Create app.py

app.py

@@ -0,0 +1,145 @@
+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
+    )