Spaces:
Runtime error
Runtime error
File size: 1,800 Bytes
37ed40f 1e807cc d5cde43 1e807cc 37ed40f 1e807cc 37ed40f 1e807cc 37ed40f d5cde43 37ed40f |
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 |
#app.py
import time
import gradio as gr
import google.generativeai as genai
import os
# 從 Hugging Face secrets 中讀取 API 金鑰（如果需要）
api_key = os.getenv('GOOGLE_API_KEY')
if not api_key:
raise ValueError("請設置 'GOOGLE_API_KEY' 環境變數")
# 設定 API 金鑰
genai.configure(api_key=api_key)
# 初始化模型
try:
model = genai.GenerativeModel('gemini-1.5-pro')
chat = model.start_chat(history=[])
print("模型載入成功。")
except Exception as e:
raise ValueError(f"無法載入模型：{e}")
# 將 Gradio 的歷史紀錄轉換為 Gemini 格式
def transform_history(history):
new_history = []
for chat in history:
new_history.append({"parts": [{"text": chat[0]}], "role": "user"})
new_history.append({"parts": [{"text": chat[1]}], "role": "model"})
return new_history
# 回應生成函數
def response(message, history):
global chat
# 將 Gradio 的歷史紀錄轉換為 Gemini 的格式
chat.history = transform_history(history)
prompt = "你是一個半導體智慧製造專家，熟悉半導體製程及生產過程，請用專業的角度回應接下來的問題!"
if len(history) == 0:
prompt_message = f"{prompt} \n {message}"
else:
prompt_message = message
# 發送訊息到 Gemini API
response = chat.send_message(prompt_message)
response.resolve()
# 逐字回傳生成的文字，實現打字機效果
for i in range(len(response.text)):
time.sleep(0.05) # 每個字符間隔 0.05 秒
yield response.text[: i+1]
# 建立 Gradio 聊天界面
gr.ChatInterface(response,
title='智慧製造小幫手',
textbox=gr.Textbox(placeholder="Question to Gemini")).launch(share=True)
|