Update app.py

app.py

@@ -1,20 +1,29 @@
 import os
-import gradio as block
 import gradio as gr
 from openai import OpenAI
 
-# 1. 从环境变量读取 FreeLLMAPI 的配置
-FREE_LLM_API_URL = os.getenv("FREE_LLM_API_URL", "https://你的FreeLLMAPI地址.hf.space/v1")
-FREE_LLM_API_KEY = os.getenv("FREE_LLM_API_KEY", "your_api_key_here")
+# ================= 🔐 安全隐藏区域 =================
+# 核心：只读取变量名，绝不在这里写死任何真实的 URL 或 KEY
+FREE_LLM_API_URL = os.getenv("FREE_LLM_API_URL")
+FREE_LLM_API_KEY = os.getenv("FREE_LLM_API_KEY")
 
-# 2. 初始化 OpenAI 客户端（桥接 FreeLLMAPI）
+# 启动前做个基础的安全检查（在容器日志中提示，但不会暴露具体内容）
+if not FREE_LLM_API_URL or not FREE_LLM_API_KEY:
+    print("⚠️ 警告: 环境变量 FREE_LLM_API_URL 或 FREE_LLM_API_KEY 未配置，API 链接可能会失败！")
+# ==================================================
+
+# 初始化 OpenAI 客户端（桥接 FreeLLMAPI）
 client = OpenAI(
     base_url=FREE_LLM_API_URL,
     api_key=FREE_LLM_API_KEY
 )
 
 def predict(message, history):
-    # 将 Gradio 的历史记录转换为 OpenAI 格式
+    # 再次确保密匙存在才执行
+    if not client.api_key or not client.base_url:
+        yield "❌ 系统未配置 API 密钥，请在平台后台设置 Environment Variables / Secrets。"
+        return
+
     history_openai = []
     for human, ai in history:
         history_openai.append({"role": "user", "content": human})
@@ -22,11 +31,10 @@ def predict(message, history):
     history_openai.append({"role": "user", "content": message})
     
     try:
-        # 调用 FreeLLMAPI 聚合的模型（例如 gemini）
         response = client.chat.completions.create(
             model="gemini",
             messages=history_openai,
-            stream=True  # 开启流式传输，体验更好
+            stream=True 
         )
         
         partial_message = ""
@@ -36,19 +44,17 @@ def predict(message, history):
                 yield partial_message
                 
     except Exception as e:
-        yield f"⚠️ 链接 FreeLLMAPI 出错: {str(e)}"
+        # 安全提示：报错时模糊处理，防止由于报错信息太详细而泄露了敏感的 URL
+        yield f"⚠️ 接口连接失败，请检查后台配置。"
 
-# 3. 极简的 Gradio 聊天界面
+# Gradio 界面
 demo = gr.ChatInterface(
     fn=predict, 
-    title="AI 自动化助手 (Gradio + FreeLLMAPI)",
+    title="AI 自动化助手",
     textbox=gr.Textbox(placeholder="请输入内容...", container=False, scale=7)
 )
 
 if __name__ == "__main__":
-    # 注意：在 Docker 环境下，server_name 必须是 "0.0.0.0"
-    # 这里我们直接读取 Dockerfile 里配置好的环境变量
     server_name = os.getenv("GRADIO_SERVER_NAME", "0.0.0.0")
     server_port = int(os.getenv("GRADIO_SERVER_PORT", 7860))
-    
     demo.queue().launch(server_name=server_name, server_port=server_port)