. 長度在50-100字之間
+        
+        只回傳圖片描述，不需要其他解釋。
+        """
+        
+        response = text_model.generate_content(analysis_prompt)
+        if not response or not response.text:
+            return None, "無法產生圖片描述"
+        
+        image_description = response.text.strip()
+        print(f"圖片描述：{image_description}")
+        
+        # 使用圖片描述生成圖片
+        image_response = image_model.generate_content([image_description])
+        
+        if not image_response or not image_response.candidates:
+            return None, "無法生成圖片"
+        
+        # 取得生成的圖片
+        generated_image = image_response.candidates[0]
+        if hasattr(generated_image, 'content') and hasattr(generated_image.content, 'parts'):
+            image_part = generated_image.content.parts[0]
+            if hasattr(image_part, 'inline_data'):
+                image_data = image_part.inline_data.data
+                
+                # 將 base64 數據轉換為圖片
+                image_bytes = base64.b64decode(image_data)
+                
+                # 上傳圖片到臨時服務 (這裡需要實作圖片上傳邏輯)
+                # 由於 Line Bot 需要公開的圖片網址，您需要將圖片上傳到雲端服務
+                # 這裡提供一個範例架構
+                
+                return image_bytes, "圖片生成成功"
+        
+        return None, "圖片數據格式不正確"
+        
+    except Exception as e:
+        print(f"生成圖片時出錯: {e}")
+        return None, f"生成圖片時出錯: {str(e)}"
+
+def upload_image_to_cloud(image_bytes):
+    """
+    上傳圖片到雲端服務並回傳公開網址
+    這裡需要實作實際的上傳邏輯，例如上傳到：
+    - Imgur
+    - Cloudinary
+    - AWS S3
+    - Google Cloud Storage
+    等服務
+    """
+    # 範例：這裡應該實作實際的上傳邏輯
+    # 暫時回傳一個佔位網址
+    return "https://example.com/placeholder.jpg"
+
+# 處理根路徑請求
 @app.get("/")
 def root():
     return {
-        "title": "Line Bot",
+        "title": "Line Bot with Image Generation", 
         "status": "running",
         "target_url": TARGET_URL,
         "web_content_loaded": len(web_content) > 0,
         "line_bot_configured": line_bot_api is not None,
-        "gemini_configured": model is not None,
+        "gemini_configured": text_model is not None,
+        "image_generation_enabled": image_model is not None
     }
 
-
+# 健康檢查端點
 @app.get("/health")
 def health_check():
     return {"status": "healthy"}
 
-
+# 處理 Line Webhook 請求
 @app.post("/webhook")
-async def webhook(request: Request, background_tasks: BackgroundTasks, x_line_signature=Header(None)):
+async def webhook(
+    request: Request,
+    background_tasks: BackgroundTasks,
+    x_line_signature=Header(None)
+):
     if not line_handler:
         raise HTTPException(status_code=500, detail="Line Bot not configured")
-
+    
+    # 取得請求內容
     body = await request.body()
-
+    
     try:
+        # 將處理 Line 事件的任務加入背景工作
         background_tasks.add_task(
             line_handler.handle,
             body.decode("utf-8"),
             x_line_signature
         )
     except InvalidSignatureError:
+        # 處理無效的簽章錯誤
         raise HTTPException(status_code=400, detail="Invalid signature")
-
+    
     return "ok"
 
-
-# -------- 處理文字訊息 --------
+# 處理文字訊息事件
 def setup_message_handler():
+    """設定訊息處理器"""
     if not line_handler:
         return
-
+    
     @line_handler.add(MessageEvent, message=TextMessage)
     def handle_message(event):
+        # 檢查是否為文字訊息
         if event.message.type != "text":
             line_bot_api.reply_message(
                 event.reply_token,
                 TextSendMessage(text="請輸入文字訊息。")
             )
             return
-
-        prompt = event.message.text.strip().lower()
-
-        # 處理網址關鍵字 → 回傳圖片
-        if any(keyword in prompt for keyword in ["網址", "連結", "url", "link", "網站", "網頁"]):
-            try:
-                # 每次都更新截圖
-                asyncio.get_event_loop().run_until_complete(
-                    take_screenshot(TARGET_URL, SNAPSHOT_FILE)
-                )
-
-                image_url = f"{os.getenv('SPACE_URL', 'http://localhost:7860')}/snapshot"
-
-                line_bot_api.reply_message(
-                    event.reply_token,
-                    ImageSendMessage(
-                        original_content_url=image_url,
-                        preview_image_url=image_url
-                    )
-                )
-            except Exception as e:
-                print(f"傳送圖片時出錯: {e}")
-                line_bot_api.reply_message(
-                    event.reply_token,
-                    TextSendMessage(text=f"無法取得圖片，請直接訪問：{TARGET_URL}")
-                )
+        
+        # 取得使用者輸入的文字
+        prompt = event.message.text
+        
+        if not text_model:
+            line_bot_api.reply_message(
+                event.reply_token,
+                TextSendMessage(text="抱歉，AI 模型尚未準備就緒。")
+            )
             return
-
-        # 如果沒有模型
-        if not model:
-            out = f"抱歉，AI 模型尚未準備好。\n您可以直接訪問：{TARGET_URL}"
-        else:
-            try:
-                generation_config = genai.types.GenerationConfig(
-                    max_output_tokens=1000,
-                    temperature=0.2,
-                    top_p=0.8
-                )
-                completion = model.generate_content(
-                    contents=prompt,
-                    generation_config=generation_config
-                )
-                out = completion.text if completion and completion.text else "模型沒有生成答案！"
-            except Exception as e:
-                print(f"Gemini 執行出錯: {e}")
-                out = f"Gemini 出錯，請稍後再試。\n您也可以直接訪問：{TARGET_URL}"
-
+        
         try:
+            # 先生成文字回應
+            generation_config = genai.types.GenerationConfig(
+                max_output_tokens=1000,
+                temperature=0.3,
+                top_p=0.5
+            )
+            
+            text_response = text_model.generate_content(
+                contents=prompt,
+                generation_config=generation_config
+            )
+            
+            # 嘗試生成相關圖片
+            image_bytes, image_status = generate_image_from_content(prompt)
+            
+            messages = []
+            
+            # 添加文字回應
+            if text_response and text_response.text:
+                messages.append(TextSendMessage(text=text_response.text))
+            else:
+                messages.append(TextSendMessage(text="抱歉，無法產生適當的回應。"))
+            
+            # 如果成功生成圖片，添加圖片訊息
+            if image_bytes:
+                # 注意：這裡需要實作圖片上傳功能
+                # Line Bot 需要公開可訪問的圖片網址
+                
+                # 上傳圖片並取得網址
+                image_url = upload_image_to_cloud(image_bytes)
+                
+                # 創建圖片訊息
+                # originalContentUrl: 原始圖片網址
+                # previewImageUrl: 預覽圖片網址 (通常使用相同網址)
+                messages.append(ImageSendMessage(
+                    original_content_url=image_url,
+                    preview_image_url=image_url
+                ))
+                
+                messages.append(TextSendMessage(text="✨ 根據內容為您生成了相關圖片"))
+            else:
+                messages.append(TextSendMessage(text=f"📝 文字回應已生成，圖片生成失敗：{image_status}"))
+            
+            # 發送所有訊息
+            line_bot_api.reply_message(event.reply_token, messages)
+                    
+        except Exception as e:
+            print(f"處理訊息時出錯: {e}")
             line_bot_api.reply_message(
                 event.reply_token,
-                TextSendMessage(text=out)
+                TextSendMessage(text="處理您的訊息時發生錯誤，請稍後再試。")
             )
-        except Exception as e:
-            print(f"回覆訊息時出錯: {e}")
-
 
+# 應用程式啟動事件
 @app.on_event("startup")
 async def startup_event():
+    """應用程式啟動時執行的初始化"""
     print("正在初始化服務...")
     initialize_services()
     setup_message_handler()
     print("服務初始化完成")
 
-
 if __name__ == "__main__":
+    # 啟動 FastAPI 應用程式
     port = int(os.getenv("PORT", 7860))
-    uvicorn.run("app:app", host="0.0.0.0", port=port, reload=False)
+    uvicorn.run("main:app", host="0.0.0.0", port=port, reload=False)