初始化食物卡路里檢測器專案 - 已針對HuggingFace Spaces優化

🍎 Generated with [Claude Code](https://claude.ai/code)

Co-Authored-By: Claude <noreply@anthropic.com>

.env.example

@@ -0,0 +1,7 @@
+# Google AI API Key
+# 請到 https://makersuite.google.com/app/apikey 取得你的API金鑰
+GOOGLE_API_KEY=your_google_api_key_here
+
+# HuggingFace Token (用於部署)
+# 請到 https://huggingface.co/settings/tokens 取得你的token
+HF_TOKEN=your_huggingface_token_here

.gitignore

@@ -0,0 +1,71 @@
+# Python
+__pycache__/
+*.py[cod]
+*$py.class
+*.so
+.Python
+build/
+develop-eggs/
+dist/
+downloads/
+eggs/
+.eggs/
+lib/
+lib64/
+parts/
+sdist/
+var/
+wheels/
+*.egg-info/
+.installed.cfg
+*.egg
+MANIFEST
+
+# Virtual Environment
+.venv/
+venv/
+ENV/
+env/
+.ENV/
+
+# Environment Variables
+.env
+.env.local
+.env.production
+.env.staging
+
+# IDE
+.vscode/
+.idea/
+*.swp
+*.swo
+*~
+
+# OS
+.DS_Store
+.DS_Store?
+._*
+.Spotlight-V100
+.Trashes
+ehthumbs.db
+Thumbs.db
+
+# Logs
+*.log
+logs/
+
+# Gradio
+gradio_cached_examples/
+flagged/
+
+# Temporary files
+*.tmp
+*.temp
+
+# HuggingFace
+.huggingface/
+
+# API Keys (extra safety)
+*api_key*
+*API_KEY*
+secrets.txt

Dockerfile

@@ -0,0 +1,11 @@
+FROM python:3.11
+
+WORKDIR /code
+
+COPY requirements.txt .
+
+RUN pip install --no-cache-dir -r requirements.txt
+
+COPY . .
+
+CMD ["python", "app.py"]

README.md

@@ -0,0 +1,187 @@
+---
+title: 食物卡路里檢測器
+emoji: 🍎
+colorFrom: green
+colorTo: blue
+sdk: gradio
+sdk_version: 5.42.0
+app_file: app.py
+pinned: false
+license: mit
+---
+
+# 🍎 食物卡路里檢測器
+
+這是一個基於Gradio和Google AI的智慧食物卡路里檢測應用程式。使用者可以上傳食物照片，AI會自動識別食物種類並估算卡路里含量。
+
+## ✨ 功能特色
+
+- 📸 **智慧食物識別**：使用Google Gemini AI識別照片中的食物
+- 🔢 **卡路里估算**：自動計算食物的大概卡路里含量
+- 📊 **營養資訊**：提供基本的營養價值說明
+- 🚫 **非食物檢測**：能夠識別並提醒非食物圖片
+- 🌐 **繁體中文介面**：完全繁體中文使用者介面
+- 🚀 **簡易部署**：支援HuggingFace Spaces一鍵部署
+
+## 🛠️ 技術棧
+
+- **前端框架**：Gradio
+- **AI模型**：Google Gemini 1.5 Flash
+- **圖片處理**：Pillow (PIL)
+- **環境管理**：uv + venv
+- **部署平台**：HuggingFace Spaces
+
+## 📋 環境需求
+
+- Python 3.8+
+- Google AI API Key
+- HuggingFace Token（用於部署）
+
+## 🚀 快速開始
+
+### 1. 克隆專案
+
+```bash
+git clone <your-repo-url>
+cd CalorieApp
+```
+
+### 2. 設定Python環境
+
+```bash
+# 使用uv建立虛擬環境
+uv venv .venv
+
+# 啟動虛擬環境
+source .venv/bin/activate  # Linux/Mac
+# 或
+.venv\\Scripts\\activate  # Windows
+```
+
+### 3. 安裝依賴
+
+```bash
+uv pip install -r requirements.txt
+```
+
+### 4. 設定環境變數
+
+```bash
+# 複製環境變數範例檔案
+cp .env.example .env
+
+# 編輯.env檔案，填入你的API金鑰
+nano .env
+```
+
+在`.env`檔案中填入：
+```env
+GOOGLE_API_KEY=your_google_api_key_here
+HF_TOKEN=your_huggingface_token_here
+```
+
+### 5. 執行應用程式
+
+```bash
+python app.py
+```
+
+應用程式將在 `http://localhost:7860` 啟動。
+
+## 🔑 取得API金鑰
+
+### Google AI API Key
+1. 前往 [Google AI Studio](https://makersuite.google.com/app/apikey)
+2. 登入你的Google帳號
+3. 建立新的API金鑰
+4. **本機開發**：將金鑰加入`.env`檔案
+5. **HuggingFace部署**：在Space設定中加入環境變數 `GOOGLE_API_KEY`
+
+### HuggingFace Token（僅用於程式化部署）
+1. 前往 [HuggingFace設定](https://huggingface.co/settings/tokens)
+2. 建立新的Access Token
+3. 選擇適當的權限範圍
+
+## 🌐 HuggingFace Spaces 部署說明
+
+此應用程式已針對HuggingFace Spaces進行優化：
+
+### 環境變數設定
+在你的Space設定中加入以下環境變數：
+- `GOOGLE_API_KEY`: 你的Google AI API金鑰
+
+### 自動部署
+1. Fork或克隆此repository到你的HuggingFace Space
+2. 設定環境變數
+3. 應用程式將自動建置和部署
+
+## 🌐 部署到HuggingFace Spaces
+
+### 方法一：直接上傳
+
+1. 在HuggingFace建立新的Space
+2. 選擇Gradio作為SDK
+3. 上傳所有專案檔案
+4. 在Space設定中加入環境變數：
+   - `GOOGLE_API_KEY`: 你的Google AI API金鑰
+
+### 方法二：Git Repository
+
+1. 在HuggingFace建立新的Space
+2. 選擇「Git repository」選項
+3. 將此專案推送到HuggingFace的Git repository
+4. 設定環境變數（同上）
+
+## 📁 專案結構
+
+```
+CalorieApp/
+├── app.py              # 主要應用程式
+├── requirements.txt    # Python依賴套件
+├── .env.example       # 環境變數範例
+├── .gitignore         # Git忽略檔案
+├── README.md          # 專案說明文件
+└── .venv/             # Python虛擬環境
+```
+
+## 🎯 使用方法
+
+1. **上傳圖片**：點擊上傳區域選擇食物照片
+2. **自動分析**：上傳後AI會自動開始分析
+3. **查看結果**：右側會顯示詳細的分析結果，包括：
+   - 食物名稱
+   - 估算份量  
+   - 預估卡路里
+   - 營養說明
+
+## ⚠️ 注意事項
+
+- 卡路里估算僅供參考，實際數值可能因烹飪方式和份量而有所差異
+- 建議上傳清晰、光線充足的食物照片以獲得更準確的結果
+- AI可能對某些特殊或混合食物的識別有限制
+- 請確保遵守Google AI的使用條款和限制
+
+## 🔧 故障排除
+
+### 常見問題
+
+**Q: 顯示「Google AI模型未正確初始化」錯誤**
+A: 請檢查`.env`檔案中的`GOOGLE_API_KEY`是否正確設定
+
+**Q: 上傳圖片後沒有反應**
+A: 請確認圖片格式支援（JPG、PNG等）且檔案大小合理
+
+**Q: 分析結果不準確**
+A: AI模型的準確度會因圖片品質、食物種類等因素而變化，建議使用清晰的照片
+
+## 🤝 貢獻
+
+歡迎提交Issue和Pull Request來改善這個專案！
+
+## 📄 授權
+
+本專案採用MIT授權條款。
+
+## 📞 聯絡資訊
+
+如有任何問題或建議，請透過GitHub Issues聯絡我們。

app.py

@@ -0,0 +1,184 @@
+import os
+import gradio as gr
+import google.generativeai as genai
+from PIL import Image
+import io
+import base64
+
+# HuggingFace Spaces 環境下不需要 dotenv
+# 環境變數會直接由平台提供
+
+# 配置Google AI
+def configure_google_ai():
+    """配置Google AI API"""
+    api_key = os.getenv("GOOGLE_API_KEY")
+    if not api_key:
+        raise ValueError("請設定GOOGLE_API_KEY環境變數")
+    genai.configure(api_key=api_key)
+    return genai.GenerativeModel('gemini-1.5-flash')
+
+# 初始化模型
+try:
+    model = configure_google_ai()
+except Exception as e:
+    print(f"警告：無法初始化Google AI模型 - {e}")
+    model = None
+
+def analyze_food_calories(image):
+    """
+    分析圖片中的食物並估算卡路里
+    
+    Args:
+        image: PIL Image 物件
+        
+    Returns:
+        str: 分析結果
+    """
+    if model is None:
+        return "錯誤：Google AI模型未正確初始化，請檢查API KEY設定"
+    
+    try:
+        # 準備提示詞
+        prompt = """
+請分析這張圖片中的內容：
+
+1. 首先判斷圖片中是否包含食物
+2. 如果不是食物，請回答：「這個不是食物」
+3. 如果是食物，請：
+   - 識別食物種類
+   - 估算大概的份量
+   - 計算大概的卡路里含量
+   - 以繁體中文回答
+
+請以以下格式回答：
+- 食物名稱：[食物名稱]
+- 估算份量：[份量描述]
+- 預估卡路里：[卡路里數值] 大卡
+- 營養說明：[簡短的營養價值說明]
+
+如果不是食物，就直接回答「這個不是食物」。
+"""
+        
+        # 生成回應
+        response = model.generate_content([prompt, image])
+        return response.text
+        
+    except Exception as e:
+        return f"分析時發生錯誤：{str(e)}"
+
+def process_image(image):
+    """
+    處理上傳的圖片
+    
+    Args:
+        image: Gradio上傳的圖片
+        
+    Returns:
+        str: 分析結果
+    """
+    if image is None:
+        return "請上傳一張圖片"
+    
+    try:
+        # 確保圖片是PIL Image格式
+        if isinstance(image, str):
+            # 如果是路徑字串，載入圖片
+            pil_image = Image.open(image)
+        else:
+            pil_image = image
+        
+        # 分析圖片
+        result = analyze_food_calories(pil_image)
+        return result
+        
+    except Exception as e:
+        return f"處理圖片時發生錯誤：{str(e)}"
+
+# 建立Gradio介面
+def create_interface():
+    """建立Gradio使用者介面"""
+    
+    # 自訂CSS樣式
+    css = """
+    .gradio-container {
+        font-family: 'Microsoft JhengHei', sans-serif;
+    }
+    .title {
+        text-align: center;
+        color: #2E7D32;
+        margin-bottom: 20px;
+    }
+    .description {
+        text-align: center;
+        color: #666;
+        margin-bottom: 30px;
+    }
+    """
+    
+    with gr.Blocks(css=css, title="食物卡路里檢測器") as demo:
+        gr.HTML("<h1 class='title'>🍎 食物卡路里檢測器</h1>")
+        gr.HTML("<p class='description'>上傳食物照片，AI會幫你識別食物種類並估算卡路里含量</p>")
+        
+        with gr.Row():
+            with gr.Column():
+                # 圖片上傳元件
+                image_input = gr.Image(
+                    label="上傳食物照片",
+                    type="pil",
+                    height=400
+                )
+                
+                # 分析按鈕
+                analyze_btn = gr.Button(
+                    "🔍 分析卡路里",
+                    variant="primary",
+                    size="lg"
+                )
+            
+            with gr.Column():
+                # 結果顯示
+                result_output = gr.Textbox(
+                    label="分析結果",
+                    lines=10,
+                    placeholder="上傳圖片後點擊分析按鈕...",
+                    interactive=False
+                )
+        
+        # 使用說明
+        gr.HTML("""
+        <div style="margin-top: 30px; padding: 20px; background-color: #f5f5f5; border-radius: 10px;">
+            <h3>📋 使用說明：</h3>
+            <ul>
+                <li>📸 上傳一張包含食物的清晰照片</li>
+                <li>🤖 AI會自動識別食物種類</li>
+                <li>📊 獲得卡路里估算和營養資訊</li>
+                <li>⚠️ 如果不是食物，系統會提醒您</li>
+            </ul>
+            <p><strong>注意：</strong>卡路里估算僅供參考，實際數值可能因烹飪方式和份量而有所差異。</p>
+        </div>
+        """)
+        
+        # 設定事件處理
+        analyze_btn.click(
+            fn=process_image,
+            inputs=[image_input],
+            outputs=[result_output]
+        )
+        
+        # 也可以在上傳圖片後自動分析
+        image_input.change(
+            fn=process_image,
+            inputs=[image_input],
+            outputs=[result_output]
+        )
+    
+    return demo
+
+# 主程式
+if __name__ == "__main__":
+    # 建立介面
+    demo = create_interface()
+    
+    # 啟動應用
+    # HuggingFace Spaces 使用預設設定
+    demo.launch()

packages.txt

@@ -0,0 +1 @@
+ffmpeg

requirements.txt

@@ -0,0 +1,3 @@
+gradio==5.42.0
+google-generativeai==0.8.5
+pillow==11.3.0

requirements_full.txt

@@ -0,0 +1,75 @@
+aiofiles==24.1.0
+annotated-types==0.7.0
+anyio==4.10.0
+audioop-lts==0.2.2
+brotli==1.1.0
+cachetools==5.5.2
+certifi==2025.8.3
+charset-normalizer==3.4.3
+click==8.2.1
+fastapi==0.116.1
+ffmpy==0.6.1
+filelock==3.19.1
+fsspec==2025.7.0
+google-ai-generativelanguage==0.6.15
+google-api-core==2.25.1
+google-api-python-client==2.179.0
+google-auth==2.40.3
+google-auth-httplib2==0.2.0
+google-generativeai==0.8.5
+googleapis-common-protos==1.70.0
+gradio==5.42.0
+gradio-client==1.11.1
+groovy==0.1.2
+grpcio==1.74.0
+grpcio-status==1.71.2
+h11==0.16.0
+hf-xet==1.1.7
+httpcore==1.0.9
+httplib2==0.22.0
+httpx==0.28.1
+huggingface-hub==0.34.4
+idna==3.10
+jinja2==3.1.6
+markdown-it-py==4.0.0
+markupsafe==3.0.2
+mdurl==0.1.2
+numpy==2.3.2
+orjson==3.11.2
+packaging==25.0
+pandas==2.3.1
+pillow==11.3.0
+proto-plus==1.26.1
+protobuf==5.29.5
+pyasn1==0.6.1
+pyasn1-modules==0.4.2
+pydantic==2.11.7
+pydantic-core==2.33.2
+pydub==0.25.1
+pygments==2.19.2
+pyparsing==3.2.3
+python-dateutil==2.9.0.post0
+python-dotenv==1.1.1
+python-multipart==0.0.20
+pytz==2025.2
+pyyaml==6.0.2
+requests==2.32.4
+rich==14.1.0
+rsa==4.9.1
+ruff==0.12.9
+safehttpx==0.1.6
+semantic-version==2.10.0
+shellingham==1.5.4
+six==1.17.0
+sniffio==1.3.1
+starlette==0.47.2
+tomlkit==0.13.3
+tqdm==4.67.1
+typer==0.16.0
+typing-extensions==4.14.1
+typing-inspection==0.4.1
+tzdata==2025.2
+uritemplate==4.2.0
+urllib3==2.5.0
+uvicorn==0.35.0
+websockets==15.0.1

run.sh

@@ -0,0 +1,20 @@
+#!/bin/bash
+
+echo "🍎 食物卡路里檢測器 - 啟動中..."
+echo ""
+
+# 檢查虛擬環境是否存在
+if [ ! -d ".venv" ]; then
+    echo "❌ 找不到虛擬環境，請先執行 uv venv .venv"
+    exit 1
+fi
+
+# 檢查.env檔案是否存在
+if [ ! -f ".env" ]; then
+    echo "❌ 找不到.env檔案，請複製.env.example並設定API金鑰"
+    exit 1
+fi
+
+# 啟動虛擬環境並執行應用程式
+echo "🚀 啟動Gradio應用程式..."
+source .venv/bin/activate && python app.py