Update app.py

app.py

@@ -13,7 +13,6 @@ from google.oauth2 import service_account
 
 # 由於您的環境可能沒有服務帳號金鑰，我們將直接使用 GEMINI_API_KEY
 # 如果在 Hugging Face Space 中，這通常會從環境變數中自動加載
-# 您仍然需要設置 GEMINI_API_KEY 作為您的 API 金鑰
 
 # 初始化 AI Platform 服務客戶端
 def initialize_ai_platform(api_key):
@@ -21,11 +20,7 @@ def initialize_ai_platform(api_key):
     PROJECT_ID = "YOUR_GCP_PROJECT_ID"  # 這裡需要您提供真實的GCP專案ID
     LOCATION = "us-central1"
 
-    # 這裡的認證方式取決於您的環境。在 Hugging Face Space 中，我們無法直接使用服務帳號金鑰。
-    # 這裡我們用一個假定的方式來適應 Gradio 環境，但實際上您可能需要在 GCP 內部運行。
-    # 如果您只是使用 API 金鑰，這部分會更簡單，但 'google-cloud-aiplatform' 函式庫
-    # 主要設計用於 GCP 環境，所以這可能會比較複雜。
-    
+    # 這裡的認證方式取決於您的環境。
     # 創建一個不帶服務帳號憑證的客戶端，這會讓它嘗試從環境中自動尋找憑證
     try:
         aiplatform.init(project=PROJECT_ID, location=LOCATION)
@@ -34,7 +29,7 @@ def initialize_ai_platform(api_key):
         print(f"Error initializing AI Platform: {e}")
         return False
 
-# 全局變數來儲存 API 金鑰，以確保與之前的版本保持一致
+# 全局變數來儲存 API 金鑰
 GEMINI_API_KEY = os.environ.get("GEMINI_API_KEY")
 
 if not GEMINI_API_KEY:
@@ -49,8 +44,8 @@ if not GEMINI_API_KEY:
     raise ValueError("ERROR: GEMINI_API_KEY environment variable is not set. Please set it correctly.")
 
 # 這裡我們將創建一個通用客戶端來處理 API 呼叫
-# 由於 'google-cloud-aiplatform' 更適合 GCP，我們將使用 `requests` 來模擬
-# 直接呼叫 API，以適應您在 Hugging Face Space 的需求。
+# 由於 'google-cloud-aiplatform' 函式庫主要設計用於 GCP 環境，我們將使用 `requests`
+# 來模擬直接呼叫 API，以適應您在 Hugging Face Space 的需求。
 class NanoBananaImageGenerator:
     def __init__(self, api_key):
         self.api_key = api_key