Update app.py

app.py

@@ -1,15 +1,19 @@
+import os
 import streamlit as st
-from google.generativeai import text_model
+import google.generativeai as genai
 from PIL import Image
 import io
-import os
-
 
-# API-Schlüssel laden 
-api_key = os.getenv('KEY')
+# API-Schlüssel laden (aus Umgebungsvariable)
+genai.configure(api_key=os.getenv('KEY'))  # Sicherer!
 
-# Gemini API-Modell initialisieren
-model = text_model.TextModel.from_pretrained("gemini-2.0-flash")
+# Gemini Modell erstellen
+generation_config = {
+    "temperature": 0.5,  # Anpassbar
+    "top_p": 0.95,      # Anpassbar
+    "max_output_tokens": 200, # Anpassbar
+}
+model = genai.GenerativeModel(model_name="gemini-pro", generation_config=generation_config) # Gemini Pro verwenden
 
 st.title("Bildanalyse mit Gemini")
 
@@ -20,21 +24,30 @@ if uploaded_file is not None:
     st.image(image, caption="Hochgeladenes Bild", use_column_width=True)
 
     if st.button("Analysieren"):
-        # Bild in Bytes umwandeln
-        image_bytes = io.BytesIO()
-        image.save(image_bytes, format=image.format)
-        image_bytes = image_bytes.getvalue()
-
-        # Gemini API-Anfrage erstellen
-        prompt = "Was ist das Hauptobjekt in diesem Bild?"
-        response = model.generate_text(
-            model=model,
-            prompt=prompt,
-            image=image_bytes,
-            temperature=0.5,
-            max_output_tokens=100
-        )
-
-        # Antwort anzeigen
-        st.write("## Analyseergebnis:")
-        st.write(response.result)
+        with st.spinner("Analysiere Bild..."): # Spinner für Benutzerfreundlichkeit
+            try:
+                # Bild in Bytes umwandeln und hochladen (wie im Beispielcode)
+                image_bytes = io.BytesIO()
+                image.save(image_bytes, format=image.format)
+                image_bytes = image_bytes.getvalue()
+
+                # Dateiähnliches Objekt für Gemini erstellen
+                file_like_object = genai.File(
+                    content=image_bytes, mime_type=f"image/{image.format.lower()}"  # MIME-Type dynamisch
+                )
+
+                # Prompt erstellen (angepasst)
+                prompt = "Beschreibe dieses Bild und identifiziere das Hauptobjekt."
+
+                # Anfrage an Gemini senden (mit Bild)
+                response = model.generate_text(
+                    prompt=prompt,
+                    image=file_like_object, # Bild direkt übergeben
+                )
+
+                # Antwort anzeigen
+                st.write("## Analyseergebnis:")
+                st.write(response.result)
+
+            except Exception as e:
+                st.error(f"Ein Fehler ist aufgetreten: {e}")  # Fehlerbehandlung