升級 Google GenerativeAI 到最新版本 (google-genai v1.36.0)

- 更新 requirements.txt: google-generativeai -> google-genai
- 重構 app.py 以使用新的 Google Gen AI Python SDK
- 改用 genai.Client() 和 types.GenerateContentConfig()
- 優化圖片處理和內容生成流程
- 新增專案說明文件 CLAUDE.md

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

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

CLAUDE.md

@@ -0,0 +1,91 @@
+# CLAUDE.md
+
+This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
+
+## 專案概述
+
+這是一個基於 Gradio 和 Google AI Gemini 1.5 Flash 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。
+
+## 核心架構
+
+### 單檔案應用程式結構
+- **app.py**: 主要應用程式檔案，包含所有功能：
+  - Google AI 模型配置和初始化
+  - 圖片處理和 base64 編碼
+  - AI 食物識別和卡路里估算
+  - Gradio 使用者介面建立
+  - 事件處理（圖片上傳和分析）
+
+### 關鍵依賴
+- **Gradio**: 前端 web 介面框架
+- **Google AI Generative Language**: 與 Gemini 1.5 Flash 模型的整合
+- **Pillow (PIL)**: 圖片處理
+- **python-dotenv**: 本機環境變數載入（可選）
+
+### 環境配置
+- **本機開發**: 使用 `.env` 檔案存儲 `GOOGLE_API_KEY`
+- **HuggingFace Spaces 部署**: 透過平台環境變數設定 `GOOGLE_API_KEY`
+- 支援自動檢測環境（本機 vs HuggingFace Spaces）
+
+## 常用指令
+
+### 環境設定
+```bash
+# 建立虛擬環境
+uv venv .venv
+
+# 啟動虛擬環境
+source .venv/bin/activate
+
+# 安裝依賴
+uv pip install -r requirements.txt
+
+# 設定環境變數
+cp .env.example .env
+# 編輯 .env 檔案並填入 GOOGLE_API_KEY
+```
+
+### 執行應用程式
+```bash
+# 方法一：直接執行
+python app.py
+
+# 方法二：使用執行腳本
+./run.sh
+```
+
+### 開發工具
+- 沒有特定的測試框架或 linting 工具設定
+- 使用 Dockerfile 進行容器化部署
+- 支援 HuggingFace Spaces 自動部署
+
+## 重要的技術細節
+
+### AI 模型整合
+- 使用 Google AI GenerativeServiceClient
+- 模型：`models/gemini-1.5-flash`
+- 圖片透過 base64 編碼傳送給 AI
+- 溫度設定為 0.4，確保一致性回應
+
+### 錯誤處理
+- API 金鑰驗證和錯誤訊息
+- 圖片處理異常捕捉
+- 非食物檢測和適當回應
+
+### 使用者介面
+- 繁體中文介面
+- 自動分析（圖片上傳時觸發）
+- 手動分析按鈕
+- 自訂 CSS 樣式
+
+## 部署資訊
+
+### HuggingFace Spaces
+- SDK: gradio
+- SDK 版本: 5.42.0
+- 需要設定 GOOGLE_API_KEY 環境變數
+- 支援自動建置和部署
+
+### Docker
+- 基於 Python 3.11
+- 簡單的多階段建置流程

app.py

@@ -1,12 +1,17 @@
 import os
 import gradio as gr
-import google.generativeai as genai
+from google import genai
+from google.genai import types
 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
+# 載入環境變數（本機開發時需要）
+try:
+    from dotenv import load_dotenv
+    load_dotenv()
+except ImportError:
+    pass
 
 # 配置Google AI
 def configure_google_ai():
@@ -14,15 +19,18 @@ def configure_google_ai():
     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')
+    
+    # 使用新的 Gen AI 客戶端
+    client = genai.Client(api_key=api_key)
+    return client
 
 # 初始化模型
 try:
-    model = configure_google_ai()
+    client = configure_google_ai()
+    model_name = "gemini-1.5-flash"
 except Exception as e:
     print(f"警告：無法初始化Google AI模型 - {e}")
-    model = None
+    client = None
 
 def analyze_food_calories(image):
     """
@@ -34,10 +42,16 @@ def analyze_food_calories(image):
     Returns:
         str: 分析結果
     """
-    if model is None:
+    if client is None:
         return "錯誤：Google AI模型未正確初始化，請檢查API KEY設定"
     
     try:
+        # 將圖片轉換為 base64
+        img_byte_arr = io.BytesIO()
+        image.save(img_byte_arr, format='PNG')
+        img_byte_arr = img_byte_arr.getvalue()
+        img_base64 = base64.b64encode(img_byte_arr).decode('utf-8')
+        
         # 準備提示詞
         prompt = """
 請分析這張圖片中的內容：
@@ -59,9 +73,34 @@ def analyze_food_calories(image):
 如果不是食物，就直接回答「這個不是食物」。
 """
         
+        # 建立內容，包含文字和圖片
+        contents = [
+            types.Content(
+                role="user",
+                parts=[
+                    types.Part.from_text(prompt),
+                    types.Part.from_bytes(
+                        data=img_byte_arr,
+                        mime_type="image/png"
+                    )
+                ]
+            )
+        ]
+        
         # 生成回應
-        response = model.generate_content([prompt, image])
-        return response.text
+        response = client.models.generate_content(
+            model=model_name,
+            contents=contents,
+            config=types.GenerateContentConfig(
+                temperature=0.4,
+                max_output_tokens=1024,
+            )
+        )
+        
+        if response.text:
+            return response.text
+        else:
+            return "無法生成回應"
         
     except Exception as e:
         return f"分析時發生錯誤：{str(e)}"

requirements.txt

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