Update app.py

app.py

@@ -18,39 +18,25 @@ def set_api_key(user_api_key):
         api_key = user_api_key.strip()
         if not api_key:
             return "❌ API Key 不能為空"
-        
-        if not api_key.startswith('sk-'):
-            return "❌ API Key 格式錯誤，應該以 'sk-' 開頭"
-        
+
         client = OpenAI(api_key=api_key)
-        
+
         # 測試 API Key 是否有效
-        try:
-            test_response = client.chat.completions.create(
-                model="gpt-3.5-turbo",
-                messages=[{"role": "user", "content": "Hello"}],
-                max_tokens=5
-            )
-            return "✅ API Key 已設定並驗證成功！可以開始使用了。"
-        except Exception as e:
-            if "incorrect_api_key" in str(e).lower():
-                return "❌ API Key 無效，請檢查是否正確"
-            elif "quota" in str(e).lower():
-                return "⚠️ API Key 有效，但配額不足"
-            else:
-                return f"⚠️ API Key 設定成功，但測試時出現問題：{str(e)[:100]}"
-                
+        client.chat.completions.create(
+            model="gpt-4",
+            messages=[{"role": "user", "content": "你好"}],
+            max_tokens=5
+        )
+
+        return "✅ API Key 已設定並驗證成功"
     except Exception as e:
-        return f"❌ 設定失敗：{str(e)}"
+        return f"❌ API Key 設定失敗: {str(e)}"
 
 def set_model(model_name):
     """設定選擇的模型"""
     global selected_model
-    if model_name:
-        selected_model = model_name
-        return f"✅ 模型已更新為：{model_name}"
-    else:
-        return "❌ 請選擇一個模型"
+    selected_model = model_name
+    return f"✅ 模型已選擇：{model_name}"
 
 def extract_pdf_text(file_path):
     """從 PDF 文件中提取文字"""
@@ -60,8 +46,7 @@ def extract_pdf_text(file_path):
         for page_num, page in enumerate(doc):
             page_text = page.get_text()
             if page_text.strip():
-                text += f"\n--- 第 {page_num + 1} 頁 ---\n"
-                text += page_text
+                text += f"\n--- 第 {page_num + 1} 頁 ---\n{page_text}"
         doc.close()
         return text
     except Exception as e:
@@ -70,94 +55,61 @@ def extract_pdf_text(file_path):
 def generate_summary(pdf_file):
     """從 PDF 內容生成摘要"""
     global summary_text, pdf_text
-    
+
     if not client:
         return "❌ 請先設定 OpenAI API Key"
-    
+
     if not pdf_file:
         return "❌ 請先上傳 PDF 文件"
-    
+
     try:
         pdf_text = extract_pdf_text(pdf_file.name)
-        
         if not pdf_text.strip():
             return "⚠️ 無法解析 PDF 文字，可能為純圖片 PDF 或空白文件。"
-        
-        max_chars = 8000
-        if len(pdf_text) > max_chars:
-            pdf_text_truncated = pdf_text[:max_chars] + "\n\n[文本已截斷，僅顯示前 8000 字符]"
-        else:
-            pdf_text_truncated = pdf_text
-        
+
+        pdf_text_truncated = pdf_text[:8000]  # 簡單限制長度
         response = client.chat.completions.create(
             model=selected_model,
             messages=[
-                {
-                    "role": "system", 
-                    "content": """你是一個專業的文檔摘要助手。請將以下 PDF 內容整理為結構化的摘要：
-
-1. 首先提供一個簡短的總體概述
-2. 然後按照重要性列出主要重點（使用項目符號）
-3. 如果有數據或統計信息，請特別標注
-4. 如果有結論或建議，請單獨列出
-
-請用繁體中文回答，保持專業且易於理解的語調。"""
-                },
+                {"role": "system", "content": "請將以下 PDF 內容整理為條列式摘要，並用繁體中文回答："},
                 {"role": "user", "content": pdf_text_truncated}
             ],
             temperature=0.3
         )
-        
+
         summary_text = response.choices[0].message.content
         return summary_text
-        
+
     except Exception as e:
-        error_msg = f"❌ 摘要生成失敗: {str(e)}"
         print(f"錯誤詳情: {traceback.format_exc()}")
-        return error_msg
+        return f"❌ 摘要生成失敗: {str(e)}"
 
 def ask_question(user_question):
     """基於 PDF 內容回答問題"""
     if not client:
         return "❌ 請先設定 OpenAI API Key"
-    
+
     if not summary_text and not pdf_text:
         return "❌ 請先生成 PDF 摘要"
-    
+
     if not user_question.strip():
         return "❌ 請輸入問題"
-    
+
     try:
         context = f"PDF 摘要:\n{summary_text}\n\n原始內容（部分）:\n{pdf_text[:2000]}"
-        
         response = client.chat.completions.create(
             model=selected_model,
             messages=[
-                {
-                    "role": "system", 
-                    "content": f"""你是一個專業的文檔問答助手。請基於提供的 PDF 內容回答用戶問題。
-
-規則：
-1. 只根據提供的文檔內容回答
-2. 如果文檔中沒有相關信息，請明確說明
-3. 引用具體的文檔內容來支持你的回答
-4. 用繁體中文回答
-5. 保持客觀和準確
-
-文檔內容：
-{context}"""
-                },
+                {"role": "system", "content": f"根據以下 PDF 內容回答用戶的問題，請用繁體中文回答並客觀精準：\n{context}"},
                 {"role": "user", "content": user_question}
             ],
             temperature=0.2
         )
-        
         return response.choices[0].message.content
-        
+
     except Exception as e:
-        error_msg = f"❌ 問答生成失敗: {str(e)}"
         print(f"錯誤詳情: {traceback.format_exc()}")
-        return error_msg
+        return f"❌ 問答生成失敗: {str(e)}"
 
 def clear_all():
     """清除所有資料"""
@@ -166,127 +118,35 @@ def clear_all():
     pdf_text = ""
     return "", "", ""
 
-# 創建最簡單的 Gradio 介面
+# Gradio 介面
 with gr.Blocks(title="PDF 摘要助手") as demo:
-    gr.Markdown("# 📄 PDF 摘要 & 問答助手")
-    
+    gr.Markdown("# 📄 PDF 摘要 & 問答助手 (修正版)")
+
     with gr.Tab("🔧 設定"):
-        gr.Markdown("## API Key 設定")
-        
-        api_key_input = gr.Textbox(
-            label="輸入 OpenAI API Key", 
-            type="password",
-            placeholder="請輸入您的 OpenAI API Key (sk-...)"
-        )
-        
-        with gr.Row():
-            api_key_btn = gr.Button("確認設定 API Key", variant="primary")
-        
-        api_key_status = gr.Textbox(
-            label="API 狀態", 
-            interactive=False,
-            value="等待設定 API Key..."
-        )
-        
-        gr.Markdown("## 模型選擇")
-        
-        model_choice = gr.Radio(
-            choices=["gpt-4", "gpt-4.1", "gpt-4.5"], 
-            label="選擇 AI 模型",
-            value="gpt-4"
-        )
-        
-        with gr.Row():
-            model_btn = gr.Button("確認選擇模型", variant="secondary")
-        
-        model_status = gr.Textbox(
-            label="當前模型", 
-            interactive=False,
-            value="已選擇：gpt-4"
-        )
-    
-    with gr.Tab("📄 PDF 處理"):
-        gr.Markdown("## 上傳 PDF 文件")
-        
-        pdf_upload = gr.File(
-            label="選擇 PDF 文件",
-            file_types=[".pdf"]
-        )
-        
-        with gr.Row():
-            summary_btn = gr.Button("生成摘要", variant="primary")
-            clear_btn = gr.Button("清除資料", variant="secondary")
-        
-        summary_output = gr.Textbox(
-            label="PDF 摘要",
-            lines=15,
-            placeholder="上傳 PDF 文件並點擊「生成摘要」按鈕"
-        )
-    
+        api_key_input = gr.Textbox(label="🔑 輸入 OpenAI API Key", type="password")
+        api_key_status = gr.Textbox(label="狀態", interactive=False, value="等待設定 API Key...")
+        api_key_btn = gr.Button("確認設定 API Key")
+        api_key_btn.click(set_api_key, inputs=api_key_input, outputs=api_key_status)
+
+        model_choice = gr.Radio(["gpt-4", "gpt-4.1", "gpt-4.5"], label="選擇 AI 模型", value="gpt-4")
+        model_status = gr.Textbox(label="模型狀態", interactive=False, value="✅ 已選擇：gpt-4")
+        model_choice.change(set_model, inputs=model_choice, outputs=model_status)
+
+    with gr.Tab("📄 PDF 摘要"):
+        pdf_upload = gr.File(label="選擇 PDF 文件", file_types=[".pdf"])
+        summary_btn = gr.Button("生成摘要")
+        summary_output = gr.Textbox(label="PDF 摘要", lines=10)
+        summary_btn.click(generate_summary, inputs=pdf_upload, outputs=summary_output)
+
     with gr.Tab("❓ 問答"):
-        gr.Markdown("## AI 問答")
-        
-        question_input = gr.Textbox(
-            label="請輸入您的問題",
-            placeholder="例如：這份文件的主要結論是什麼？",
-            lines=3
-        )
-        
-        with gr.Row():
-            question_btn = gr.Button("發送問題", variant="primary")
-        
-        answer_output = gr.Textbox(
-            label="AI 回答",
-            lines=10,
-            placeholder="AI 回答將顯示在這裡"
-        )
-    
-    # 事件綁定 - 使用最簡單的方式
-    api_key_btn.click(
-        fn=set_api_key, 
-        inputs=api_key_input, 
-        outputs=api_key_status
-    )
-    
-    model_btn.click(
-        fn=set_model, 
-        inputs=model_choice, 
-        outputs=model_status
-    )
-    
-    summary_btn.click(
-        fn=generate_summary, 
-        inputs=pdf_upload, 
-        outputs=summary_output
-    )
-    
-    question_btn.click(
-        fn=ask_question, 
-        inputs=question_input, 
-        outputs=answer_output
-    )
-    
-    clear_btn.click(
-        fn=clear_all, 
-        outputs=[summary_output, question_input, answer_output]
-    )
-    
-    # 也支援 Enter 鍵
-    api_key_input.submit(
-        fn=set_api_key, 
-        inputs=api_key_input, 
-        outputs=api_key_status
-    )
-    
-    question_input.submit(
-        fn=ask_question, 
-        inputs=question_input, 
-        outputs=answer_output
-    )
+        question_input = gr.Textbox(label="請輸入您的問題", lines=2)
+        question_btn = gr.Button("送出問題")
+        answer_output = gr.Textbox(label="AI 回答", lines=10)
+        question_btn.click(ask_question, inputs=question_input, outputs=answer_output)
+        question_input.submit(ask_question, inputs=question_input, outputs=answer_output)
+
+    clear_btn = gr.Button("🗑️ 清除所有資料")
+    clear_btn.click(clear_all, outputs=[summary_output, question_input, answer_output])
 
 if __name__ == "__main__":
-    demo.launch(
-        share=False,
-        show_api=False,
-        show_error=True
-    )
+    demo.launch(show_error=True)