Upload 5 files

Dockerfile

@@ -0,0 +1,9 @@
+FROM python:3.9
+
+COPY . .
+
+WORKDIR /
+
+RUN pip install --no-cache-dir --upgrade -r /requirements.txt
+
+CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "7860"]

README.md

@@ -0,0 +1,10 @@
+---
+title: Gemiline
+emoji: 🌖
+colorFrom: red
+colorTo: red
+sdk: docker
+pinned: true
+---
+
+Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference

gitattributes

@@ -0,0 +1,35 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text

main (1).py

@@ -0,0 +1,144 @@
+import json, os
+import gradio as gr
+from fastapi.middleware.cors import CORSMiddleware
+from fastapi import FastAPI, Request,  Header, BackgroundTasks, HTTPException, status
+import google.generativeai as genai
+
+from linebot import LineBotApi, WebhookHandler
+from linebot.exceptions import InvalidSignatureError
+from linebot.models import MessageEvent, TextMessage, TextSendMessage, ImageSendMessage, AudioMessage
+
+# 設定 Google AI API 金鑰
+genai.configure(api_key=os.environ["GOOGLE_API_KEY"])
+
+# 設定生成文字的參數
+generation_config = genai.types.GenerationConfig(max_output_tokens=2048, temperature=0.2, top_p=0.5, top_k=16)
+
+# 使用 Gemini-1.5-flash 模型
+model = genai.GenerativeModel('gemini-1.5-flash', system_instruction="你是聖誕老人，請使用招牌笑聲做開頭，然後以爽朗愉悅的口氣回答問題。") # 或是使用 "你是博通古今的萬應機器人！"
+
+# 設定 Line Bot 的 API 金鑰和秘密金鑰
+line_bot_api = LineBotApi(os.environ["CHANNEL_ACCESS_TOKEN"])
+line_handler = WebhookHandler(os.environ["CHANNEL_SECRET"])
+
+# 設定是否正在與使用者交談
+working_status = os.getenv("DEFALUT_TALKING", default = "true").lower() == "true"
+
+# 建立 FastAPI 應用程式
+app = FastAPI()
+
+# 設定 CORS，允許跨域請求
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"],
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+# 處理根路徑請求
+@app.get("/")
+def root():
+    return {"title": "Line Bot"}
+
+# 處理 Line Webhook 請求
+@app.post("/webhook")
+async def webhook(
+    request: Request,
+    background_tasks: BackgroundTasks,
+    x_line_signature=Header(None),
+):
+    # 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"
+
+# 處理文字訊息事件
+@line_handler.add(MessageEvent, message=TextMessage)
+def handle_message(event):
+    global working_status
+    
+    # 檢查事件類型和訊息類型
+    if event.type != "message" or event.message.type != "text":
+        # 回覆錯誤訊息
+        line_bot_api.reply_message(
+            event.reply_token,
+            TextSendMessage(text="Event type error:[No message or the message does not contain text]")
+        )
+        
+    # 檢查使用者是否輸入 "再見"
+    elif event.message.text == "再見":
+        # 回覆 "Bye!"
+        line_bot_api.reply_message(
+            event.reply_token,
+            TextSendMessage(text="Bye!")
+        )
+        return
+       
+    # 檢查是否正在與使用者交談
+    elif working_status:
+        try: 
+            # 取得使用者輸入的文字
+            prompt = event.message.text
+            # 使用 Gemini 模型生成文字
+            completion = model.generate_content(prompt, generation_config=generation_config)
+            # 檢查生成結果是否為空
+            if (completion.parts[0].text != None):
+                # 取得生成結果
+                out = completion.parts[0].text
+            else:
+                # 回覆 "Gemini沒答案!請換個說法！"
+                out = "Gemini沒答案!請換個說法！"
+        except:
+            # 處理錯誤
+            out = "Gemini執行出錯!請換個說法！" 
+  
+        # 回覆生成結果
+        line_bot_api.reply_message(
+            event.reply_token,
+            TextSendMessage(text=out))
+
+if __name__ == "__main__":
+    # 啟動 FastAPI 應用程式
+    uvicorn.run("main:app", host="0.0.0.0", port=7860, reload=True)
+
+# 註解說明：
+# import 導入必要的套件
+# genai.configure 設定 Google AI API 金鑰
+# generation_config 設定文字生成參數
+# model 設定使用的 Gemini 模型
+# line_bot_api 和 line_handler 設定 Line Bot API 和 webhook 處理器
+# working_status 設定是否正在與使用者交談
+# app 建立 FastAPI 應用程式
+# app.add_middleware 設定 CORS
+# @app.get("/") 處理根路徑請求
+# @app.post("/webhook") 處理 Line Webhook 請求
+# @line_handler.add(MessageEvent, message=TextMessage) 處理文字訊息事件
+# if __name__ == "__main__": 啟動 FastAPI 應用程式
+# 程式碼功能說明：
+# 程式碼首先會導入必要的套件，並設定 Google AI API 金鑰、文字生成參數、Gemini 模型以及 Line Bot API。
+# 接著會建立 FastAPI 應用程式，並設定 CORS。
+# 程式碼會定義兩個函數：
+# root() 處理根路徑請求，返回一個簡單的 JSON 訊息。
+# webhook() 處理 Line Webhook 請求，將處理 Line 事件的任務加入背景工作，並處理無效的簽章錯誤。
+# 程式碼還定義一個函數 handle_message() 來處理文字訊息事件，它會檢查事件類型和訊息類型，並根據��用者輸入執行不同的動作：
+# 如果使用者輸入 "再見"，回覆 "Bye!"。
+# 如果正在與使用者交談，則會使用 Gemini 模型生成文字，並將結果回覆給使用者。
+# 最後，程式碼會啟動 FastAPI 應用程式，開始監聽 HTTP 請求。
+# 程式碼運行方式：
+# 將程式碼存為 main.py 文件。
+# 在環境變數中設定 GOOGLE_API_KEY、CHANNEL_ACCESS_TOKEN 和 CHANNEL_SECRET。
+# 執行 uvicorn main:app --host 0.0.0.0 --port 7860 --reload 命令啟動 FastAPI 應用程式。
+# 使用 Line 帳戶與 Line Bot 進行對話。
+# 注意：
+# 程式碼中使用 os.environ["GOOGLE_API_KEY"]、os.environ["CHANNEL_ACCESS_TOKEN"] 和 os.environ["CHANNEL_SECRET"] 來存取環境變數，需要先在環境變數中設定這些值。
+# 程式碼中使用 uvicorn 執行 FastAPI 應用程式，需要先安裝 uvicorn 套件。
+# 程式碼中使用 google.generativeai 套件，需要先安裝 google-generativeai 套件。
+# 程式碼中使用 linebot 套件，需要先安裝 linebot 套件。

requirements.txt

@@ -0,0 +1,8 @@
+fastapi
+uvicorn[standard]
+gunicorn
+pydantic
+python-dotenv
+line-bot-sdk
+google-generativeai
+gradio