Update app.py

app.py

@@ -1,16 +1,10 @@
-import os
-
-# 測試是否能正確讀取 Hugging Face API token
-HF_API_TOKEN = os.getenv("HF_API_TOKEN")
-print(f"Your API Token: {HF_API_TOKEN}")
-
 import gradio as gr
 import requests
 import os
 
-# 使用 Stable Diffusion 來生成晚餐圖片
-API_URL = "https://api-inference.huggingface.co/models/stabilityai/stable-diffusion-2-1"
-HF_API_TOKEN = os.getenv("HF_API_TOKEN")  # 確保您已在 Hugging Face Spaces 的 Secret 中設定 API token
+# 使用 Dreamlike 模型來生成圖像
+API_URL = "https://api-inference.huggingface.co/models/dreamlike-art/dreamlike-photoreal-2.0"
+HF_API_TOKEN = os.getenv("HF_API_TOKEN")
 headers = {"Authorization": f"Bearer {HF_API_TOKEN}"}
 
 def query(payload):
@@ -24,7 +18,7 @@ def query(payload):
     return response.content  # 返回圖片的二進位數據
 
 def generate_dinner_image(hint):
-    # 使用繁體中文的提示內容來對應不同的晚餐圖片描述
+    # 使用繁體中文提示對應的晚餐描述
     dinner_hints = {
         "這是一個有很多起司的東西，通常切成片狀。": "a pizza with lots of cheese",
         "這是一道義大利麵，通常搭配奶油醬。": "a plate of creamy spaghetti",
@@ -33,30 +27,27 @@ def generate_dinner_image(hint):
         "這是亞洲常見的食物，通常搭配醬油。": "sushi with soy sauce"
     }
     
-    # 根據提示生成晚餐描述
     description = dinner_hints.get(hint, "delicious food")
     
     # 調用 API 生成圖像
     output = query({"inputs": description})
     
-    # 如果返回錯誤信息，顯示錯誤
     if isinstance(output, str) and output.startswith("Error:"):
-        return output  # 直接返回錯誤訊息
+        return output  # 返回錯誤訊息
     
     # 保存生成的圖像到文件
     with open("generated_dinner.png", "wb") as f:
         f.write(output)
     
-    # 返回生成的圖像文件
     return "generated_dinner.png"
 
 # 創建 Gradio 介面
 interface = gr.Interface(
     fn=generate_dinner_image,
     inputs=gr.Textbox(lines=2, placeholder="輸入提示內容來生成晚餐圖片...（例如：這是一個有很多起司的東西，通常切成片狀。）"),
-    outputs="image",  # 生成圖片
+    outputs="image",
     title="最強第一組",
-    description="根據您的描述生成晚餐圖片！輸入提示內容（例如：這是一個有很多起司的東西，通常切成片狀）"
+    description="根據您的描述生成晚餐圖片！"
 )
 
 # 啟動 Gradio 應用