app.py

import gradio as gr
from groq import Groq
import base64
import io
from PIL import Image

def encode_image(image):
    """將PIL圖片轉換為base64編碼"""
    buffered = io.BytesIO()
    image.save(buffered, format="JPEG")
    return base64.b64encode(buffered.getvalue()).decode("utf-8")

def analyze_image(api_key, image, prompt):
    """使用Groq API分析圖片"""
    try:
        # 檢查輸入
        if not api_key:
            return "錯誤：請輸入 API Key"
        
        if image is None:
            return "錯誤：請上傳圖片"
        
        if not prompt.strip():
            return "錯誤：請輸入提示詞"
        
        # 初始化 Groq 客戶端
        client = Groq(api_key=api_key)
        
        # 將圖片轉換為base64
        base64_image = encode_image(image)
        
        # 建立圖片內容
        image_content = {
            "type": "image_url",
            "image_url": {"url": f"data:image/jpeg;base64,{base64_image}"}
        }
        
        # 呼叫 API
        completion = client.chat.completions.create(
            model="meta-llama/llama-4-scout-17b-16e-instruct",
            messages=[{
                "role": "user",
                "content": [
                    {"type": "text", "text": prompt},
                    image_content
                ]
            }],
            temperature=1,
            max_completion_tokens=512,
            top_p=1,
            stream=False,
            stop=None,
        )
        
        # 回傳結果
        return completion.choices[0].message.content
        
    except Exception as e:
        return f"發生錯誤：{str(e)}"

# 建立 Gradio 介面
def create_interface():
    with gr.Blocks(title="Multidata_API_圖片分析器", theme=gr.themes.Soft()) as iface:
        gr.Markdown("# 🖼️ Groq 圖片分析器")
        gr.Markdown("使用 Groq API 和 Llama 模型來分析和描述圖片內容")
        
        with gr.Row():
            with gr.Column(scale=1):
                # 輸入區域
                api_key_input = gr.Textbox(
                    label="🔑 Groq API Key",
                    placeholder="請輸入您的 Groq API Key",
                    type="password"
                )
                
                image_input = gr.Image(
                    label="📸 上傳圖片",
                    type="pil",
                    sources=["upload", "clipboard"]
                )
                
                prompt_input = gr.Textbox(
                    label="💭 提示詞",
                    placeholder="請輸入您想要的分析要求，例如：幫我說明這張圖片，使用繁體中文",
                    lines=3,
                    value="幫我說明這張圖片，使用繁體中文"
                )
                
                analyze_btn = gr.Button("🔍 分析圖片", variant="primary")
                
            with gr.Column(scale=1):
                # 輸出區域
                output_text = gr.Textbox(
                    label="📝 分析結果",
                    lines=15,
                    max_lines=20,
                    interactive=False
                )
        
        # 範例區域
        with gr.Accordion("💡 使用說明", open=False):
            gr.Markdown("""
            ### 如何使用：
            1. **輸入 API Key**：在上方輸入您的 Groq API Key
            2. **上傳圖片**：點擊圖片區域上傳您想分析的圖片
            3. **輸入提示詞**：描述您希望 AI 如何分析這張圖片
            4. **點擊分析**：點擊「分析圖片」按鈕開始分析
            
            ### 提示詞範例：
            - `幫我說明這張圖片，使用繁體中文`
            - `描述這張圖片中的人物、場景和活動`
            - `分析這張圖片的構圖和色彩運用`
            - `這張圖片可能在哪裡拍攝的？`
            
            ### 注意事項：
            - 請確保您的 Groq API Key 有效且有足夠額度
            - 支援的圖片格式：JPG, PNG, WEBP 等常見格式
            - 圖片大小建議不超過 10MB
            """)
        
        # 綁定按鈕事件
        analyze_btn.click(
            fn=analyze_image,
            inputs=[api_key_input, image_input, prompt_input],
            outputs=output_text
        )
        
        # 也可以按 Enter 鍵觸發分析
        prompt_input.submit(
            fn=analyze_image,
            inputs=[api_key_input, image_input, prompt_input],
            outputs=output_text
        )
    
    return iface

# 啟動應用程式
if __name__ == "__main__":
    app = create_interface()
    app.launch(
        server_name="0.0.0.0",  # 允許外部訪問
        server_port=7860,       # 指定端口
        share=False,            # 設為 True 可獲得公開連結
        debug=True              # 開啟偵錯模式
    ) #