app.py

# -*- coding: utf-8 -*-

from typing import Container
from config.config import PASSWORD
import gradio as gr
import os
import shutil
import tempfile
from google import genai
from google.genai import types
import yt_dlp

from initializer import initialize_clients, initialize_password

# 初始化 Google Cloud Storage 服務和 GENAI 客戶端
GCS_SERVICE, GENAI_CLIENT = initialize_clients()
GCS_CLIENT = GCS_SERVICE.client

# 密碼
PASSWORD = initialize_password()
def process_with_auth(password, file_list, file_display):
    """帶密碼驗證的文件處理"""
    if not file_display:  # 使用 file_display 而不是 file_list
        return "請選擇要處理的文件", "", gr.update(visible=False)
        
    if password != PASSWORD:
        return "請輸入正確的密碼", "", gr.update(visible=False)
    
    # 根據顯示的選項找到對應的完整項目
    selected_files = []
    for item in file_list:
        if "|||" in item:
            title = item.split("|||")[0]
            if title in file_display:
                selected_files.append(item)
        else:
            if os.path.basename(item) in file_display:
                selected_files.append(item)
    
    result_text, transcript_text = process_all_files(selected_files)
    return result_text, transcript_text, gr.update(visible=True)

# UI 收合
def toggle_visibility(toggle_value):
    return gr.update(visible=toggle_value)

# 來源 youtube
def add_youtube_to_list(youtube_link, file_list):
    if not youtube_link:
        return gr.update(choices=[item.split("|||")[0] if "|||" in item else os.path.basename(item) for item in file_list]), ""
    
    # 獲取標題
    title = get_youtube_title(youtube_link)
    
    # 確保 URL 格式完整
    if not youtube_link.startswith('http'):
        if 'watch?v=' in youtube_link:
            youtube_link = f'https://www.youtube.com/{youtube_link}'
        else:
            youtube_link = f'https://www.youtube.com/watch?v={youtube_link}'
    
    # 存儲格式：[title]|||[url]
    file_list.append(f"{title}|||{youtube_link}")
    display_list = [item.split("|||")[0] if "|||" in item else os.path.basename(item) for item in file_list]
    print(f"File list: {file_list}")
    print(f"Display list: {display_list}")
    return file_list, ""

def get_youtube_title_from_gemini(url):
    """使用 Gemini 獲取 YouTube 標題"""
    print(f"\n開始獲取 YouTube 標題: {url}")
    try:
        print("初始化 Gemini 模型設定...")
        video = types.Part.from_uri(
            file_uri=url,
            mime_type="video/*",
        )

        print("開始生成標題...")
        response = GENAI_CLIENT.models.generate_content(
            model="gemini-2.0-flash-exp",
            contents=[
                types.Content(
                    role="user",
                    parts=[
                        video,
                        types.Part.from_text("請只回傳這個影片的標題，不要加入其他任何文字。")
                    ]
                )
            ]
        )
        
        if response and response.text:
            title = response.text.strip()
            print(f"成功獲取標題: {title}")
            return title
        return url
    except Exception as e:
        print(f"Gemini 獲取標題失敗: {str(e)}")
        return url

def get_youtube_title(url):
    """獲取 YouTube 影片標題"""
    try:
        # 確保 URL 格式完整
        if not url.startswith('http'):
            if 'watch?v=' in url:
                url = f'https://www.youtube.com/{url}'
            else:
                url = f'https://www.youtube.com/watch?v={url}'
        
        # 首先嘗試使用 yt-dlp
        try:
            ydl_opts = {
                'quiet': True,
                'no_warnings': True,
                'extract_flat': True
            }
            with yt_dlp.YoutubeDL(ydl_opts) as ydl:
                info = ydl.extract_info(url, download=False)
                title = info.get('title', '')
                if title:
                    print(f"YouTube title from yt-dlp: {title}")
                    return title
        except Exception as e:
            print(f"yt-dlp 獲取標題失敗: {str(e)}")
        
        # 如果 yt-dlp 失敗，嘗試使用 Gemini
        print("嘗試使用 Gemini 獲取標題...")
        title = get_youtube_title_from_gemini(url)
        if title and title != url:
            print(f"YouTube title from Gemini: {title}")
            return title
        
        return url
    except Exception as e:
        print(f"獲取標題失敗: {str(e)}")
        return url

# 上傳檔案
def add_to_file_list(file, file_list):
    if file:
        temp_dir = tempfile.gettempdir()
        temp_path = os.path.join(temp_dir, os.path.basename(file.name))
        shutil.copy(file.name, temp_path)  # 將文件存儲到臨時目錄
        file_list.append(temp_path)
    display_list = [os.path.basename(path) if os.path.basename(path) else path for path in file_list]
    return gr.update(choices=display_list), None

# RAG 處理
def process_all_files(file_list):
    """處理所有選中的文件"""
    if not file_list:
        return "請選擇要處理的文件", ""

    all_text = []
    status_messages = []
    
    for item in file_list:
        try:
            if "|||" in item:
                # YouTube 連結
                title, url = item.split("|||")
                print(f"處理 YouTube: {title}")
                try:
                    transcript = generate_transcript(url)
                    if transcript:
                        all_text.append(f"=== {title} ===\n{transcript}")
                        status_messages.append(f"🟢 成功處理 YouTube 影片：{title}")
                    else:
                        status_messages.append(f"🔴 無法獲取影片逐字稿：{title}")
                except Exception as e:
                    if "無法取得影片資訊" in str(e):
                        # 可能是影片標題問題，但還是有內容
                        all_text.append(f"=== YouTube 影片 ===\n{e.transcript if hasattr(e, 'transcript') else ''}")
                        status_messages.append(f"🟡 影片資訊不完整，但已處理內容：{url}")
                    else:
                        status_messages.append(f"🔴 處理失敗：{title}（{str(e)}）")
            else:
                # 本地文件
                filename = os.path.basename(item)
                print(f"處理文件: {filename}")
                try:
                    with open(item, 'r', encoding='utf-8') as f:
                        content = f.read()
                        try:
                            # 嘗試解碼文件名
                            decoded_name = filename.encode('latin1').decode('utf-8')
                            all_text.append(f"=== {decoded_name} ===\n{content}")
                            status_messages.append(f"🟢 成功處理文件：{decoded_name}")
                        except:
                            # 文件名有問題，但內容可用
                            all_text.append(f"=== 文件內容 ===\n{content}")
                            status_messages.append(f"🟡 文件名稱無法正確顯示，但已處理內容：{filename}")
                except UnicodeDecodeError:
                    try:
                        # 嘗試其他編碼
                        for encoding in ['big5', 'gbk', 'shift-jis']:
                            try:
                                with open(item, 'r', encoding=encoding) as f:
                                    content = f.read()
                                    all_text.append(f"=== {filename} ===\n{content}")
                                    status_messages.append(f"🟡 使用 {encoding} 編碼成功讀取文件：{filename}")
                                    break
                            except:
                                continue
                        else:
                            status_messages.append(f"🔴 無法讀取文件內容：{filename}（編碼問題）")
                    except Exception as e:
                        status_messages.append(f"🔴 讀取文件失敗：{filename}（{str(e)}）")
                except Exception as e:
                    status_messages.append(f"🔴 讀取文件失敗：{filename}（{str(e)}）")
        except Exception as e:
            status_messages.append(f"🔴 處理失敗：{item}（{str(e)}）")

    if not all_text:
        return "❌ 沒有成功處理任何文件", ""

    # 合併所有文本
    combined_text = "\n\n".join(all_text)
    status_text = "\n".join(status_messages)
    
    return f"處理完成\n{status_text}", combined_text

# 對話
def mock_question_answer(question, history):
    # 假資料模擬回答
    answers = {
        "文件的核心觀點是什麼？": "這份文件的核心觀點是關於人工智慧如何提升工作效率。",
        "有哪些關鍵詞或數據？": "關鍵詞包括：人工智慧、工作效率、數據分析。",
        "文件的摘要是什麼？": "這份文件討論了如何利用人工智慧工具，提升企業的運營效率和決策速度。"
    }
    response = answers.get(question, "抱歉，我無法回答這個問題。請嘗試其他問題！")
    history.append({"role": "user", "content": question})
    history.append({"role": "assistant", "content": response})
    return history, ""


# 功能卡片
def generate_transcript(youtube_link):
    print(f"\n開始生成 YouTube 逐字稿: {youtube_link}")
    try:
        print("初始化 Gemini 模型設定...")
        video = types.Part.from_uri(
            file_uri=youtube_link,
            mime_type="video/*",
        )

        model = "gemini-2.0-flash-exp"
        contents = [
            types.Content(
                role="user",
                parts=[
                    video,
                    types.Part.from_text("""請給我帶時間軸的逐字稿，請統一用 zhTW語言""")
                ]
            )
        ]
        generate_content_config = types.GenerateContentConfig(
            temperature=1,
            top_p=0.95,
            max_output_tokens=8192,
            response_modalities=["TEXT"],
            safety_settings=[
                types.SafetySetting(category="HARM_CATEGORY_HATE_SPEECH", threshold="OFF"),
                types.SafetySetting(category="HARM_CATEGORY_DANGEROUS_CONTENT", threshold="OFF"),
                types.SafetySetting(category="HARM_CATEGORY_SEXUALLY_EXPLICIT", threshold="OFF"),
                types.SafetySetting(category="HARM_CATEGORY_HARASSMENT", threshold="OFF")
            ],
        )

        print("開始串流生成逐字稿...")
        transcript_text = ""
        for chunk in GENAI_CLIENT.models.generate_content_stream(
            model=model,
            contents=contents,
            config=generate_content_config,
        ):
            # Extract only text content from candidates
            if hasattr(chunk, 'candidates') and chunk.candidates:
                for candidate in chunk.candidates:
                    if (hasattr(candidate, 'content') and 
                        hasattr(candidate.content, 'parts')):
                        for part in candidate.content.parts:
                            if hasattr(part, 'text') and part.text:
                                transcript_text += part.text
            print(".", end="", flush=True)
        
        print("\n逐字稿生成完成！")
        return transcript_text
    except Exception as e:
        print(f"\n生成逐字稿時發生錯誤: {str(e)}")
        raise

def generate_summary(transcript):
    """Generate a summary from the transcript using Gemini."""
    try:
        print("\n開始生成摘要...")
        model = "gemini-2.0-flash-exp"
        prompt = f"""
        Inputs:
        - 請根據以下逐字稿或文本生成重點摘要：{transcript}
        
        Rules:
        - 如果有課程名稱，請圍繞「課程名稱」為學習重點，進行重點整理，不要整理跟情境故事相關的問題
        - 整體摘要在一百字以內
        - 重點概念列出 bullet points，至少三個，最多五個
        - 以及可能的結論與結尾延伸小問題提供學生作反思
        - 敘述中，請把數學或是專業術語，用 Latex 包覆（$...$）
        - 加減乘除、根號、次方等等的運算式口語也換成 LATEX 數學符號
        
        Example:
        請以下列 markdown 格式輸出：
        ## 🌟 主題： (如果沒有 title 就省略)
        ## 📚 整體摘要
            - (一個 bullet point....)

        ## 🔖 重點概念
            - xxx
            - xxx
            - xxx

        ## 💡 為什麼我們要學這個？
            - (一個 bullet point....)

        ## ❓ 延伸小問題
            - (一個 bullet point....請圍繞學習重點，進行重點延伸思考，不要整理跟情境故事相關的問題)
        """
        contents = [
            types.Content(
                role="user",
                parts=[
                    types.Part.from_text(prompt)
                ]
            )
        ]
        
        response = GENAI_CLIENT.models.generate_content(
            model=model,
            contents=contents,
        )
        
        print("摘要生成完成！")
        summary = response.text
        return summary
    except Exception as e:
        print(f"\n生成摘要時發生錯誤: {str(e)}")
        raise

def on_summary_click(transcript):
    if not transcript:
        return "請先上傳文件或輸入 YouTube 連結並處理完成後再生成摘要。"
    
    summary = generate_summary(transcript)
    return summary

with gr.Blocks() as demo:

    with gr.Row():
        gr.Markdown("# AI Notes Assistant")
        password_input = gr.Textbox(label="password")

    with gr.Row():
        source_toggle = gr.Checkbox(label="顯示來源選單", value=True)
        chat_toggle = gr.Checkbox(label="顯示對話區域", value=True)
        feature_toggle = gr.Checkbox(label="顯示功能卡片", value=True)

    with gr.Row():
        with gr.Column(visible=True) as source_column:
            gr.Markdown("### 來源選單")
            
            file_list = gr.State([])
            file_display = gr.State([])
            
            with gr.Tab("YouTube 連結"):
                youtube_link = gr.Textbox(label="輸入 YouTube 連結")
                add_youtube_button = gr.Button("添加到來源列表")
                add_youtube_button.click(add_youtube_to_list, inputs=[youtube_link, file_list], outputs=[file_list, youtube_link])

            with gr.Tab("上傳檔案（TODO）"):
                upload_file = gr.File(label="從電腦添加文件", file_types=[".txt", ".pdf", ".docx"])
                add_file_button = gr.Button("添加到來源列表")
                add_file_button.click(add_to_file_list, inputs=[upload_file, file_list], outputs=[file_list, upload_file])        
            
            file_display_input = gr.CheckboxGroup(label="已上傳的文件", interactive=True)

            # 更新顯示邏輯
            def update_display(file_list):
                display_list = [item.split("|||")[0] if "|||" in item else os.path.basename(item) for item in file_list]
                print(f"Updating display with: {display_list}")
                return gr.update(choices=display_list, value=[])
            
            file_list.change(update_display, inputs=file_list, outputs=file_display_input)

            process_files_button = gr.Button("處理檔案")
            rag_result = gr.Textbox(label="處理狀態", interactive=False)
            
        with gr.Column(visible=True) as chat_column:
            gr.Markdown("### 對話區域")
            chatbot = gr.Chatbot(label="聊天記錄", type="messages")
            question = gr.Textbox(label="輸入問題，例如：文件的核心觀點是什麼？")
            ask_button = gr.Button("提問")

        with gr.Column(visible=True) as feature_column:
            gr.Markdown("### 功能卡片")
            with gr.Tab("摘要生成"):
                summary_button = gr.Button("生成摘要", visible=False)
                summary_output = gr.Markdown(
                    label="摘要",
                    show_label=True,
                    show_copy_button=True,
                    container=True
                )
            with gr.Tab("逐字稿"):
                transcript_display = gr.Textbox(
                    label="YouTube 逐字稿", 
                    interactive=False, 
                    lines=20,
                    show_copy_button=True,
                    placeholder="處理 YouTube 影片後，逐字稿將顯示在這裡..."
                )
            with gr.Tab("其他功能"):
                gr.Markdown("此處可以添加更多功能卡片")

    source_toggle.change(toggle_visibility, inputs=source_toggle, outputs=source_column)
    chat_toggle.change(toggle_visibility, inputs=chat_toggle, outputs=chat_column)
    feature_toggle.change(toggle_visibility, inputs=feature_toggle, outputs=feature_column)

    # 更新處理檔案按鈕的事件處理
    process_files_button.click(
        fn=process_with_auth,
        inputs=[password_input, file_list, file_display_input],
        outputs=[
            rag_result, 
            transcript_display,
            summary_button
        ]
    ).then(
        fn=on_summary_click,
        inputs=[transcript_display],
        outputs=[summary_output]
    )

    history = gr.State([])
    ask_button.click(mock_question_answer, inputs=[question, history], outputs=[chatbot, question])
    summary_button.click(
        fn=on_summary_click, 
        inputs=[transcript_display], 
        outputs=[summary_output]
    )

demo.launch(share=True)