Update main.py

main.py

@@ -1,219 +1,141 @@
-import os  # 匯入 os 模組，用於讀取環境變數
-import io  # 匯入 io 模組，用於處理二進位數據流
-from collections import defaultdict  # 匯入 defaultdict，用於建立預設值的字典
-from fastapi.middleware.cors import CORSMiddleware  # 匯入 FastAPI 的 CORS 中介軟體
-from fastapi import FastAPI, Request, Header, BackgroundTasks, HTTPException  # 匯入 FastAPI 相關元件
-from fastapi.staticfiles import StaticFiles  # 匯入 StaticFiles，用於提供靜態檔案（如圖片）
-from google import genai  # 匯入 Google GenAI 函式庫
-from google.genai import types  # 匯入 GenAI 的類型定義
-from linebot import LineBotApi, WebhookHandler  # 匯入 Line Bot SDK
-from linebot.exceptions import InvalidSignatureError  # 匯入 Line 簽章無效的例外
-from linebot.models import (  # 匯入 Line Bot 的各種訊息模型
+import os
+import io
+import PIL.Image
+import uvicorn
+from collections import defaultdict
+from fastapi import FastAPI, Request, Header, BackgroundTasks, HTTPException
+from fastapi.middleware.cors import CORSMiddleware
+from fastapi.staticfiles import StaticFiles
+from google import genai
+from google.genai import types
+from linebot import LineBotApi, WebhookHandler
+from linebot.exceptions import InvalidSignatureError
+from linebot.models import (
     MessageEvent,
     TextMessage,
     TextSendMessage,
     ImageSendMessage,
     ImageMessage,
 )
-import PIL.Image  # 匯入 PIL (Pillow) 函式庫，用於處理圖片
-import uvicorn  # 匯入 uvicorn，用於運行 FastAPI 應用程式
-
-# LangChain 相關匯入
-from langchain_core.prompts import ChatPromptTemplate  # 匯入 LangChain 的聊天提示模板
-from langchain_core.tools import tool  # 匯入 LangChain 的工具裝飾器
-from langchain_google_genai import ChatGoogleGenerativeAI  # 匯入 LangChain 的 Google GenAI 聊天模型
-from langchain.agents import AgentExecutor, create_tool_calling_agent  # 匯入 LangChain 的代理人執行器和建立工具
 
+# --- 修正後的 LangChain 匯入路徑 ---
+from langchain_core.prompts import ChatPromptTemplate, MessagesPlaceholder
+from langchain_core.tools import tool
+from langchain_google_genai import ChatGoogleGenerativeAI
+from langchain.agents import AgentExecutor, create_tool_calling_agent
 
 # ==========================
 #  環境設定與工具函式
 # ==========================
-
-# 設置 Google AI API 金鑰 (從環境變數讀取)
-google_api = os.environ["GOOGLE_API_KEY"]
-# 初始化 Google GenAI 客戶端
+google_api = os.environ.get("GOOGLE_API_KEY")
 genai_client = genai.Client(api_key=google_api)
 
-# 設置 Line Bot 的 API 金鑰和秘密金鑰 (從環境變數讀取)
-line_bot_api = LineBotApi(os.environ["CHANNEL_ACCESS_TOKEN"])
-line_handler = WebhookHandler(os.environ["CHANNEL_SECRET"])
+line_bot_api = LineBotApi(os.environ.get("CHANNEL_ACCESS_TOKEN"))
+line_handler = WebhookHandler(os.environ.get("CHANNEL_SECRET"))
 
-# 使用 defaultdict 模擬用戶訊息歷史存儲
-# 鍵(key)為 user_id，值(value)為一個儲存訊息的列表(list)
 user_message_history = defaultdict(list)
 
-# 建立 FastAPI 應用程式實例
 app = FastAPI()
-# 掛載 /static 路徑，使其指向 "static" 資料夾，用於存放和提供生成的圖片
+
+# 確保 static 資料夾存在
+if not os.path.exists("static"):
+    os.makedirs("static")
 app.mount("/static", StaticFiles(directory="static"), name="static")
 
-# 設定 CORS (跨來源資源共用)
 app.add_middleware(
     CORSMiddleware,
-    allow_origins=["*"],  # 允許所有來源
-    allow_credentials=True,  # 允許憑證
-    allow_methods=["*"],  # 允許所有 HTTP 方法
-    allow_headers=["*"],  # 允許所有 HTTP 標頭
+    allow_origins=["*"],
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
 )
 
 def get_image_url_from_line(message_id):
-    """
-    從 Line 訊息 ID 獲取圖片內容並儲存到暫存檔案。
-    
-    Args:
-        message_id: Line 訊息的 ID。
-        
-    Returns:
-        成功時回傳圖片儲存的本地路徑，失敗時回傳 None。
-    """
     try:
-        # 透過 Line Bot API 獲取訊息內容
         message_content = line_bot_api.get_message_content(message_id)
-        # 定義暫存檔案路徑
-        file_path = f"/tmp/{message_id}.png"
-        # 將圖片內容以二進位寫入模式寫入檔案
+        file_path = f"static/{message_id}.png" # 改存到 static 方便讀取
         with open(file_path, "wb") as f:
             for chunk in message_content.iter_content():
                 f.write(chunk)
-        print(f"✅ 圖片成功儲存到：{file_path}")
         return file_path
     except Exception as e:
         print(f"❌ 圖片取得失敗：{e}")
         return None
 
 def store_user_message(user_id, message_type, message_content):
-    """
-    儲存用戶的訊息到 user_message_history 字典中。
-    
-    Args:
-        user_id: 用戶的 ID。
-        message_type: 訊息類型 (例如 "image" 或 "text")。
-        message_content: 訊息內容 (例如圖片路徑或文字)。
-    """
-    user_message_history[user_id].append(
-        {"type": message_type, "content": message_content}
-    )
+    user_message_history[user_id].append({"type": message_type, "content": message_content})
 
 def get_previous_message(user_id):
-    """
-    獲取用戶的上一則訊息。
-    
-    Args:
-        user_id: 用戶的 ID。
-        
-    Returns:
-        如果歷史紀錄存在，回傳上一則訊息的字典；否則回傳預設的文字訊息。
-    """
     if user_id in user_message_history and len(user_message_history[user_id]) > 0:
-        # 回傳最後一則訊息
         return user_message_history[user_id][-1]
-    # 如果沒有歷史紀錄，回傳一個預設值
     return {"type": "text", "content": "No message!"}
 
-
 # ==========================
 #  LangChain 工具定義
 # ==========================
 
 @tool
 def generate_and_upload_image(prompt: str) -> str:
-    """
-    這個工具可以根據文字提示生成圖片，並將其上傳到伺服器。
-    
-    Args:
-        prompt: 用於生成圖片的文字提示。
-        
-    Returns:
-        回傳生成圖片的 URL。
-    """
+    """根據文字提示生成圖片。"""
     try:
-        # 呼叫 Google GenAI 模型生成內容
+        # 修正模型名稱：目前最新穩定版為 imagen-3
         response = genai_client.models.generate_content(
-            model="imagen-4.0-generate-001", # 指定圖片生成模型
-            contents=prompt, # 傳入文字提示
-            config=types.GenerateContentConfig(response_modalities=['Text', 'Image']) # 指定回應類型
+            model="imagen-3.0-generate-001", 
+            contents=prompt,
+            config=types.GenerateContentConfig(response_modalities=['IMAGE'])
         )
         
         image_binary = None
-        # 遍歷回應的 parts，找到圖片的二進位數據
         for part in response.candidates[0].content.parts:
-            if part.inline_data is not None:
+            if part.inline_data:
                 image_binary = part.inline_data.data
                 break
         
         if image_binary:
-            # 使用 PIL 將二進位數據轉換為圖片物件
             image = PIL.Image.open(io.BytesIO(image_binary))
-            # 隨機生成一個檔案名以避免衝突，並儲存在 static 資料夾
-            file_name = f"static/{os.urandom(16).hex()}.png"
+            file_name = f"static/{os.urandom(8).hex()}.png"
             image.save(file_name, format="PNG")
             
-            # 從環境變數獲取 Hugging Face Space 的 URL (或你的伺服器 URL)
-            # 並組合完整的圖片 URL
-            image_url = os.path.join(os.getenv("HF_SPACE"), file_name) # Embed this Space
+            # 修正 URL 拼接邏輯
+            base_url = os.getenv("HF_SPACE", "http://localhost:7860").rstrip("/")
+            image_url = f"{base_url}/{file_name}"
             return image_url
-            
-        return "圖片生成失敗。"
+        return "圖片生成失敗：模型未回傳數據。"
     except Exception as e:
-        return f"圖片生成與上傳失敗: {e}"
+        return f"圖片生成失敗: {e}"
 
 @tool
 def analyze_image_with_text(image_path: str, user_text: str) -> str:
-    """
-    這個工具可以根據圖片和文字提示來回答問題 (多模態分析)。
-    
-    Args:
-        image_path: 圖片在本地端儲存的路徑。
-        user_text: 針對圖片提出的文字問題。
-        
-    Returns:
-        模型針對圖片和文字提示給出的回應。
-    """
+    """根據圖片路徑和文字提問進行分析。"""
     try:
-        # 檢查圖片路徑是否存在
         if not os.path.exists(image_path):
-            return "圖片路徑無效，無法進行分析。"
+            return "錯誤：找不到該圖片檔案。"
             
-        # 使用 PIL 開啟圖片
         img_user = PIL.Image.open(image_path)
-        # 呼叫 Google GenAI 模型 (gemini-2.5-flash) 進行多模態分析
+        # 修正模型名稱：目前為 gemini-1.5-flash 或 gemini-2.0-flash-exp
         response = genai_client.models.generate_content(
-                    model="gemini-2.5-flash",
-                    contents=[img_user, user_text] # 同時傳入圖片物件和文字
+            model="gemini-3-flash-preview",
+            contents=[img_user, user_text]
         )
-        if (response.text != None):
-            out = response.text
-        else:
-            out = "Gemini沒答案!請換個說法！"
+        return response.text if response.text else "Gemini 沒答案！"
     except Exception as e:
-        # 處理錯誤
-        out = f"Gemini執行出錯: {e}"
-        
-    return out
-
+        return f"分析出錯: {e}"
 
 # ==========================
 #  LangChain 代理人設定
 # ==========================
-
-# 結合所有定義的工具
 tools = [generate_and_upload_image, analyze_image_with_text]
+# 修正模型名稱
+llm = ChatGoogleGenerativeAI(model="gemini-3-flash-preview", temperature=0.2)
 
-# 建立 LLM 模型實例 (使用 LangChain 的 ChatGoogleGenerativeAI)
-llm = ChatGoogleGenerativeAI(google_api_key=google_api, model="gemini-2.5-flash", temperature=0.2)
-
-# 建立提示模板
-prompt_template = ChatPromptTemplate([
-    ("system", "你是一個強大的圖像生成與問答助理，可以根據用戶的請求使用提供的工具。當你執行 generate_and_upload_image 工具\
-    成功後會獲得一個 URL，然後你回答的 output 要包含有這個 URL 的完整資訊。如果工具有產生錯誤訊息請解讀並回應。"), # 系統提示 (System Prompt)
-    ("user", "{input}"), # 用戶輸入的佔位符
-    ("placeholder", "{agent_scratchpad}"), # 代理人思考過程的佔位符
+prompt_template = ChatPromptTemplate.from_messages([
+    ("system", "你是一個強大的助理。如果生成了圖片，請直接給出 URL。"),
+    ("user", "{input}"),
+    MessagesPlaceholder(variable_name="agent_scratchpad"),
 ])
 
-# 建立工具調用代理人 (Tool Calling Agent)
 agent = create_tool_calling_agent(llm, tools, prompt_template)
-# 建立代理人執行器 (Agent Executor)
-agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True) # verbose=True 會在終端印出代理人的思考過程
+agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True, handle_parsing_errors=True)
 
 # ==========================
 #  FastAPI 路由
@@ -221,106 +143,61 @@ agent_executor = AgentExecutor(agent=agent, tools=tools, verbose=True) # verbose
 
 @app.get("/")
 def root():
-    """
-    根路徑，用於基本測試。
-    """
-    return {"title": "Line Bot"}
+    return {"status": "running"}
 
 @app.post("/webhook")
-async def webhook(
-    request: Request,
-    background_tasks: BackgroundTasks,
-    x_line_signature=Header(None), # 從標頭獲取 Line 的簽章
-):
-    """
-    Line Bot 的 Webhook 路由。
-    """
-    # 獲取請求的原始內容 (body)
+async def webhook(request: Request, background_tasks: BackgroundTasks, x_line_signature=Header(None)):
     body = await request.body()
     try:
-        # 使用背景任務來處理 Webhook，這樣可以立即回傳 200 OK 給 Line 伺服器
-        background_tasks.add_task(
-            line_handler.handle, body.decode("utf-8"), x_line_signature
-        )
+        background_tasks.add_task(line_handler.handle, body.decode("utf-8"), x_line_signature)
     except InvalidSignatureError:
-        # 如果簽章無效，拋出 400 錯誤
-        raise HTTPException(status_code=400, detail="Invalid signature")
+        raise HTTPException(status_code=400)
     return "ok"
 
-# 註冊訊息處理器，處理「圖片訊息」和「文字訊息」
 @line_handler.add(MessageEvent, message=(ImageMessage, TextMessage))
 def handle_message(event):
-    """
-    主要的訊息處理邏輯。
-    """
-    # 獲取用戶 ID
     user_id = event.source.user_id
     
-    # 情況一：處理圖片上傳
     if event.message.type == "image":
-        # 獲取 Line 傳來的圖片，並儲存到本地
         image_path = get_image_url_from_line(event.message.id)
         if image_path:
-            # 將圖片路徑儲存到用戶的訊息歷史中
             store_user_message(user_id, "image", image_path)
-            # 回覆用戶，告知圖片已收到，並請他輸入問題
-            line_bot_api.reply_message(
-                event.reply_token, TextSendMessage(text="圖片已接收成功囉，幫我輸入你想詢問的問題喔~")
-            )
-        else:
-            line_bot_api.reply_message(
-                event.reply_token, TextSendMessage(text="沒有接收到圖片~")
-            )
+            line_bot_api.reply_message(event.reply_token, TextSendMessage(text="收到圖片了！請問你想對這張圖做什麼分析？"))
     
-    # 情況二：處理文字訊息
     elif event.message.type == "text":
-        user_text = event.message.text # 獲取用戶傳來的文字
-        # 獲取該用戶的「上一則」訊息
+        user_text = event.message.text
         previous_message = get_previous_message(user_id)
-        print(f"上一則訊息: {previous_message}") # 在後台印出除錯訊息
-
-        # 根據上一則訊息類型，動態組合給代理人的輸入
+        
         if previous_message["type"] == "image":
-            # 如果上一則是圖片，代表用戶現在的文字是「針對圖片的提問」
             image_path = previous_message["content"]
-            agent_input = {
-                "input": f"請根據這張圖片回答問題。圖片的路徑是 {image_path}，我的問題是：{user_text}"
-            }
-            # 清除上一則圖片訊息，避免下一次文字訊息還被當作是圖片問答
-            user_message_history[user_id].pop()
+            agent_input = {"input": f"請分析這張圖片 {image_path}，問題是：{user_text}"}
+            user_message_history[user_id].pop() # 用完即丟
         else:
-            # 如果上一則不是圖片 (或沒有上一���)，代表這是一般的文字提問 (可能是要求生成圖片)
             agent_input = {"input": user_text}
-            
+        
         try:
-            # 運行 LangChain 代理人
             response = agent_executor.invoke(agent_input)
-            # 獲取代理人最終的輸出
             out = response["output"]
             
-            # 檢查輸出中是否包含 'https' (判斷是否為生成的圖片 URL)
-            if 'https' in out:
-                # 解析 URL (這裡的解析方式比較簡易，可能需要更穩健的正規表達式)
-                img_tmp = 'https'+out.split('https')[1]
-                image_url = img_tmp.split('png')[0]+'png'
-                
-                # 使用 push_message 同時推送文字和圖片
-                line_bot_api.push_message(
-                    event.source.user_id,
-                    [
-                        TextSendMessage(text="✨ 這是我為你生成的圖片喔～"),
-                        ImageSendMessage(original_content_url=image_url, preview_image_url=image_url)
-                    ]
-                )
-            else:
-                # 如果輸出不是 URL，則直接回覆文字
-                line_bot_api.reply_message(event.reply_token, TextSendMessage(text=out))
-        except Exception as e:
-            # 處理代理人執行時的錯誤
-            print(f"代理人執行出錯: {e}")
-            out = f"代理人執行出錯!錯誤訊息：{e}"
+            if "http" in out and (".png" in out or ".jpg" in out):
+                # 簡單提取第一個 URL
+                import re
+                urls = re.findall(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+', out)
+                if urls:
+                    image_url = urls[0]
+                    line_bot_api.reply_message(
+                        event.reply_token,
+                        [
+                            TextSendMessage(text="這是為你生成的圖片："),
+                            ImageSendMessage(original_content_url=image_url, preview_image_url=image_url)
+                        ]
+                    )
+                    return
+            
             line_bot_api.reply_message(event.reply_token, TextSendMessage(text=out))
+            
+        except Exception as e:
+            line_bot_api.reply_message(event.reply_token, TextSendMessage(text=f"系統忙碌中，請稍後再試。"))
 
 if __name__ == "__main__":
-    # 程式執行的進入點，使用 uvicorn 啟動 FastAPI 伺服器
-    uvicorn.run("main:app", host="0.0.0.0", port=7860, reload=True)
+    uvicorn.run(app, host="0.0.0.0", port=7860)