update

app - コピー.py

@@ -0,0 +1,669 @@
+import os
+import json
+import base64
+import re
+import time
+import datetime
+from zoneinfo import ZoneInfo
+from PIL import Image
+from io import BytesIO
+import shutil
+import gradio as gr
+from openai import (
+    OpenAI, AuthenticationError, NotFoundError, BadRequestError
+)
+
+
+# GPT用設定
+SYS_PROMPT_DEFAULT = "あなたは優秀なアシスタントです。回答は日本語でお願いします。"
+DUMMY = "********************"
+file_format = {".png", ".jpeg", ".jpg", ".webp", ".gif", ".PNG", ".JPEG", ".JPG", ".WEBP", ".GIF"}
+
+# 各種出力フォルダ
+IMG_FOLDER = "sample_data"   #"images"
+
+# 各種メッセージ
+PLACEHOLDER = ""
+# IMG_MSG = "(画像ファイルを追加しました。リセットボタンの上に表示されています。)"
+ANT_MSG = "（下部の[出力ファイル]にファイルを追加しました。）"
+
+# 各種設定値
+MAX_TRIAL = int(os.environ["MAX_TRIAL"])  # メッセージ取得最大試行数
+INTER_SEC = int(os.environ["INTER_SEC"])   # 試行間隔（秒）
+MAX_TOKENS = int(os.environ["MAX_TOKENS"])  # Vison最大トークン
+
+# 正規表現用パターン
+pt = r".*!\[(.*)\]\((.*)\)"
+
+# サンプル用情報
+examples = ["1980s anime girl with straight bob-cut in school uniform, roughly drawn drawing"
+          , "a minimalisit logo for a sporting goods company"]
+
+
+# 各関数定義
+def set_state(openai_key, size, quality, detail, state):
+    """ 設定タブの情報をセッションに保存する関数 """
+
+    state["openai_key"] = openai_key
+    state["size"] = size
+    state["quality"] = quality
+    state["detail"] = detail
+
+    return state
+
+
+def init(state, text, image):
+    """ 入力チェックを行う関数 """
+    """ ※ここで例外を起こすと入力できなくなるので次の関数でエラーにする """
+
+    err_msg = ""
+
+    print(state)
+
+    # if state["openai_key"] == "" or state["openai_key"] is None:
+
+    #     # OpenAI API Key未入力
+    #     err_msg = "OpenAI API Keyを入力してください。（設定タブ）"
+
+    if not text:
+
+        # テキスト未入力
+        err_msg = "テキストを入力して下さい。"
+
+        return state, err_msg
+
+    elif image:
+
+        # 入力画像のファイル形式チェック
+        root, ext = os.path.splitext(image)
+
+        print(ext, file_format)
+
+        if ext not in file_format:
+
+            # ファイル形式チェック
+            err_msg = "指定した形式のファイルをアップしてください。（注意事項タブに記載）"
+
+            return state, err_msg
+
+    try:
+
+        if state["client"] is None:
+
+            # 初回起動時は初期処理をする
+            os.environ["OPENAI_API_KEY"] = os.environ["TEST_OPENAI_KEY"]   # テスト時
+            # os.environ["OPENAI_API_KEY"] = state["openai_key"]
+
+            # クライアント新規作成
+            client = OpenAI()
+
+            # client作成後は消す
+            os.environ["OPENAI_API_KEY"] = ""
+
+            # セッションにセット
+            state["client"] = client
+
+        else:
+
+            # 既存のクライアントをセット
+            client = state["client"]
+
+
+        if state["thread_id"] == "":
+
+            # スレッド作成
+            thread = client.beta.threads.create()
+
+            state["thread_id"] = thread.id
+
+
+        if state["assistant_id"] == "":
+
+            # アシスタント作成
+            # assistant = client.beta.assistants.create(
+            #   name="codeinter_test",
+            #   instructions=state["system_prompt"],
+            #   # model="gpt-4-1106-preview",
+            #   model="gpt-3.5-turbo-1106",
+            #   tools=[{"type": "code_interpreter"}]
+            # )
+            # state["assistant_id"] = assistant.id
+
+            state["assistant_id"] = os.environ["ASSIST_ID"]   # テスト中アシスタントは固定
+
+        else:
+
+            # アシスタント確認（IDが存在しないならエラーとなる）
+            assistant = client.beta.assistants.retrieve(state["assistant_id"])
+
+    except NotFoundError as e:
+        err_msg = "アシスタントIDが間違っています。新しく作成する場合はアシスタントIDを空欄にして下さい。"
+    except AuthenticationError as e:
+        err_msg = "認証エラーとなりました。OpenAPIKeyが正しいか、支払い方法などが設定されているか確認して下さい。"
+    except Exception as e:
+        err_msg = "その他のエラーが発生しました。"
+        print(e)
+    finally:
+        return state, err_msg
+
+
+def raise_exception(err_msg):
+    """ エラーの場合例外を起こす関数 """
+
+    if err_msg != "":
+        raise Exception("これは入力チェックでの例外です。")
+
+    return
+
+
+def add_history(history, text, image):
+    """ Chat履歴"history"に追加を行う関数 """
+
+    err_msg = ""
+
+    if image is None or image == "":
+
+        # テキストだけの場合そのまま追加
+        history = history + [(text, None)]
+
+    elif image is not None:
+
+        # 画像があれば画像とテキストを追加
+        history = history + [((image,), DUMMY)]
+        history = history + [(text, None)]
+
+    # テキストは利用不可・初期化し、画像は利用不可に
+    update_text = gr.update(value="", placeholder = "",interactive=False)
+    update_file = gr.update(interactive=False)
+
+    return history, update_text, update_file, err_msg
+
+
+def bot(state, history, image_path):
+
+    err_msg = ""
+    out_image_path = None
+    image_preview = False
+
+    ant_file = None
+
+    # セッション情報取得
+    client = state["client"]
+    assistant_id = state["assistant_id"]
+    thread_id = state["thread_id"]
+    last_msg_id = state["last_msg_id"]
+    history_outputs = state["tool_outputs"]
+
+    # メッセージ設定
+    message = client.beta.threads.messages.create(
+    thread_id=thread_id,
+    role="user",
+    content=history[-1][0],
+    )
+
+    # RUNスタート
+    run = client.beta.threads.runs.create(
+      thread_id=thread_id,
+      assistant_id=assistant_id,
+      # instructions=system_prompt
+    )
+
+    # "completed"となるまで繰り返す（指定秒おき）
+    for i in range(0, MAX_TRIAL, 1):
+
+        if i > 0:
+          time.sleep(INTER_SEC)
+
+        # 変数初期化
+        tool_outputs = []
+
+        # メッセージ受け取り
+        run = client.beta.threads.runs.retrieve(
+          thread_id=thread_id,
+          run_id=run.id
+        )
+
+        print(run.status)
+
+        if run.status == "requires_action":   # 関数の結果の待ちの場合
+
+            print(run.required_action)
+
+            # tool_callsの各項目取得
+            tool_calls = run.required_action.submit_tool_outputs.tool_calls
+
+            print(len(tool_calls))
+            print(tool_calls)
+
+            # 一つ目だけ取得
+            tool_id = tool_calls[0].id
+            func_name = tool_calls[0].function.name
+            func_args = json.loads(tool_calls[0].function.arguments)
+
+            if func_name == "request_DallE3":
+
+                # ファイル名は現在時刻に
+                dt = datetime.datetime.now(ZoneInfo("Asia/Tokyo"))
+                image_name = dt.strftime("%Y%m%d%H%M%S") + ".png"
+
+                # ファイルパスは手動設定（誤りがないように）
+                out_image_path = IMG_FOLDER + "/" + image_name
+
+                # dall-e3のとき"image_path"は出力ファイルパス
+                func_args["image_path"] = out_image_path
+
+            elif func_name == "request_Vision":
+
+                if image_path is None:
+
+                    # 画像がない場合エラーとなるようにする
+                    func_args["image_path"] = ""
+
+                else:
+
+                    # ファイルパスは手動設定
+                    func_args["image_path"] = image_path
+
+            else:
+
+                # 関数名がないなら次へ
+                continue
+
+            # 関数を実行
+            func_output = func_action(state, func_name, func_args)
+
+            print(func_output)
+
+            # tool_outputリストに追加
+            tool_outputs.append({"tool_call_id": tool_id, "output": func_output})
+
+            # 複数の関数が必要な場合
+            if len(tool_calls) > 1:
+
+                # for i in range(len(tool_calls) - 1):
+                for i, tool_call in enumerate(tool_calls):
+
+                    if i > 0:
+                        # print(history_outputs[-(i+1)])
+                        # # 最新のものからセット
+                        # tool_outputs.append({"tool_call_id": history_outputs[-(i+1)]["tool_call_id"], "output": history_outputs[-(i+1)]["output"]})
+
+                        # ダミー をセットする
+                        tool_outputs.append({"tool_call_id": tool_calls.id, "output": {"answer" : ""}})
+
+            print(tool_outputs)
+
+            # 関数の出力を提出
+            run = client.beta.threads.runs.submit_tool_outputs(
+                thread_id=thread_id,
+                run_id=run.id,
+                tool_outputs=tool_outputs
+            )
+
+            if func_name == "request_DallE3":
+
+                  # 画像の表示をする
+                  image_preview = True
+
+            # セッション更新
+            history_outputs += tool_outputs
+            state["tool_outputs"] = history_outputs
+
+        else:
+
+            # 前回のメッセージより後を昇順で取り出す
+            messages = client.beta.threads.messages.list(
+              thread_id=thread_id,
+              after=last_msg_id,
+              order="asc"
+            )
+
+            print(messages)
+
+            # messageを取り出す
+            for msg in messages:
+
+                if msg.role == "assistant":
+
+                    for content in msg.content:
+
+                        res_text = ""
+                        file_id = ""
+
+                        cont_dict = content.model_dump()  # 辞書型に変換
+
+                        # 返答テキスト取得
+                        res_text = cont_dict["text"].get("value")
+
+                        if res_text != "":
+
+                            # テキストを変換（"sandbox:"などを」消す）
+                            result = re.search(pt, res_text)
+
+                            if result:
+
+                                # パターン一致の場合はプロンプトだけ抜き出す
+                                res_text = result.group(1)
+
+                            # Chat画面更新
+                            if history[-1][1] is not None:
+
+                                # 新しい行を追加
+                                history = history + [[None, res_text]]
+
+                            else:
+
+                                history[-1][1] = res_text
+
+                            if image_preview:
+
+                                print(out_image_path)
+
+                                # Functionで画像を取得していた場合表示
+                                history = history + [(None, (out_image_path,))]
+
+                                image_preview = False
+
+                            # 最終メッセージID更新
+                            last_msg_id = msg.id
+
+                    # Chatbotを返す（labelとhistoryを更新）
+                    yield gr.Chatbot(label=run.status ,value=history), out_image_path, ant_file, err_msg
+
+            # セッションのメッセージID更新
+            state["last_msg_id"] = last_msg_id
+
+            # 完了なら終了
+            if run.status == "completed":
+
+                yield gr.Chatbot(label=run.status ,value=history), out_image_path, ant_file, err_msg
+                break
+
+
+            elif run.status == "failed":
+
+                # エラーとして終了
+                err_msg = "※メッセージ取得に失敗しました。"
+                yield gr.Chatbot(label=run.status ,value=history), out_image_path, ant_file, err_msg
+                break
+
+            elif i == MAX_TRIAL:
+
+                # エラーとして終了
+                err_msg = "※メッセージ取得の際にタイムアウトしました。"
+                yield gr.Chatbot(label=run.status ,value=history), out_image_path, ant_file, err_msg
+                break
+
+            else:
+                if i > 3:
+
+                    # 作業中とわかるようにする
+                    yield gr.Chatbot(label=run.status + " (Request:" + str(i) + ")" ,value=history), out_image_path, ant_file, err_msg
+
+
+def func_action(state, func_name, func_args):
+
+    # セッションから情報取得
+    client = state["client"]
+    size = state["size"]
+    quality = state["quality"]
+    detail = state["detail"]
+
+    print("name:", func_name)
+    print("arguments:", func_args)
+
+    if func_name == "request_DallE3":
+
+        func_output = request_DallE3(
+            client,
+            func_args["prompt"],
+            size,
+            quality,
+            func_args["image_path"]   # 出力パス
+        )
+
+    elif func_name == "request_Vision":
+
+        func_output = request_Vision(
+            client,
+            func_args["prompt"],
+            func_args["image_path"],
+            detail,
+            MAX_TOKENS
+        )
+
+    return func_output
+
+def finally_proc():
+    """ 最終処理用関数 """
+
+    # テキストを使えるように
+    new_text = gr.update(interactive = True)
+
+    # 画像はリセット
+    new_image = gr.update(value=None, interactive = True)
+
+    return new_text, new_image
+
+
+def clear_click(state):
+    """ クリアボタンクリック時 """
+
+    # セッションの一部をリセット
+    state["thread_id"] = ""
+    state["last_msg_id"] = ""
+    state["tool_outputs"] = []
+
+    return state
+
+def make_archive():
+
+    shutil.make_archive("output_image", format='zip', root_dir=IMG_FOLDER)
+
+    return "output_image.zip", "下部の出力ファイルからダウンロードして下さい。"
+
+def encode_image(image_path):
+    with open(image_path, "rb") as image_file:
+        return base64.b64encode(image_file.read()).decode("utf-8")
+
+def make_prompt(prompt):
+
+    return "次のプロンプトで画像を作ってください「" + prompt + "」。"
+
+# 画面構成
+with gr.Blocks() as demo:
+
+    title = "<h2>GPT画像入出力対応チャット</h2>"
+    message = "<h3>・DallE3の画像生成とGPT-4 with Visionの画像解析が利用できます。<br>"
+    message += "・DallE3を利用する場合はプロンプト、GPT-4 Visionを利用する場合は画像とプロンプトを入力して下さい。<br>"
+    # message += "・テスト中でAPIKEY無しで動きます。<br>"
+    # message += "※現在画像から画像を作るimg2imgはできません。<br>"
+    # message += "・動画での紹介はこちら→https://www.youtube.com/watch?v=<br></h3>"
+    message += "</h3>"
+
+    gr.Markdown(title + message)
+
+    # セッションの宣言
+    state = gr.State({
+        # "system_prompt": SYS_PROMPT_DEFAULT,
+        "openai_key" : "",
+        "size" : "1024x1024",
+        "quality" : "standard",
+        "detail" : "low",
+        "client" : None,
+        "assistant_id" : "",
+        "thread_id" : "",
+        "last_msg_id" : "",
+        "tool_outputs" : []
+    })
+
+    with gr.Tab("Chat画面") as chat:
+
+      # 各コンポーネント定義
+      chatbot = gr.Chatbot(label="チャット画面")
+      text_msg = gr.Textbox(label="プロンプト", placeholder = PLACEHOLDER)
+      text_dummy = gr.Textbox(visible=False)
+      gr.Examples(label="サンプルプロンプト", examples=examples, inputs=text_dummy, outputs=text_msg, fn=make_prompt,  cache_examples=True)
+
+
+      with gr.Row():
+        btn = gr.Button(value="送信")
+        btn_dl = gr.Button(value="画像の一括ダウンロード")  # 保留中
+        btn_clear = gr.ClearButton(value="リセット", components=[chatbot, text_msg, image ,out_image])
+
+      with gr.Row():
+        image = gr.Image(label="ファイルアップロード", type="filepath",interactive = True)
+        out_image = gr.Image(label="出力画像", type="filepath", interactive = False)
+        
+      sys_msg = gr.Textbox(label="システムメッセージ", interactive = False)
+      # out_text = gr.Textbox(label="出力テキスト", lines = 5, interactive = False)
+      out_file = gr.File(label="出力ファイル", type="filepath",interactive = False)
+
+      # 送信ボタンクリック時の処理
+      bc = btn.click(init, [state, text_msg, image], [state, sys_msg], queue=False).success(
+          raise_exception, sys_msg, None).success(
+          add_history, [chatbot, text_msg, image], [chatbot, text_msg, image, sys_msg], queue=False).success(
+          bot, [state, chatbot, image],[chatbot, out_image, out_file, sys_msg]).then(
+          finally_proc, None, [text_msg, image], queue=False
+      )
+      btn_dl.click(make_archive, None, [out_file, sys_msg])
+      # クリア時でもセッションの設定（OpenAIKeyなどは残す）
+      btn_clear.click(clear_click, state, state)
+
+      # テキスト入力Enter時の処理
+      # txt_msg = text_msg.submit(respond, inputs=[text_msg, image, chatbot], outputs=[text_msg, image, chatbot])
+
+    with gr.Tab("設定") as set:
+
+      gr.Markdown("<h4>OpenAI設定</h4>")
+      with gr.Row():
+        openai_key = gr.Textbox(label="OpenAI API Key", visible=True)   # テスト中は表示せず
+      # system_prompt = gr.Textbox(value = SYS_PROMPT_DEFAULT,lines = 5, label="Custom instructions", interactive = True)
+      gr.Markdown("<h4>DaLL-E3用設定</h4>")
+      with gr.Row():
+        size = gr.Dropdown(label="サイズ", choices=["1024x1024"], value = "1024x1024", interactive = True)
+        quality = gr.Dropdown(label="クオリティ", choices=["standard"], value = "standard", interactive = True)
+      gr.Markdown("<h4>Vison用設定</h4>")
+      with gr.Row():
+        detail = gr.Dropdown(label="コード出力", choices=["low", "high" , "auto"], value = "low", interactive = True)
+
+      # 設定タブからChatタブに戻った時の処理
+      chat.select(set_state, [openai_key, size, quality, detail, state], state)
+
+    with gr.Tab("注意事項") as notes:
+            caution = "現在Assistant APIはβ版でのリリースとなっています。<br>"
+            caution += "そのためか一部のファイルのアップロードが上手くいかないため、制限をかけています。<br>"
+            caution += "（現在アップできるファイル形式は.txtと.csvのみ）<br>"
+            caution += "本来はPDFなども利用できるはずなので、今後更新したいと思います。また日本語文字化けも調査中です。"
+
+            gr.Markdown("<h3>" + caution + "</h3>")
+
+
+demo.queue()
+demo.launch(debug=True)
+
+
+def request_DallE3(client, prompt, size, quality, out_image_path):
+
+    err_msg = ""
+
+    try:
+
+        response = client.images.generate(
+        model="dall-e-3",
+        prompt=prompt,
+        size=size,
+        quality=quality,
+        n=1,
+        response_format="b64_json"
+        )
+
+        print(response.data[0])
+
+        # データを受け取りデコード
+        image_data_json = response.data[0].b64_json
+        image_data = base64.b64decode(image_data_json)
+
+        # 画像として扱えるように保存
+        image_stream = BytesIO(image_data)
+        image = Image.open(image_stream)
+        image.save(out_image_path)
+
+    except BadRequestError as e:
+        print(e)
+        out_image_path = ""
+        err_msg = "リクエストエラーです。著作権侵害などプロンプトを確認して下さい。"
+    except Exception as e:
+        print(e)
+        out_image_path = ""
+        err_msg = "その他のエラーが発生しました。"
+
+    finally:
+
+        # 結果をJSONで返す
+        dalle3_result = {
+            "image_path" : out_image_path,
+            "error_message" : err_msg
+        }
+        return json.dumps(dalle3_result)
+
+
+def request_Vision(client, prompt, image_path, detail, max_tokens):
+
+    response_text = ""
+    err_msg = ""
+
+    if image_path == "":
+
+        # 画像がない時はエラーとして返す
+        vision_result = {"answer" : "", "error_message" : "画像をセットして下さい。"}
+        return json.dumps(vision_result)
+
+    try:
+
+        # 画像をbase64に変換
+        image = encode_image(image_path)
+
+        # メッセージの作成
+        messages = [
+            {
+                "role": "user",
+                "content": [
+                    {"type": "text", "text": prompt},
+                    {
+                        "type": "image_url",
+                        "image_url": {
+                            "url": f"data:image/jpeg;base64,{image}",
+                            "detail": detail,
+                        }
+                    },
+                ],
+            }
+        ]
+
+        # gpt-4-visionに問い合わせて回答を表示
+        response = client.chat.completions.create(
+            model="gpt-4-vision-preview",   # Visionはこのモデル指定
+            messages=messages,
+            max_tokens=max_tokens,
+        )
+
+        response_text = response.choices[0].message.content
+
+        print(response_text)
+
+    except BadRequestError as e:
+        print(e)
+        err_msg = "リクエストエラーです。画像がポリシー違反でないか確認して下さい。"
+    except Exception as e:
+        print(e)
+        err_msg = "その他のエラーが発生しました。"
+
+    finally:
+
+        # 結果をJSONで返す
+        vision_result = {
+            "answer" : response_text,
+            "error_message" : err_msg
+        }
+        return json.dumps(vision_result)

app.py

@@ -454,7 +454,8 @@ def clear_click(state):
     state["last_msg_id"] = ""
     state["tool_outputs"] = []
 
-    return state
+    # 順番的にgr.ClearButtonで消せないImageなども初期化
+    return state, None, None
 
 def make_archive():
 
@@ -505,16 +506,14 @@ with gr.Blocks() as demo:
       text_dummy = gr.Textbox(visible=False)
       gr.Examples(label="サンプルプロンプト", examples=examples, inputs=text_dummy, outputs=text_msg, fn=make_prompt,  cache_examples=True)
 
-
+      with gr.Row():
+        image = gr.Image(label="ファイルアップロード", type="filepath",interactive = True)
+        out_image = gr.Image(label="出力画像", type="filepath", interactive = False)
       with gr.Row():
         btn = gr.Button(value="送信")
         btn_dl = gr.Button(value="画像の一括ダウンロード")  # 保留中
-        btn_clear = gr.ClearButton(value="リセット", components=[chatbot, text_msg, image ,out_image])
+        btn_clear = gr.ClearButton(value="リセット", components=[chatbot, text_msg])
 
-      with gr.Row():
-        image = gr.Image(label="ファイルアップロード", type="filepath",interactive = True)
-        out_image = gr.Image(label="出力画像", type="filepath", interactive = False)
-        
       sys_msg = gr.Textbox(label="システムメッセージ", interactive = False)
       # out_text = gr.Textbox(label="出力テキスト", lines = 5, interactive = False)
       out_file = gr.File(label="出力ファイル", type="filepath",interactive = False)
@@ -527,8 +526,8 @@ with gr.Blocks() as demo:
           finally_proc, None, [text_msg, image], queue=False
       )
       btn_dl.click(make_archive, None, [out_file, sys_msg])
-      # クリア時でもセッションの設定（OpenAIKeyなどは残す）
-      btn_clear.click(clear_click, state, state)
+      # クリア時でもセッションの一部は残す（OpenAIKeyなど）
+      btn_clear.click(clear_click, state, [state, image ,out_image])
 
       # テキスト入力Enter時の処理
       # txt_msg = text_msg.submit(respond, inputs=[text_msg, image, chatbot], outputs=[text_msg, image, chatbot])

gradio_chat_image.py → gradio_chat_image - コピー.py

@@ -474,7 +474,8 @@ def clear_click(state):
     state["last_msg_id"] = ""
     state["tool_outputs"] = []
 
-    return state
+    # 順番的にgr.ClearButtonで消せないImageなども初期化
+    return state, None, None
 
 def make_archive():
 
@@ -531,7 +532,7 @@ with gr.Blocks() as demo:
       with gr.Row():
         btn = gr.Button(value="送信")
         btn_dl = gr.Button(value="画像の一括ダウンロード")  # 保留中
-        btn_clear = gr.ClearButton(value="リセット", components=[chatbot, text_msg, image ,out_image])
+        btn_clear = gr.ClearButton(value="リセット", components=[chatbot, text_msg])
 
       sys_msg = gr.Textbox(label="システムメッセージ", interactive = False)
       # out_text = gr.Textbox(label="出力テキスト", lines = 5, interactive = False)
@@ -545,8 +546,8 @@ with gr.Blocks() as demo:
           finally_proc, None, [text_msg, image], queue=False
       )
       btn_dl.click(make_archive, None, [out_file, sys_msg])
-      # クリア時でもセッションの設定（OpenAIKeyなどは残す）
-      btn_clear.click(clear_click, state, state)
+      # クリア時でもセッションの一部は残す（OpenAIKeyなど）
+      btn_clear.click(clear_click, state, [state, image ,out_image])
 
       # テキスト入力Enter時の処理
       # txt_msg = text_msg.submit(respond, inputs=[text_msg, image, chatbot], outputs=[text_msg, image, chatbot])