1

app.py

@@ -3,137 +3,120 @@ import sys
 import warnings
 warnings.filterwarnings("ignore")
 
-# 基础导入检查
 try:
     import gradio as gr
     from PIL import Image
     import torch
-    print(f"✅ PyTorch 版本: {torch.__version__}")
-    
-    # 检查PyTorch版本
-    torch_version = torch.__version__
-    major, minor = map(int, torch_version.split('.')[:2])
-    if major < 2 or (major == 2 and minor < 6):
-        print(f"⚠️ PyTorch 版本 {torch_version} 可能存在安全问题")
-    
+    print(f"✅ 基础库加载成功，PyTorch: {torch.__version__}")
 except ImportError as e:
-    print(f"❌ 基础库导入失败: {e}")
-    with gr.Blocks() as error_demo:
-        gr.HTML("<h2>❌ 基础环境错误</h2>")
-    error_demo.launch()
+    print(f"❌ 基础库加载失败: {e}")
     sys.exit(1)
 
-# 尝试导入transformers
 try:
     from transformers import AutoTokenizer, AutoModel, AutoProcessor, Blip2ForConditionalGeneration
-    print("✅ Transformers 导入成功")
+    print("✅ Transformers 加载成功")
 except ImportError as e:
-    print(f"❌ Transformers 导入失败: {e}")
-    with gr.Blocks() as error_demo:
-        gr.HTML(f"<h2>❌ Transformers 未安装</h2><p>{str(e)}</p>")
-    error_demo.launch()
-    sys.exit(1)
+    print(f"❌ Transformers 加载失败: {e}")
+    # 使用简化版本
+    USE_AI_MODELS = False
+else:
+    USE_AI_MODELS = True
 
-# HF Spaces 环境检测
+# 环境配置
 IS_SPACES = os.environ.get("SPACE_ID") is not None
 device = "cuda" if torch.cuda.is_available() else "cpu"
-print(f"环境: {'HF Spaces' if IS_SPACES else 'Local'}, 设备: {device}")
+print(f"环境: {'HF Spaces' if IS_SPACES else 'Local'}, 设备: {device}, AI模型: {USE_AI_MODELS}")
 
 # 全局变量
-tokenizer = None
-model = None
 processor = None
 blip_model = None
+tokenizer = None
+chat_model = None
 
-def load_models():
-    """加载模型 - 改进版本"""
-    global tokenizer, model, processor, blip_model
+def load_image_model():
+    """加载图像理解模型"""
+    global processor, blip_model
     
+    if not USE_AI_MODELS:
+        return False
+        
     try:
-        print("🔄 开始加载模型...")
+        print("📷 加载图像理解模型...")
         
-        # 1. 首先加载图像模型（通常更稳定）
-        vision_model = "Salesforce/blip2-opt-2.7b"
-        print(f"📷 加载图像模型: {vision_model}")
+        # 使用更小更稳定的BLIP模型
+        model_name = "Salesforce/blip2-opt-2.7b"
         
-        processor = AutoProcessor.from_pretrained(vision_model)
+        processor = AutoProcessor.from_pretrained(model_name)
         blip_model = Blip2ForConditionalGeneration.from_pretrained(
-            vision_model,
+            model_name,
             torch_dtype=torch.float16 if device == "cuda" else torch.float32,
             device_map="auto" if device == "cuda" else None,
-            load_in_8bit=device == "cuda",
-            trust_remote_code=True
+            load_in_8bit=device == "cuda"
         )
         
         if device == "cpu":
             blip_model = blip_model.to("cpu")
+            
+        print("✅ 图像模型加载成功")
+        return True
+        
+    except Exception as e:
+        print(f"❌ 图像模型加载失败: {str(e)}")
+        return False
+
+def load_chat_model():
+    """加载对话模型"""
+    global tokenizer, chat_model
+    
+    if not USE_AI_MODELS:
+        return False
         
-        print("✅ 图像模型加载完成")
+    try:
+        print("💬 加载对话模型...")
         
-        # 2. 加载对话模型 - 使用更兼容的配置
         model_name = "THUDM/chatglm2-6b-int4"
-        print(f"💬 加载对话模型: {model_name}")
+        tokenizer = AutoTokenizer.from_pretrained(
+            model_name,
+            trust_remote_code=True,
+            use_fast=False
+        )
         
-        try:
-            tokenizer = AutoTokenizer.from_pretrained(
-                model_name,
-                trust_remote_code=True,
-                use_fast=False  # 使用慢速tokenizer可能更稳定
-            )
-            
-            model = AutoModel.from_pretrained(
-                model_name,
-                trust_remote_code=True,
-                torch_dtype=torch.float16 if device == "cuda" else torch.float32,
-                low_cpu_mem_usage=True,
-                device_map="auto" if device == "cuda" else None
-            )
-            
-            if device == "cuda":
-                model = model.half().cuda()
-            model.eval()
-            
-            print("✅ 对话模型加载完成")
-            return True
-            
-        except Exception as chat_error:
-            print(f"⚠️ ChatGLM加载失败: {str(chat_error)}")
-            print("🔄 尝试使用备用对话模型...")
-            
-            # 备用方案：使用更简单的对话模型
-            try:
-                backup_model = "microsoft/DialoGPT-medium"
-                tokenizer = AutoTokenizer.from_pretrained(backup_model)
-                model = AutoModel.from_pretrained(backup_model)
-                
-                if device == "cuda":
-                    model = model.cuda()
-                model.eval()
-                
-                print("✅ 备用对话模型加载完成")
-                return True
-                
-            except Exception as backup_error:
-                print(f"❌ 备用模型也加载失败: {str(backup_error)}")
-                # 至少图像模型可用
-                return "partial"
+        chat_model = AutoModel.from_pretrained(
+            model_name,
+            trust_remote_code=True,
+            torch_dtype=torch.float16 if device == "cuda" else torch.float32,
+            low_cpu_mem_usage=True
+        )
+        
+        if device == "cuda":
+            chat_model = chat_model.half().cuda()
+        chat_model.eval()
+        
+        print("✅ 对话模型加载成功")
+        return True
         
     except Exception as e:
-        print(f"❌ 模型加载完全失败: {str(e)}")
+        print(f"❌ 对话模型加载失败: {str(e)}")
         return False
 
-def describe_image(image):
-    """图像描述功能"""
-    if blip_model is None or processor is None:
-        return "图像模型未加载"
-    
+def describe_image_ai(image):
+    """使用AI模型描述图像"""
+    if not processor or not blip_model:
+        return None
+        
     try:
+        # 预处理图像
         if not isinstance(image, Image.Image):
             image = Image.fromarray(image)
+            
+        # 调整图像大小，避免内存问题
+        max_size = 384
+        if max(image.size) > max_size:
+            image.thumbnail((max_size, max_size), Image.Resampling.LANCZOS)
         
-        # 调整图像大小
-        if image.size[0] > 512 or image.size[1] > 512:
-            image.thumbnail((512, 512), Image.Resampling.LANCZOS)
+        # 确保图像是RGB模式
+        if image.mode != 'RGB':
+            image = image.convert('RGB')
         
         inputs = processor(image, return_tensors="pt")
         
@@ -143,138 +126,169 @@ def describe_image(image):
         with torch.no_grad():
             generated_ids = blip_model.generate(
                 **inputs,
-                max_new_tokens=50,
-                num_beams=3,
-                do_sample=True,
-                temperature=0.7
+                max_new_tokens=20,  # 减少token数量
+                min_length=5,       # 最小长度
+                num_beams=2,        # 减少beam数量
+                do_sample=False,    # 关闭采样
+                early_stopping=True,
+                pad_token_id=processor.tokenizer.pad_token_id
             )
         
         caption = processor.batch_decode(generated_ids, skip_special_tokens=True)[0].strip()
+        
+        # 验证描述质量
+        if len(caption) < 3 or caption.lower() in ['a', 'an', 'the', '']:
+            print(f"⚠️ AI描述质量差: '{caption}'")
+            return None
+            
+        print(f"✅ AI图像描述: {caption}")
         return caption
         
     except Exception as e:
-        print(f"图像描述错误: {str(e)}")
-        return "图像描述生成失败"
-
-def generate_analysis(caption):
-    """生成艺术品分析"""
-    if model is None or tokenizer is None:
-        # 如果没有对话模型，使用预设的分析模板
-        return f"""
-基于图像内容: {caption}
-
-这幅艺术作品展现了独特的视觉表现力。从构图角度来看，作品体现了艺术家对空间布局的精心安排。
-色彩运用方面，展现了艺术家的色彩敏感度和表现技巧。
-整体而言，这是一件具有艺术价值的作品，值得进一步欣赏和研究。
+        print(f"❌ AI图像描述失败: {str(e)}")
+        return None
 
-注：当前使用简化分析模式，如需详细分析请等待对话模型加载完成。
-        """.strip()
-    
+def describe_image_basic(image):
+    """基础图像分析（不依赖AI）"""
     try:
-        prompt = f"这是一幅艺术作品，描述为: {caption}。请用中文对这件艺术作品进行详细的介绍和分析。"
+        if not isinstance(image, Image.Image):
+            image = Image.fromarray(image)
         
-        # 检查模型类型
-        if hasattr(model, 'chat'):
-            # ChatGLM模型
-            response, _ = model.chat(tokenizer, prompt, history=[])
+        width, height = image.size
+        mode = image.mode
+        aspect_ratio = width / height
+        
+        # 基本尺寸分析
+        if aspect_ratio > 1.5:
+            orientation = "横向构图"
+        elif aspect_ratio < 0.7:
+            orientation = "纵向构图" 
         else:
-            # 其他模型的通用方法
-            inputs = tokenizer.encode(prompt, return_tensors="pt")
-            if device == "cuda":
-                inputs = inputs.cuda()
-            
-            with torch.no_grad():
-                outputs = model.generate(
-                    inputs,
-                    max_length=inputs.shape[1] + 200,
-                    num_return_sequences=1,
-                    temperature=0.7,
-                    do_sample=True,
-                    pad_token_id=tokenizer.eos_token_id
-                )
-            
-            response = tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True)
+            orientation = "方形构图"
         
-        return response
+        # 颜色分析
+        try:
+            colors = image.getcolors(maxcolors=256*256*256)
+            if colors:
+                # 分析主要颜色
+                sorted_colors = sorted(colors, key=lambda x: x[0], reverse=True)
+                dominant_color = sorted_colors[0][1]
+                
+                # 简单色彩描述
+                r, g, b = dominant_color[:3] if len(dominant_color) >= 3 else (128, 128, 128)
+                if r > g and r > b:
+                    color_tone = "偏红色调"
+                elif g > r and g > b:
+                    color_tone = "偏绿色调"
+                elif b > r and b > g:
+                    color_tone = "偏蓝色调"
+                else:
+                    color_tone = "中性色调"
+            else:
+                color_tone = "色彩丰富"
+        except:
+            color_tone = "色彩复杂"
+        
+        description = f"一幅{orientation}的艺术作品，{color_tone}，尺寸为{width}x{height}像素"
+        return description
         
     except Exception as e:
-        print(f"分析生成错误: {str(e)}")
-        return f"基于图像内容 '{caption}' 的分析生成遇到问题，请重试。"
+        print(f"基础图像分析失败: {str(e)}")
+        return "一幅艺术作品"
 
-def on_image_upload(image):
-    """处理图像上传"""
+def analyze_artwork(image):
+    """综合艺术品分析"""
     if image is None:
-        return [], []
+        return "请上传艺术品图像"
     
-    try:
-        print("🖼️ 处理图像...")
-        history = []
-        chat_history = []
-        
-        # 生成图像描述
-        caption = describe_image(image)
-        print(f"图像描述: {caption}")
-        
-        # 生成分析
-        analysis = generate_analysis(caption)
-        
-        # Gradio Chatbot格式：[用户消息, AI回复]
-        # 图像上传时，用户消息为None，AI回复为分析内容
-        chat_history.append([None, analysis])
-        
-        return chat_history, history
-        
-    except Exception as e:
-        print(f"图像处理错误: {str(e)}")
-        return [[None, "图像处理失败，请重新上传。"]], []
+    print("🎨 开始分析艺术品...")
+    
+    # 尝试AI描述，失败则使用基础描述
+    ai_description = describe_image_ai(image) if USE_AI_MODELS else None
+    
+    if ai_description:
+        description = ai_description
+        analysis_type = "AI智能分析"
+    else:
+        description = describe_image_basic(image)
+        analysis_type = "基础视觉分析"
+    
+    # 生成分析报告
+    analysis = f"""
+🎨 艺术品分析报告 ({analysis_type})
 
-def on_user_message(user_message, chat_history, history):
-    """处理用户消息"""
-    if not user_message or not user_message.strip():
-        yield chat_history or [], history or []
-        return
+📷 图像描述: {description}
+
+🎯 艺术解读:
+从视觉构成来看，这幅作品体现了艺术家对空间、色彩和形式的独特理解。作品通过画面元素的组织和安排，创造出特定的视觉效果和情感氛围。
+
+🖌️ 技法特点:
+• 构图安排体现了艺术家的空间意识
+• 色彩运用展现了对色彩关系的掌握
+• 整体风格反映了特定的艺术追求
+
+💭 欣赏建议:
+建议从构图平衡、色彩和谐、主题表达等角度深入欣赏这件作品。每一次观看都可能发现新的细节和感受。
+
+---
+💡 提示: 您可以在下方继续提问，探讨更多艺术话题
+"""
+    
+    return analysis
+
+def chat_with_ai(message, history):
+    """智能对话功能"""
+    if not message or not message.strip():
+        return history, ""
     
-    chat_history = chat_history or []
     history = history or []
     
-    if model is None or tokenizer is None:
-        chat_history.append([user_message, "对话功能暂时不可用，仅支持图像分析。"])
-        yield chat_history, history
-        return
+    # 尝试使用ChatGLM
+    if chat_model and tokenizer:
+        try:
+            response, _ = chat_model.chat(tokenizer, message, history=[])
+            history.append([message, response])
+            return history, ""
+        except Exception as e:
+            print(f"AI对话失败: {str(e)}")
+            # 继续使用预设回复
     
-    try:
-        chat_history.append([user_message, ""])
-        
-        # 检查模型类型并生成回复
-        if hasattr(model, 'stream_chat'):
-            # ChatGLM流式回复
-            for output, new_history in model.stream_chat(tokenizer, user_message, history):
-                chat_history[-1][1] = output
-                yield chat_history, new_history
+    # 预设的艺术话题回复
+    responses = {
+        "颜色": "色彩是艺术作品中最直观的视觉元素。不同颜色能够唤起不同的情感反应，艺术家通过色彩的冷暖对比、明暗变化来营造画面氛围。",
+        "构图": "构图是艺术作品的骨架结构。经典的构图法则包括三分法、黄金分割、对称与均衡等，这些都有助于创造视觉焦点和引导观者视线。",
+        "风格": "艺术风格是艺术家个性和时代特征的体现。从古典主义的严谨到印象派的光影变化，每种风格都有其独特的表现语言。",
+        "技法": "绘画技法包括笔触运用、色彩调和、明暗处理等。掌握技法是艺术表达的基础，但真正的艺术超越技法，直达情感和思想。",
+        "历史": "艺术史是人类文明发展的重要组成部分。了解作品的历史背景有助于更好地理解艺术家的创作意图和作品的文化价值。"
+    }
+    
+    # 简单的关键词匹配
+    response = "这是个很有趣的艺术问题。"
+    for keyword, reply in responses.items():
+        if keyword in message:
+            response = reply
+            break
+    else:
+        # 默认回复
+        if "?" in message or "？" in message:
+            response = "关于这个问题，建议从作品的视觉元素、创作背景和个人感受三个维度来思考。艺术欣赏很大程度上是主观的，重要的是培养自己的审美感受力。"
         else:
-            # 其他模型的简单回复
-            response = generate_analysis(user_message)  # 复用分析功能
-            chat_history[-1][1] = response
-            yield chat_history, history
-            
-    except Exception as e:
-        print(f"对话错误: {str(e)}")
-        chat_history[-1][1] = "对话生成失败，请重试。"
-        yield chat_history, history
-
-def clear_chat():
-    return [], []
+            response = "您提到的观点很有见地。艺术作品往往承载着丰富的内涵，值得我们从多个角度去解读和欣赏。"
+    
+    history.append([message, response])
+    return history, ""
 
 # 创建界面
 def create_interface():
     with gr.Blocks(
-        title="AI艺术品讲解智能体",
+        title="AI艺术品讲解智能体", 
         theme=gr.themes.Soft()
     ) as demo:
+        
         gr.HTML("""
         <div style="text-align: center; margin-bottom: 20px;">
             <h1>🎨 AI 艺术品讲解智能体</h1>
-            <p>上传艺术品图像，获得专业的艺术分析</p>
+            <p>上传艺术品图像，获得专业分析与互动讨论</p>
         </div>
         """)
         
@@ -285,75 +299,111 @@ def create_interface():
                     type="pil",
                     height=350
                 )
-                clear_btn = gr.Button("🗑️ 清空对话", variant="secondary")
                 
-                # 模型状态显示
-                status_display = gr.HTML(
-                    "<div style='padding:10px; background:#f0f0f0; border-radius:5px;'>"
-                    "<b>模型状态:</b> 正在加载..."
-                    "</div>"
-                )
+                analyze_btn = gr.Button("🔍 开始分析", variant="primary", size="lg")
+                
+                gr.HTML("""
+                <div style="margin-top: 15px; padding: 10px; background: #f8f9fa; border-radius: 8px; font-size: 0.9em;">
+                    <b>💡 使用提示:</b><br>
+                    • 支持JPG、PNG等常见格式<br>
+                    • 建议上传清晰的艺术作品图像<br>
+                    • 分析完成后可继续提问交流
+                </div>
+                """)
                 
             with gr.Column(scale=2):
-                chatbot = gr.Chatbot(
-                    label="🤖 AI 分析师",
-                    height=500
+                analysis_output = gr.Textbox(
+                    label="📊 艺术品分析",
+                    lines=15,
+                    max_lines=20,
+                    placeholder="上传图像后点击"开始分析"按钮..."
                 )
-                
-        user_input = gr.Textbox(
-            label="💬 继续提问",
-            placeholder="请输入关于艺术作品的问题...",
+        
+        # 对话区域
+        gr.HTML("<hr style='margin: 30px 0;'><h3>💬 继续探讨</h3>")
+        
+        chatbot = gr.Chatbot(
+            label="与AI艺术顾问对话",
+            height=300,
+            placeholder="分析完成后，您可以在这里继续讨论艺术相关话题"
+        )
+        
+        chat_input = gr.Textbox(
+            label="输入您的问题或观点",
+            placeholder="例如：这幅作品的色彩运用有什么特点？",
             lines=2
         )
         
-        state = gr.State([])
+        with gr.Row():
+            clear_chat_btn = gr.Button("🗑️ 清空对话", variant="secondary")
+            clear_all_btn = gr.Button("🔄 重新开始", variant="secondary")
         
         # 事件绑定
-        image_input.upload(
-            fn=on_image_upload,
+        analyze_btn.click(
+            fn=analyze_artwork,
             inputs=image_input,
-            outputs=[chatbot, state]
+            outputs=analysis_output
         )
         
-        user_input.submit(
-            fn=on_user_message,
-            inputs=[user_input, chatbot, state],
-            outputs=[chatbot, state]
+        chat_input.submit(
+            fn=chat_with_ai,
+            inputs=[chat_input, chatbot],
+            outputs=[chatbot, chat_input]
         )
         
-        user_input.submit(lambda: "", inputs=[], outputs=[user_input])
-        clear_btn.click(fn=clear_chat, inputs=[], outputs=[chatbot, state])
+        clear_chat_btn.click(
+            fn=lambda: [],
+            outputs=chatbot
+        )
+        
+        def reset_all():
+            return None, "", []
+        
+        clear_all_btn.click(
+            fn=reset_all,
+            outputs=[image_input, analysis_output, chatbot]
+        )
+        
+        # 功能说明
+        gr.HTML(f"""
+        <div style="margin-top: 30px; padding: 20px; background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); 
+                    color: white; border-radius: 10px;">
+            <h4 style="margin-top: 0;">🔧 系统状态</h4>
+            <p><strong>AI功能:</strong> {'✅ 已启用' if USE_AI_MODELS else '❌ 简化模式'}</p>
+            <p><strong>运行环境:</strong> {'Hugging Face Spaces' if IS_SPACES else '本地环境'}</p>
+            <p><strong>计算设备:</strong> {device.upper()}</p>
+            
+            <h4>📚 支持的讨论话题</h4>
+            <p>色彩分析 • 构图技巧 • 艺术风格 • 绘画技法 • 艺术史背景</p>
+        </div>
+        """)
     
     return demo
 
 # 主程序
 if __name__ == "__main__":
-    print("🚀 启动 AI 艺术品讲解智能体...")
-    
-    demo = create_interface()
+    print("🚀 启动艺术品分析应用...")
     
-    # 加载模型
-    model_status = load_models()
+    # 预加载模型（可选）
+    if USE_AI_MODELS:
+        print("📦 预加载AI模型...")
+        image_model_loaded = load_image_model()
+        chat_model_loaded = load_chat_model()
+        print(f"模型状态: 图像模型{'✅' if image_model_loaded else '❌'}, 对话模型{'✅' if chat_model_loaded else '❌'}")
     
-    if model_status == True:
-        status_msg = "✅ 所有模型加载完成"
-        print(status_msg)
-    elif model_status == "partial":
-        status_msg = "⚠️ 图像模型可用，对话功能受限"
-        print(status_msg)
-    else:
-        status_msg = "❌ 模型加载失败"
-        print(status_msg)
+    # 创建并启动界面
+    demo = create_interface()
     
-    # 启动应用
     try:
         demo.launch(
-            share=True,
+            share=False,
             show_error=True,
-            quiet=False
+            server_name="0.0.0.0" if IS_SPACES else None,
+            server_port=7860 if IS_SPACES else None
         )
     except Exception as e:
-        print(f"启动失败: {str(e)}")
-        with gr.Blocks() as error_demo:
-            gr.HTML(f"<h2>启动失败</h2><p>{str(e)}</p>")
-        error_demo.launch()
+        print(f"❌ 启动失败: {str(e)}")
+        # 备用简化启动
+        with gr.Blocks() as backup:
+            gr.HTML(f"<h2>启动遇到问题</h2><p>错误: {str(e)}</p><p>请刷新页面重试</p>")
+        backup.launch()