Spaces:
Paused
Paused
File size: 33,130 Bytes
d9bd4cb 1d7ecdb d9bd4cb 1d7ecdb d9bd4cb aeb0d3b d9bd4cb aeb0d3b 1d7ecdb d9bd4cb aeb0d3b d9bd4cb 1d7ecdb aeb0d3b 1d7ecdb d9bd4cb 1d7ecdb aeb0d3b d9bd4cb 1d7ecdb d9bd4cb 1d7ecdb aeb0d3b d9bd4cb 1d7ecdb aeb0d3b d9bd4cb 1d7ecdb aeb0d3b d9bd4cb 1d7ecdb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb d333263 aeb0d3b 0fc0c6e aeb0d3b 0fc0c6e e1112dd 0fc0c6e 10d0aca aeb0d3b 94ebe32 e1112dd aeb0d3b 0fc0c6e aeb0d3b 60bdc52 e1112dd 1d7ecdb aeb0d3b 7215bb7 aeb0d3b 1d7ecdb f0fa273 1d7ecdb f0fa273 23914ff 1d7ecdb 7215bb7 1d7ecdb e1112dd aeb0d3b 36e642f 1d7ecdb 36e642f e1112dd aeb0d3b e1112dd aeb0d3b e1112dd aeb0d3b e1112dd aeb0d3b e1112dd aeb0d3b e1112dd 10d0aca aeb0d3b f0fa273 0fc0c6e e1112dd aeb0d3b d9bd4cb aeb0d3b 7215bb7 aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b 1d7ecdb aeb0d3b 1d7ecdb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b d9bd4cb aeb0d3b |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 616 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 633 634 635 636 637 638 639 640 641 642 643 644 645 646 647 648 649 650 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 685 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 702 703 704 705 706 707 708 709 710 711 712 713 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 745 746 747 748 749 750 751 752 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 769 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 |
import gradio as gr
from fastapi import FastAPI, HTTPException, Body
from fastapi.responses import StreamingResponse
from fastapi.staticfiles import StaticFiles
from fastapi.middleware.cors import CORSMiddleware
from pydantic import BaseModel
from selenium import webdriver
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from PIL import Image
from io import BytesIO
import tempfile
import time
import os
import logging
from huggingface_hub import hf_hub_download # 追加: HuggingFace Hubからファイルを直接ダウンロード
# 正しいGemini関連のインポート
import google.generativeai as genai
# ロギング設定
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
# --- Gemini統合 ---
class GeminiRequest(BaseModel):
"""Geminiへのリクエストデータモデル"""
text: str
extension_percentage: float = 10.0 # デフォルト値10%
temperature: float = 0.5 # デフォルト値を0.5に設定
trim_whitespace: bool = True # 余白トリミングオプション（デフォルト有効）
style: str = "standard" # デフォルトはstandard
class ScreenshotRequest(BaseModel):
"""スクリーンショットリクエストモデル"""
html_code: str
extension_percentage: float = 10.0 # デフォルト値10%
trim_whitespace: bool = True # 余白トリミングオプション（デフォルト有効）
style: str = "standard" # デフォルトはstandard
# HTMLのFont Awesomeレイアウトを改善する関数
def enhance_font_awesome_layout(html_code):
"""Font Awesomeレイアウトを改善するCSSを追加"""
# CSSを追加
fa_fix_css = """
<style>
/* Font Awesomeアイコンのレイアウト修正 */
[class*="fa-"] {
display: inline-block !important;
margin-right: 8px !important;
vertical-align: middle !important;
}
/* テキスト内のアイコン位置調整 */
h1 [class*="fa-"], h2 [class*="fa-"], h3 [class*="fa-"],
h4 [class*="fa-"], h5 [class*="fa-"], h6 [class*="fa-"] {
vertical-align: middle !important;
margin-right: 10px !important;
}
/* 特定パターンの修正 */
.fa + span, .fas + span, .far + span, .fab + span,
span + .fa, span + .fas, span + .far + span {
display: inline-block !important;
margin-left: 5px !important;
}
/* カード内アイコン修正 */
.card [class*="fa-"], .card-body [class*="fa-"] {
float: none !important;
clear: none !important;
position: relative !important;
}
/* アイコンと文字が重なる場合の調整 */
li [class*="fa-"], p [class*="fa-"] {
margin-right: 10px !important;
}
/* インラインアイコンのスペーシング */
.inline-icon {
display: inline-flex !important;
align-items: center !important;
justify-content: flex-start !important;
}
/* アイコン後のテキスト */
[class*="fa-"] + span {
display: inline-block !important;
vertical-align: middle !important;
}
</style>
"""
# headタグがある場合はその中に追加
if '<head>' in html_code:
return html_code.replace('</head>', f'{fa_fix_css}</head>')
# HTMLタグがある場合はその後に追加
elif '<html' in html_code:
head_end = html_code.find('</head>')
if head_end > 0:
return html_code[:head_end] + fa_fix_css + html_code[head_end:]
else:
body_start = html_code.find('<body')
if body_start > 0:
return html_code[:body_start] + f'<head>{fa_fix_css}</head>' + html_code[body_start:]
# どちらもない場合は先頭に追加
return f'<html><head>{fa_fix_css}</head>' + html_code + '</html>'
def load_system_instruction(style="standard"):
"""
指定されたスタイルのシステムインストラクションを読み込む
Args:
style: 使用するスタイル名 (standard, cute, resort, cool, dental)
Returns:
読み込まれたシステムインストラクション
"""
try:
# 有効なスタイル一覧
valid_styles = ["standard", "cute", "resort", "cool", "dental"]
# スタイルの検証
if style not in valid_styles:
logger.warning(f"無効なスタイル '{style}' が指定されました。デフォルトの 'standard' を使用します。")
style = "standard"
logger.info(f"スタイル '{style}' のシステムインストラクションを読み込みます")
# まず、ローカルのスタイルディレクトリ内のprompt.txtを確認
local_path = os.path.join(os.path.dirname(__file__), style, "prompt.txt")
# ローカルファイルが存在する場合はそれを使用
if os.path.exists(local_path):
logger.info(f"ローカルファイルを使用: {local_path}")
with open(local_path, 'r', encoding='utf-8') as file:
instruction = file.read()
return instruction
# HuggingFaceリポジトリからのファイル読み込みを試行
try:
# スタイル固有のファイルパスを指定
file_path = hf_hub_download(
repo_id="tomo2chin2/GURAREKOstlyle",
filename=f"{style}/prompt.txt",
repo_type="dataset"
)
logger.info(f"スタイル '{style}' のプロンプトをHuggingFaceから読み込みました: {file_path}")
with open(file_path, 'r', encoding='utf-8') as file:
instruction = file.read()
return instruction
except Exception as style_error:
# スタイル固有ファイルの読み込みに失敗した場合、デフォルトのprompt.txtを使用
logger.warning(f"スタイル '{style}' のプロンプト読み込みに失敗: {str(style_error)}")
logger.info("デフォルトのprompt.txtを読み込みます")
file_path = hf_hub_download(
repo_id="tomo2chin2/GURAREKOstlyle",
filename="prompt.txt",
repo_type="dataset"
)
with open(file_path, 'r', encoding='utf-8') as file:
instruction = file.read()
logger.info("デフォルトのシステムインストラクションを読み込みました")
return instruction
except Exception as e:
error_msg = f"システムインストラクションの読み込みに失敗: {str(e)}"
logger.error(error_msg)
raise ValueError(error_msg)
def generate_html_from_text(text, temperature=0.3, style="standard"):
"""テキストからHTMLを生成する"""
try:
# APIキーの取得と設定
api_key = os.environ.get("GEMINI_API_KEY")
if not api_key:
logger.error("GEMINI_API_KEY 環境変数が設定されていません")
raise ValueError("GEMINI_API_KEY 環境変数が設定されていません")
# モデル名の取得（環境変数から、なければデフォルト値）
model_name = os.environ.get("GEMINI_MODEL", "gemini-1.5-pro")
logger.info(f"使用するGeminiモデル: {model_name}")
# Gemini APIの設定
genai.configure(api_key=api_key)
# 指定されたスタイルのシステムインストラクションを読み込む
system_instruction = load_system_instruction(style)
# モデル初期化
logger.info(f"Gemini APIにリクエストを送信: テキスト長さ = {len(text)}, 温度 = {temperature}, スタイル = {style}")
# モデル初期化
model = genai.GenerativeModel(model_name)
# 生成設定 - ばらつきを減らすために設定を調整
generation_config = {
"temperature": temperature, # より低い温度を設定
"top_p": 0.7, # 0.95から0.7に下げて出力の多様性を制限
"top_k": 20, # 64から20に下げて候補を絞る
"max_output_tokens": 8192,
"candidate_count": 1 # 候補は1つだけ生成
}
# 安全設定 - デフォルトの安全設定を使用
safety_settings = [
{
"category": "HARM_CATEGORY_HARASSMENT",
"threshold": "BLOCK_MEDIUM_AND_ABOVE"
},
{
"category": "HARM_CATEGORY_HATE_SPEECH",
"threshold": "BLOCK_MEDIUM_AND_ABOVE"
},
{
"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
"threshold": "BLOCK_MEDIUM_AND_ABOVE"
},
{
"category": "HARM_CATEGORY_DANGEROUS_CONTENT",
"threshold": "BLOCK_MEDIUM_AND_ABOVE"
}
]
# プロンプト構築
prompt = f"{system_instruction}\n\n{text}"
# コンテンツ生成
response = model.generate_content(
prompt,
generation_config=generation_config,
safety_settings=safety_settings
)
# レスポンスからHTMLを抽出
raw_response = response.text
# HTMLタグ部分だけを抽出（```html と ``` の間）
html_start = raw_response.find("```html")
html_end = raw_response.rfind("```")
if html_start != -1 and html_end != -1 and html_start < html_end:
html_start += 7 # "```html" の長さ分進める
html_code = raw_response[html_start:html_end].strip()
logger.info(f"HTMLの生成に成功: 長さ = {len(html_code)}")
# Font Awesomeのレイアウト改善
html_code = enhance_font_awesome_layout(html_code)
logger.info("Font Awesomeレイアウトの最適化を適用しました")
return html_code
else:
# HTMLタグが見つからない場合、レスポンス全体を返す
logger.warning("レスポンスから ```html ``` タグが見つかりませんでした。全テキストを返します。")
return raw_response
except Exception as e:
logger.error(f"HTML生成中にエラーが発生: {e}", exc_info=True)
raise Exception(f"Gemini APIでのHTML生成に失敗しました: {e}")
# 画像から余分な空白領域をトリミングする関数
def trim_image_whitespace(image, threshold=250, padding=10):
"""
画像から余分な白い空白をトリミングする
Args:
image: PIL.Image - 入力画像
threshold: int - どの明るさ以上を空白と判断するか (0-255)
padding: int - トリミング後に残す余白のピクセル数
Returns:
トリミングされたPIL.Image
"""
# グレースケールに変換
gray = image.convert('L')
# ピクセルデータを配列として取得
data = gray.getdata()
width, height = gray.size
# 有効範囲を見つける
min_x, min_y = width, height
max_x = max_y = 0
# ピクセルデータを2次元配列に変換して処理
pixels = list(data)
pixels = [pixels[i * width:(i + 1) * width] for i in range(height)]
# 各行をスキャンして非空白ピクセルを見つける
for y in range(height):
for x in range(width):
if pixels[y][x] < threshold: # 非空白ピクセル
min_x = min(min_x, x)
min_y = min(min_y, y)
max_x = max(max_x, x)
max_y = max(max_y, y)
# 境界外のトリミングの場合はエラー
if min_x > max_x or min_y > max_y:
logger.warning("トリミング領域が見つかりません。元の画像を返します。")
return image
# パディングを追加
min_x = max(0, min_x - padding)
min_y = max(0, min_y - padding)
max_x = min(width - 1, max_x + padding)
max_y = min(height - 1, max_y + padding)
# 画像をトリミング
trimmed = image.crop((min_x, min_y, max_x + 1, max_y + 1))
logger.info(f"画像をトリミングしました: 元サイズ {width}x{height} → トリミング後 {trimmed.width}x{trimmed.height}")
return trimmed
# 非同期スクリプトを使わず、同期的なスクリプトのみ使用する改善版
def render_fullpage_screenshot(html_code: str, extension_percentage: float = 6.0,
trim_whitespace: bool = True) -> Image.Image:
"""
Renders HTML code to a full-page screenshot using Selenium.
Args:
html_code: The HTML source code string.
extension_percentage: Percentage of extra space to add vertically.
trim_whitespace: Whether to trim excess whitespace from the image.
Returns:
A PIL Image object of the screenshot.
"""
tmp_path = None
driver = None
# 1) Save HTML code to a temporary file
try:
with tempfile.NamedTemporaryFile(suffix=".html", delete=False, mode='w', encoding='utf-8') as tmp_file:
tmp_path = tmp_file.name
tmp_file.write(html_code)
logger.info(f"HTML saved to temporary file: {tmp_path}")
except Exception as e:
logger.error(f"Error writing temporary HTML file: {e}")
return Image.new('RGB', (1, 1), color=(0, 0, 0))
# 2) Headless Chrome(Chromium) options
options = Options()
options.add_argument("--headless")
options.add_argument("--no-sandbox")
options.add_argument("--disable-dev-shm-usage")
options.add_argument("--force-device-scale-factor=1")
options.add_argument("--disable-features=NetworkService")
options.add_argument("--dns-prefetch-disable")
# 環境変数からWebDriverパスを取得（任意）
webdriver_path = os.environ.get("CHROMEDRIVER_PATH")
if webdriver_path and os.path.exists(webdriver_path):
logger.info(f"Using CHROMEDRIVER_PATH: {webdriver_path}")
service = webdriver.ChromeService(executable_path=webdriver_path)
else:
logger.info("CHROMEDRIVER_PATH not set or invalid, using default PATH lookup.")
service = None # Use default behavior
try:
logger.info("Initializing WebDriver...")
if service:
driver = webdriver.Chrome(service=service, options=options)
else:
driver = webdriver.Chrome(options=options)
logger.info("WebDriver initialized.")
# 3) 初期ウィンドウサイズを設定
initial_width = 1200
initial_height = 1000
driver.set_window_size(initial_width, initial_height)
file_url = "file://" + tmp_path
logger.info(f"Navigating to {file_url}")
driver.get(file_url)
# 4) ページ読み込み待機
logger.info("Waiting for body element...")
WebDriverWait(driver, 15).until(
EC.presence_of_element_located((By.TAG_NAME, "body"))
)
logger.info("Body element found. Waiting for resource loading...")
# 5) 基本的なリソース読み込み待機 - タイムアウト回避
time.sleep(3)
# Font Awesome読み込み確認 - 非同期を使わない
logger.info("Checking for Font Awesome resources...")
fa_count = driver.execute_script("""
var icons = document.querySelectorAll('.fa, .fas, .far, .fab, [class*="fa-"]');
return icons.length;
""")
logger.info(f"Found {fa_count} Font Awesome elements")
# リソース読み込み状態を確認
doc_ready = driver.execute_script("return document.readyState;")
logger.info(f"Document ready state: {doc_ready}")
# Font Awesomeが多い場合は追加待機
if fa_count > 50:
logger.info("Many Font Awesome icons detected, waiting additional time")
time.sleep(2)
# 6) コンテンツレンダリングのためのスクロール処理 - 同期的に実行
logger.info("Performing content rendering scroll...")
total_height = driver.execute_script("return Math.max(document.body.scrollHeight, document.documentElement.scrollHeight);")
viewport_height = driver.execute_script("return window.innerHeight;")
scrolls_needed = max(1, total_height // viewport_height)
for i in range(scrolls_needed + 1):
scroll_pos = i * (viewport_height - 200) # オーバーラップさせる
driver.execute_script(f"window.scrollTo(0, {scroll_pos});")
time.sleep(0.2) # 短い待機
# トップに戻る
driver.execute_script("window.scrollTo(0, 0);")
time.sleep(0.5)
logger.info("Scroll rendering completed")
# 7) スクロールバーを非表示に
driver.execute_script("""
document.documentElement.style.overflow = 'hidden';
document.body.style.overflow = 'hidden';
""")
logger.info("Scrollbars hidden")
# 8) ページの寸法を取得
dimensions = driver.execute_script("""
return {
width: Math.max(
document.documentElement.scrollWidth,
document.documentElement.offsetWidth,
document.documentElement.clientWidth,
document.body ? document.body.scrollWidth : 0,
document.body ? document.body.offsetWidth : 0,
document.body ? document.body.clientWidth : 0
),
height: Math.max(
document.documentElement.scrollHeight,
document.documentElement.offsetHeight,
document.documentElement.clientHeight,
document.body ? document.body.scrollHeight : 0,
document.body ? document.body.offsetHeight : 0,
document.body ? document.body.clientHeight : 0
)
};
""")
scroll_width = dimensions['width']
scroll_height = dimensions['height']
logger.info(f"Detected dimensions: width={scroll_width}, height={scroll_height}")
# 再検証 - 短いスクロールで再確認
driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
time.sleep(0.5)
driver.execute_script("window.scrollTo(0, 0);")
time.sleep(0.5)
dimensions_after = driver.execute_script("return {height: Math.max(document.documentElement.scrollHeight, document.body.scrollHeight)};")
scroll_height = max(scroll_height, dimensions_after['height'])
logger.info(f"After scroll check, height={scroll_height}")
# 最小/最大値の設定
scroll_width = max(scroll_width, 100)
scroll_height = max(scroll_height, 100)
scroll_width = min(scroll_width, 2000)
scroll_height = min(scroll_height, 4000)
# 9) レイアウト安定化のための単純な待機 - タイムアウト回避
logger.info("Waiting for layout stabilization...")
time.sleep(2)
# 10) 高さに余白を追加
adjusted_height = int(scroll_height * (1 + extension_percentage / 100.0))
adjusted_height = max(adjusted_height, scroll_height, 100)
logger.info(f"Adjusted height calculated: {adjusted_height} (extension: {extension_percentage}%)")
# 11) ウィンドウサイズを調整
adjusted_width = scroll_width
logger.info(f"Resizing window to: width={adjusted_width}, height={adjusted_height}")
driver.set_window_size(adjusted_width, adjusted_height)
time.sleep(1)
# リソース状態を確認 - 同期的スクリプト
resource_state = driver.execute_script("""
return {
readyState: document.readyState,
resourcesComplete: !document.querySelector('img:not([complete])') &&
!document.querySelector('link[rel="stylesheet"]:not([loaded])')
};
""")
logger.info(f"Resource state: {resource_state}")
if resource_state['readyState'] != 'complete':
logger.info("Document still loading, waiting additional time...")
time.sleep(1)
# トップにスクロール
driver.execute_script("window.scrollTo(0, 0);")
time.sleep(0.5)
logger.info("Scrolled to top.")
# 12) スクリーンショット取得
logger.info("Taking screenshot...")
png = driver.get_screenshot_as_png()
logger.info("Screenshot taken successfully.")
# PIL画像に変換
img = Image.open(BytesIO(png))
logger.info(f"Screenshot dimensions: {img.width}x{img.height}")
# 余白トリミング
if trim_whitespace:
img = trim_image_whitespace(img, threshold=248, padding=20)
logger.info(f"Trimmed dimensions: {img.width}x{img.height}")
return img
except Exception as e:
logger.error(f"Error during screenshot generation: {e}", exc_info=True)
# Return a small black image on error
return Image.new('RGB', (1, 1), color=(0, 0, 0))
finally:
logger.info("Cleaning up...")
if driver:
try:
driver.quit()
logger.info("WebDriver quit successfully.")
except Exception as e:
logger.error(f"Error quitting WebDriver: {e}", exc_info=True)
if tmp_path and os.path.exists(tmp_path):
try:
os.remove(tmp_path)
logger.info(f"Temporary file {tmp_path} removed.")
except Exception as e:
logger.error(f"Error removing temporary file {tmp_path}: {e}", exc_info=True)
# --- Geminiを使った新しい関数 ---
def text_to_screenshot(text: str, extension_percentage: float, temperature: float = 0.3,
trim_whitespace: bool = True, style: str = "standard") -> Image.Image:
"""テキストをGemini APIでHTMLに変換し、スクリーンショットを生成する統合関数"""
try:
# 1. テキストからHTMLを生成（温度パラメータとスタイルも渡す）
html_code = generate_html_from_text(text, temperature, style)
# 2. HTMLからスクリーンショットを生成
return render_fullpage_screenshot(html_code, extension_percentage, trim_whitespace)
except Exception as e:
logger.error(f"テキストからスクリーンショット生成中にエラーが発生: {e}", exc_info=True)
return Image.new('RGB', (1, 1), color=(0, 0, 0)) # エラー時は黒画像
# --- FastAPI Setup ---
app = FastAPI()
# CORS設定を追加
app.add_middleware(
CORSMiddleware,
allow_origins=["*"],
allow_credentials=True,
allow_methods=["*"],
allow_headers=["*"],
)
# 静的ファイルのサービング設定
# Gradioのディレクトリを探索してアセットを見つける
gradio_dir = os.path.dirname(gr.__file__)
logger.info(f"Gradio version: {gr.__version__}")
logger.info(f"Gradio directory: {gradio_dir}")
# 基本的な静的ファイルディレクトリをマウント
static_dir = os.path.join(gradio_dir, "templates", "frontend", "static")
if os.path.exists(static_dir):
logger.info(f"Mounting static directory: {static_dir}")
app.mount("/static", StaticFiles(directory=static_dir), name="static")
# _appディレクトリを探す（新しいSvelteKitベースのフロントエンド用）
app_dir = os.path.join(gradio_dir, "templates", "frontend", "_app")
if os.path.exists(app_dir):
logger.info(f"Mounting _app directory: {app_dir}")
app.mount("/_app", StaticFiles(directory=app_dir), name="_app")
# assetsディレクトリを探す
assets_dir = os.path.join(gradio_dir, "templates", "frontend", "assets")
if os.path.exists(assets_dir):
logger.info(f"Mounting assets directory: {assets_dir}")
app.mount("/assets", StaticFiles(directory=assets_dir), name="assets")
# cdnディレクトリがあれば追加
cdn_dir = os.path.join(gradio_dir, "templates", "cdn")
if os.path.exists(cdn_dir):
logger.info(f"Mounting cdn directory: {cdn_dir}")
app.mount("/cdn", StaticFiles(directory=cdn_dir), name="cdn")
# API Endpoint for screenshot generation
@app.post("/api/screenshot",
response_class=StreamingResponse,
tags=["Screenshot"],
summary="Render HTML to Full Page Screenshot",
description="Takes HTML code and an optional vertical extension percentage, renders it using a headless browser, and returns the full-page screenshot as a PNG image.")
async def api_render_screenshot(request: ScreenshotRequest):
"""
API endpoint to render HTML and return a screenshot.
"""
try:
logger.info(f"API request received. Extension: {request.extension_percentage}%")
# Run the blocking Selenium code in a separate thread (FastAPI handles this)
pil_image = render_fullpage_screenshot(
request.html_code,
request.extension_percentage,
request.trim_whitespace
)
if pil_image.size == (1, 1):
logger.error("Screenshot generation failed, returning 1x1 error image.")
# Optionally return a proper error response instead of 1x1 image
# raise HTTPException(status_code=500, detail="Failed to generate screenshot")
# Convert PIL Image to PNG bytes
img_byte_arr = BytesIO()
pil_image.save(img_byte_arr, format='PNG')
img_byte_arr.seek(0) # Go to the start of the BytesIO buffer
logger.info("Returning screenshot as PNG stream.")
return StreamingResponse(img_byte_arr, media_type="image/png")
except Exception as e:
logger.error(f"API Error: {e}", exc_info=True)
raise HTTPException(status_code=500, detail=f"Internal Server Error: {e}")
# --- 新しいGemini API連携エンドポイント ---
@app.post("/api/text-to-screenshot",
response_class=StreamingResponse,
tags=["Screenshot", "Gemini"],
summary="テキストからインフォグラフィックを生成",
description="テキストをGemini APIを使ってHTMLインフォグラフィックに変換し、スクリーンショットとして返します。")
async def api_text_to_screenshot(request: GeminiRequest):
"""
テキストからHTMLインフォグラフィックを生成してスクリーンショットを返すAPIエンドポイント
"""
try:
logger.info(f"テキスト→スクリーンショットAPIリクエスト受信。テキスト長さ: {len(request.text)}, "
f"拡張率: {request.extension_percentage}%, 温度: {request.temperature}, "
f"スタイル: {request.style}")
# テキストからHTMLを生成してスクリーンショットを作成（温度パラメータとスタイルも渡す）
pil_image = text_to_screenshot(
request.text,
request.extension_percentage,
request.temperature,
request.trim_whitespace,
request.style
)
if pil_image.size == (1, 1):
logger.error("スクリーンショット生成に失敗しました。1x1エラー画像を返します。")
# raise HTTPException(status_code=500, detail="スクリーンショット生成に失敗しました")
# PIL画像をPNGバイトに変換
img_byte_arr = BytesIO()
pil_image.save(img_byte_arr, format='PNG')
img_byte_arr.seek(0) # BytesIOバッファの先頭に戻る
logger.info("スクリーンショットをPNGストリームとして返します。")
return StreamingResponse(img_byte_arr, media_type="image/png")
except Exception as e:
logger.error(f"API Error: {e}", exc_info=True)
raise HTTPException(status_code=500, detail=f"Internal Server Error: {e}")
# --- Gradio Interface Definition ---
# 入力モードの選択用Radioコンポーネント
def process_input(input_mode, input_text, extension_percentage, temperature, trim_whitespace, style):
"""入力モードに応じて適切な処理を行う"""
if input_mode == "HTML入力":
# HTMLモードの場合は既存の処理（スタイルは使わない）
return render_fullpage_screenshot(input_text, extension_percentage, trim_whitespace)
else:
# テキスト入力モードの場合はGemini APIを使用
return text_to_screenshot(input_text, extension_percentage, temperature, trim_whitespace, style)
# Gradio UIの定義
with gr.Blocks(title="Full Page Screenshot (テキスト変換対応)", theme=gr.themes.Base()) as iface:
gr.Markdown("# HTMLビューア & テキスト→インフォグラフィック変換")
gr.Markdown("HTMLコードをレンダリングするか、テキストをGemini APIでインフォグラフィックに変換して画像として取得します。")
with gr.Row():
input_mode = gr.Radio(
["HTML入力", "テキスト入力"],
label="入力モード",
value="HTML入力"
)
# 共用のテキストボックス
input_text = gr.Textbox(
lines=15,
label="入力",
placeholder="HTMLコードまたはテキストを入力してください。入力モードに応じて処理されます。"
)
with gr.Row():
with gr.Column(scale=1):
# スタイル選択ドロップダウン
style_dropdown = gr.Dropdown(
choices=["standard", "cute", "resort", "cool", "dental"],
value="standard",
label="デザインスタイル",
info="テキスト→HTML変換時のデザインテーマを選択します",
visible=False # テキスト入力モードの時だけ表示
)
with gr.Column(scale=2):
extension_percentage = gr.Slider(
minimum=0,
maximum=30,
step=1.0,
value=10, # デフォルト値10%
label="上下高さ拡張率（%）"
)
# 温度調整スライダー（テキストモード時のみ表示）
temperature = gr.Slider(
minimum=0.0,
maximum=1.0,
step=0.1,
value=0.5, # デフォルト値を0.5に設定
label="生成時の温度（低い=一貫性高、高い=創造性高）",
visible=False # 最初は非表示
)
# 余白トリミングオプション
trim_whitespace = gr.Checkbox(
label="余白を自動トリミング",
value=True,
info="生成される画像から余分な空白領域を自動的に削除します"
)
submit_btn = gr.Button("生成")
output_image = gr.Image(type="pil", label="ページ全体のスクリーンショット")
# 入力モード変更時のイベント処理（テキストモード時のみ温度スライダーとスタイルドロップダウンを表示）
def update_controls_visibility(mode):
# Gradio 4.x用のアップデート方法
is_text_mode = mode == "テキスト入力"
return [
gr.update(visible=is_text_mode), # temperature
gr.update(visible=is_text_mode), # style_dropdown
]
input_mode.change(
fn=update_controls_visibility,
inputs=input_mode,
outputs=[temperature, style_dropdown]
)
# 生成ボタンクリック時のイベント処理
submit_btn.click(
fn=process_input,
inputs=[input_mode, input_text, extension_percentage, temperature, trim_whitespace, style_dropdown],
outputs=output_image
)
# 環境変数情報を表示
gemini_model = os.environ.get("GEMINI_MODEL", "gemini-1.5-pro")
gr.Markdown(f"""
## APIエンドポイント
- `/api/screenshot` - HTMLコードからスクリーンショットを生成
- `/api/text-to-screenshot` - テキストからインフォグラフィックスクリーンショットを生成
## 設定情報
- 使用モデル: {gemini_model} (環境変数 GEMINI_MODEL で変更可能)
- 対応スタイル: standard, cute, resort, cool, dental
""")
# --- Mount Gradio App onto FastAPI ---
app = gr.mount_gradio_app(app, iface, path="/")
# --- Run with Uvicorn (for local testing) ---
if __name__ == "__main__":
import uvicorn
logger.info("Starting Uvicorn server for local development...")
uvicorn.run(app, host="0.0.0.0", port=7860) |