main.py

import json, os
import gradio as gr
from fastapi.middleware.cors import CORSMiddleware
from fastapi import FastAPI, Request, Header, BackgroundTasks, HTTPException, status
import google.generativeai as genai
import base64
from collections import defaultdict
from linebot import LineBotApi, WebhookHandler
from linebot.exceptions import InvalidSignatureError
from linebot.models import (
    MessageEvent,
    TextMessage,
    TextSendMessage,
    ImageSendMessage,
    AudioMessage,
    ImageMessage,
)
import PIL.Image
import tempfile
import httpx
import uvicorn

# 設定 Google AI API 金鑰
genai.configure(api_key=os.environ["GOOGLE_API_KEY"])

# 設定生成文字的參數
generation_config = genai.types.GenerationConfig(
    max_output_tokens=1000, temperature=0.2, top_p=0.5, top_k=16
)

# 使用 Gemini 模型
model = genai.GenerativeModel(
    "gemini-2.0-flash-exp",
    system_instruction="主要用繁體中文回答，但如果用戶使用詢問英文問題，就用英文回應。你現在是個專業助理，職稱為OPEN小助理，個性活潑、樂觀，願意回答所有問題",
    generation_config=generation_config,
)

# 初始化 LINE Bot
line_bot_api = LineBotApi(os.environ["CHANNEL_ACCESS_TOKEN"])
line_handler = WebhookHandler(os.environ["CHANNEL_SECRET"])

# 建立 FastAPI 應用程式
app = FastAPI()

# 設定 CORS
app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

@app.get("/")
def root():
    return {"title": "Line Bot"}

@app.post("/webhook")
async def webhook(request: Request, background_tasks: BackgroundTasks, x_line_signature=Header(None)):
    body = await request.body()
    try:
        background_tasks.add_task(
            line_handler.handle, body.decode("utf-8"), x_line_signature
        )
    except InvalidSignatureError:
        raise HTTPException(status_code=400, detail="Invalid signature")
    return "ok"

# Imgur 圖片上傳功能（接收 image_binary，不用暫存）
def upload_image_to_imgur_with_token(image_binary, access_token):
    try:
        headers = {"Authorization": f"Bearer {access_token}"}
        data = {
            "image": base64.b64encode(image_binary).decode("utf-8"),
            "type": "base64",
        }
        response = httpx.post("https://api.imgur.com/3/image", headers=headers, data=data)
        if response.status_code == 200:
            return response.json()["data"]["link"]
        else:
            print("Imgur 上傳失敗：", response.text)
            return None
    except Exception as e:
        print("圖片上傳例外：", e)
        return None

# 接收使用者圖片
def get_image_url(message_id):
    try:
        message_content = line_bot_api.get_message_content(message_id)
        file_path = f"/tmp/{message_id}.png"
        with open(file_path, "wb") as f:
            for chunk in message_content.iter_content():
                f.write(chunk)
        return file_path
    except Exception as e:
        print(f"Error getting image: {e}")
        return None

# 分析用戶圖片＋問題
def analyze_with_gemini(image_path, user_text, chat):
    try:
        if not os.path.exists(image_path):
            raise FileNotFoundError(f"圖片路徑無效：{image_path}")
        organ = PIL.Image.open(image_path)
        response = chat.send_message([user_text, organ])
        return response.text
    except Exception as e:
        return f"發生錯誤: {e}"

# 儲存使用者訊息
user_message_history = defaultdict(list)
def store_user_message(user_id, message_type, message_content):
    user_message_history[user_id].append({
        "type": message_type,
        "content": message_content
    })

def get_previous_message(user_id):
    if user_id in user_message_history and len(user_message_history[user_id]) > 0:
        return user_message_history[user_id][-1]
    return None

# 主訊息處理邏輯
chat_sessions = {}
@line_handler.add(MessageEvent, message=(ImageMessage, TextMessage))
def handle_image_message(event):
    user_id = event.source.user_id
    chat = chat_sessions.get(user_id) or model.start_chat(history=[])
    chat_sessions[user_id] = chat

    user_text = event.message.text if event.message.type == "text" else None

    if user_text and user_text.startswith("請幫我生成圖片"):
        prompt = user_text.replace("請幫我生成圖片", "").strip()
        image_model = genai.GenerativeModel("gemini-2.0-flash-exp-image-generation")
        response = image_model.generate_content(prompt)

        if response.parts and hasattr(response.parts[0], "inline_data"):
            image_data = response.parts[0].inline_data.data
            access_token = os.environ.get("IMGUR_ACCESS_TOKEN")
            image_url = upload_image_to_imgur_with_token(image_data, access_token)

            if image_url:
                line_bot_api.reply_message(
                    event.reply_token,
                    [
                        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:
                line_bot_api.reply_message(event.reply_token, TextSendMessage(text="圖片上傳失敗，請稍後再試~"))
        else:
            line_bot_api.reply_message(event.reply_token, TextSendMessage(text="圖片生成失敗，請稍後再試~"))
        return

    if event.message.type == "image":
        image_path = get_image_url(event.message.id)
        if image_path:
            store_user_message(user_id, "image", image_path)
            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~"))
        return

    previous_message = get_previous_message(user_id)
    if previous_message and previous_message["type"] == "image" and event.message.type == "text":
        image_path = previous_message["content"]
        user_text = event.message.text
        store_user_message(user_id, "text", user_text)
        out = analyze_with_gemini(image_path, user_text, chat)
    else:
        if event.message.type != "text":
            line_bot_api.reply_message(event.reply_token, TextSendMessage(text="請輸入文字或圖片~"))
            return
        if event.message.text == "再見":
            line_bot_api.reply_message(event.reply_token, TextSendMessage(text="Bye!"))
            return
        if working_status:
            try:
                prompt = event.message.text
                store_user_message(user_id, "text", prompt)
                completion = chat.send_message(prompt)
                out = completion.text if completion.text else "我不太懂什麼意思也~"
            except:
                out = "執行出錯!請換個說法！"

    line_bot_api.reply_message(event.reply_token, TextSendMessage(text=out))

# 啟動應用
if __name__ == "__main__":
    uvicorn.run("main:app", host="0.0.0.0", port=7860, reload=True)

# 註解說明：
# import 導入必要的套件
# genai.configure 設定 Google AI API 金鑰
# generation_config 設定文字生成參數
# model 設定使用的 Gemini 模型
# line_bot_api 和 line_handler 設定 Line Bot API 和 webhook 處理器
# working_status 設定是否正在與使用者交談
# app 建立 FastAPI 應用程式
# app.add_middleware 設定 CORS
# @app.get("/") 處理根路徑請求
# @app.post("/webhook") 處理 Line Webhook 請求
# @line_handler.add(MessageEvent, message=TextMessage) 處理文字訊息事件
# if __name__ == "__main__": 啟動 FastAPI 應用程式
# 程式碼功能說明：
# 程式碼首先會導入必要的套件，並設定 Google AI API 金鑰、文字生成參數、Gemini 模型以及 Line Bot API。
# 接著會建立 FastAPI 應用程式，並設定 CORS。
# 程式碼會定義兩個函數：
# root() 處理根路徑請求，返回一個簡單的 JSON 訊息。
# webhook() 處理 Line Webhook 請求，將處理 Line 事件的任務加入背景工作，並處理無效的簽章錯誤。
# 程式碼還定義一個函數 handle_message() 來處理文字訊息事件，它會檢查事件類型和訊息類型，並根據使用者輸入執行不同的動作：
# 如果使用者輸入 "再見"，回覆 "Bye!"。
# 如果正在與使用者交談，則會使用 Gemini 模型生成文字，並將結果回覆給使用者。
# 最後，程式碼會啟動 FastAPI 應用程式，開始監聽 HTTP 請求。
# 程式碼運行方式：
# 將程式碼存為 main.py 文件。
# 在環境變數中設定 GOOGLE_API_KEY、CHANNEL_ACCESS_TOKEN 和 CHANNEL_SECRET。
# 執行 uvicorn main:app --host 0.0.0.0 --port 7860 --reload 命令啟動 FastAPI 應用程式。
# 使用 Line 帳戶與 Line Bot 進行對話。
# 注意：
# 程式碼中使用 os.environ["GOOGLE_API_KEY"]、os.environ["CHANNEL_ACCESS_TOKEN"] 和 os.environ["CHANNEL_SECRET"] 來存取環境變數，需要先在環境變數中設定這些值。
# 程式碼中使用 uvicorn 執行 FastAPI 應用程式，需要先安裝 uvicorn 套件。
# 程式碼中使用 google.generativeai 套件，需要先安裝 google-generativeai 套件。
# 程式碼中使用 linebot 套件，需要先安裝 linebot 套件。