Update app.py

app.py

@@ -1,36 +1,50 @@
-import io
 import os
+import io
 import base64
 from typing import Optional
 
 import httpx
-from PIL import Image
 import gradio as gr
+from PIL import Image
 from fastapi import FastAPI
 
-# ========== 配置 ==========
+# --------- 基本配置 ---------
 STEPFUN_ENDPOINT = os.getenv("STEPFUN_ENDPOINT", "https://api.stepfun.com/v1")
-MODEL_NAME = os.getenv("STEPFUN_MODEL", "step-3")
-TITLE = "StepFun · 图像问答（step-3）"
-DESC = "上传图片 + 输入问题，走 StepFun OpenAI 兼容接口 /chat/completions"
-# =========================
+MODEL_NAME = os.getenv("MODEL_NAME", "step-3")
+TITLE = "StepFun · step-3 图片问答 Demo"
+DESC = "上传一张图片，问一个问题；后台通过 StepFun OpenAI 兼容接口完成图文对话。"
+FOOTER = "提示：在 HF Spaces 的 Settings -> Variables 里设置 OPENAI_API_KEY 或 STEPFUN_KEY"
+# ---------------------------
+
 
 def _get_api_key() -> Optional[str]:
-    # 兼容两种环境变量名
+    """
+    从环境变量里取 API Key。
+    优先 OPENAI_API_KEY（OpenAI 兼容接口的常用名），否则退回 STEPFUN_KEY。
+    """
     return os.getenv("OPENAI_API_KEY") or os.getenv("STEPFUN_KEY")
 
+
 def _pil_to_data_url(img: Image.Image, fmt: str = "PNG") -> str:
+    """
+    PIL.Image -> data:image/...;base64,... （OpenAI兼容的 image_url 需要）
+    """
     buf = io.BytesIO()
     img.save(buf, format=fmt)
     b64 = base64.b64encode(buf.getvalue()).decode("utf-8")
     mime = "image/png" if fmt.upper() == "PNG" else "image/jpeg"
     return f"data:{mime};base64,{b64}"
 
-def _post_chat(messages: list, temperature: float = 0.7, timeout: float = 60.0) -> str:
+
+def _post_chat(messages: list, temperature: float = 0.7) -> str:
+    """
+    直接用 httpx 调用 StepFun 的 /chat/completions 接口，返回文本。
+    """
     key = _get_api_key()
     if not key:
         raise RuntimeError(
-            "API Key 未设置。请在 Space 的 Settings → Variables and secrets 添加：\n"
+            "API Key 未设置。\n"
+            "请在本地环境变量或 HF Spaces -> Settings -> Variables 里设置：\n"
             "OPENAI_API_KEY 或 STEPFUN_KEY（值为 StepFun API Key）。"
         )
 
@@ -44,16 +58,25 @@ def _post_chat(messages: list, temperature: float = 0.7, timeout: float = 60.0)
         "messages": messages,
         "temperature": temperature,
     }
-    r = httpx.post(url, headers=headers, json=payload, timeout=timeout)
-    r.raise_for_status()
-    data = r.json()
-    # 兼容常见返回结构
+
+    # 简单超时与错误抛出
+    resp = httpx.post(url, headers=headers, json=payload, timeout=60)
+    resp.raise_for_status()
+    data = resp.json()
     return data["choices"][0]["message"]["content"]
 
-def infer(image: Optional[Image.Image], question: Optional[str]) -> str:
+
+def chat_with_step3(image: Optional[Image.Image], question: Optional[str]) -> str:
+    """
+    Gradio 回调函数：输入图片和问题，返回模型回答。
+    """
     if image is None:
-        return "请先上传图片再提问。"
-    q = (question or "").strip() or "请描述这张图片。"
+        return "请先上传图片。"
+
+    q = (question or "").strip()
+    if not q:
+        q = "请描述这张图片的内容，并指出可能的菜品名称与做法要点。"
+
     data_url = _pil_to_data_url(image, fmt="PNG")
     messages = [
         {
@@ -64,46 +87,49 @@ def infer(image: Optional[Image.Image], question: Optional[str]) -> str:
             ],
         }
     ]
+
     try:
         return _post_chat(messages)
     except httpx.HTTPStatusError as e:
-        return f"调用失败（HTTP {e.response.status_code}）：{e.response.text}"
+        # 返回后端具体错误信息，便于排障
+        try:
+            detail = e.response.json()
+        except Exception:
+            detail = e.response.text
+        return f"后端返回错误：HTTP {e.response.status_code}\n{detail}"
     except Exception as e:
         return f"调用失败：{repr(e)}"
 
-# ------- Gradio 界面 -------
-demo = gr.Interface(
-    fn=infer,
-    inputs=[
-        gr.Image(type="pil", label="上传图片"),
-        gr.Textbox(label="问题", placeholder="例如：这是什么菜？怎么做？"),
-    ],
-    outputs=gr.Textbox(label="回答"),
-    title=TITLE,
-    description=DESC,
-)
-
-# ------- FastAPI 宿主应用（覆盖 /info，避免 gradio_client 的 schema 解析） -------
-fastapi_app = FastAPI()
-
-@fastapi_app.get("/health")
-def health():
-    return {"status": "ok"}
-
-@fastapi_app.get("/info")
-def info_stub():
-    # 返回一个最小可用的对象，绕过 gradio 的 api_info 复杂逻辑
-    return {
-        "api": False,
-        "message": "API docs 已禁用（此路由由外部 FastAPI 覆盖以规避依赖冲突）。"
-    }
 
-# 挂载 Gradio 到根路径
-app = gr.mount_gradio_app(fastapi_app, demo, path="/")
+# --------- 构建 Gradio 界面 ---------
+with gr.Blocks(title=TITLE, analytics_enabled=False) as demo:
+    gr.Markdown(f"## {TITLE}")
+    gr.Markdown(DESC)
+
+    with gr.Row():
+        with gr.Column():
+            img_in = gr.Image(type="pil", label="上传图片")
+            txt_in = gr.Textbox(
+                label="问题（可留空）",
+                placeholder="例如：这是什么菜？做法是怎样的？",
+            )
+            btn = gr.Button("提交")
+        with gr.Column():
+            out = gr.Textbox(label="回答", lines=12)
+
+    btn.click(fn=chat_with_step3, inputs=[img_in, txt_in], outputs=out)
 
-# 本地调试：python app.py
-if __name__ == "__main__":
+    gr.Markdown(f"<small>{FOOTER}</small>")
+
+# 让 HF Spaces 识别到 FastAPI/ASGI 应用
+app = FastAPI()
+# 不使用自定义路径参数，直接挂载到根路径
+app = gr.mount_gradio_app(app, demo, path="/")
+
+
+# --------- 本地调试专用（Spaces 环境不会执行）---------
+if __name__ == "__main__" and os.environ.get("SPACE_BUILD") is None:
     import uvicorn
+
     port = int(os.getenv("PORT", "7860"))
-    # 注意：本地调试可以启；Spaces 不会走这里
     uvicorn.run(app, host="0.0.0.0", port=port)