Update app.py

app.py

@@ -1,67 +1,67 @@
 import streamlit as st
 from google import genai
 from google.genai import types
-import os
 from PIL import Image
-import io
-import base64
 import json
 
-GOOGLE_API_KEY =  os.environ.get("GEMINI_API_KEY")
-
-client = genai.Client(
-    api_key=GOOGLE_API_KEY,
-    http_options={'api_version': 'v1alpha'},
-)
-
-st.title("Résolution d'exercice avec Gemini")
-
-uploaded_file = st.file_uploader("Télécharger une image de l'exercice", type=["png", "jpg", "jpeg"])
-
-if uploaded_file is not None:
-    image_data = uploaded_file.read()
-    img = Image.open(io.BytesIO(image_data))
-
-    buffered = io.BytesIO()
-    img.save(buffered, format="PNG")
-    img_str = base64.b64encode(buffered.getvalue()).decode()
-
-    if st.button("Résoudre l'exercice"):
-        response_area = st.empty()  # Placeholder pour la réponse
-        mode_area = st.empty()      # Placeholder pour le mode (thinking/answering)
-
-        mode = 'starting'
+def main():
+    st.title("Analyseur d'Images Géométriques avec Gemini")
+    
+    # Configuration de l'API key
+    api_key = st.sidebar.text_input("Entrez votre clé API Google", type="password")
+    if not api_key:
+        st.warning("Veuillez entrer votre clé API Google dans la barre latérale")
+        return
+    
+    # Initialisation du client
+    try:
+        client = genai.Client(
+            api_key=api_key,
+            http_options={'api_version':'v1alpha'}
+        )
+    except Exception as e:
+        st.error(f"Erreur lors de l'initialisation du client: {e}")
+        return
+    
+    # Upload de l'image
+    uploaded_file = st.file_uploader("Choisissez une image géométrique", type=['png', 'jpg', 'jpeg'])
+    
+    if uploaded_file:
         try:
-            responses = client.models.generate_content_stream(
-                    model="gemini-2.0-flash-thinking-exp-01-21",
-                    config={'thinking_config': {'include_thoughts': True}},
-                    contents=[
-                        {'inline_data': {'mime_type': 'image/png', 'data': img_str}},
-                        "Resous cette exercice. ça doit être bien présentable et espacé afin d'être facile à lire."
-                    ]
-            )
-
-            full_response = "" # Pour accumuler toute la réponse pour un affichage final propre
-
-            for response in responses:
-                for part in response.parts:
-                    if hasattr(part, 'thought') and part.thought: # Vérifier si la partie a un attribut 'thought' et s'il est True
-                        if mode != "thinking":
-                            mode_area.markdown("**Gemini réfléchit... 🤔**") # Afficher "thinking" dans le placeholder
-                            mode = "thinking"
-                    elif hasattr(part, 'text'): # Vérifier si la partie a un attribut 'text' (pour la réponse)
-                        if mode != "answering":
-                            mode_area.markdown("**Réponse de Gemini :**") # Afficher "answering" dans le placeholder
-                            mode = "answering"
-
-                        text_chunk = part.text or "" # Gérer le cas où part.text pourrait être None
-                        full_response += text_chunk
-                        response_area.markdown(full_response) # Mettre à jour la réponse en continu
-
-            mode_area.empty() # Effacer le message "thinking/answering" une fois terminé
-            st.success("Exercice résolu !") # Message de succès
-
+            # Affichage de l'image
+            image = Image.open(uploaded_file)
+            st.image(image, caption="Image téléchargée", use_column_width=True)
+            
+            # Configuration du modèle
+            model_name = "gemini-2.0-flash-thinking-exp-01-21"
+            
+            if st.button("Analyser l'image"):
+                with st.spinner("Analyse en cours..."):
+                    try:
+                        # Génération de la réponse
+                        response = client.models.generate_content(
+                            model=model_name,
+                            config={'thinking_config': {'include_thoughts': True}},
+                            contents=[
+                                image,
+                                "What's the area of the overlapping region?"
+                            ]
+                        )
+                        
+                        # Affichage des résultats
+                        for part in response.candidates[0].content.parts:
+                            if part.thought:
+                                st.subheader("Réflexions")
+                                st.markdown(part.text)
+                            else:
+                                st.subheader("Réponse")
+                                st.markdown(part.text)
+                                
+                    except Exception as e:
+                        st.error(f"Erreur lors de l'analyse: {e}")
+                        
         except Exception as e:
-            print(f"Erreur lors de la génération: {e}")
-            mode_area.empty() # Effacer les messages de mode en cas d'erreur
-            response_area.error(f"Erreur: {e}") # Afficher l'erreur dans le placeholder de réponse
+            st.error(f"Erreur lors du traitement de l'image: {e}")
+
+if __name__ == "__main__":
+    main()