Update app.py

app.py

@@ -2,35 +2,38 @@ import gradio as gr
 import requests
 import os
 
-# 使用 GPT-2 模型測試
-API_URL = "https://api-inference.huggingface.co/models/gpt2"
-HF_API_TOKEN = os.getenv("HF_API_TOKEN")  # 確保您在 Secrets 中設置了 API token
+# 使用 Hugging Face 上的 Stable Diffusion 模型來生成圖像
+API_URL = "https://api-inference.huggingface.co/models/CompVis/stable-diffusion-v1-4"
+HF_API_TOKEN = os.getenv("HF_API_TOKEN")  # 確認您已將此變數在 Hugging Face Spaces 的 Secret 中設定
 headers = {"Authorization": f"Bearer {HF_API_TOKEN}"}
 
 def query(payload):
     response = requests.post(API_URL, headers=headers, json=payload)
     if response.status_code != 200:
         return f"Error: {response.status_code}, {response.text}"
-    return response.json()
+    return response.content  # 返回圖像的二進位數據
 
-def inference(text):
-    # 呼叫模型並獲取結果
-    output = query({"inputs": text})
+def generate_landscape_art(description):
+    # 呼叫模型，生成圖像
+    output = query({"inputs": description})
     
     # 如果返回結果包含錯誤信息，顯示錯誤
     if isinstance(output, dict) and "error" in output:
         return f"Error: {output['error']}"
     
-    # 返回模型的輸出結果
-    return output
+    # 將生成的圖像保存為文件
+    with open("generated_image.png", "wb") as f:
+        f.write(output)
+    
+    return "generated_image.png"  # 返回生成的圖像文件
 
 # 創建 Gradio 介面
 interface = gr.Interface(
-    fn=inference,
-    inputs=gr.Textbox(lines=2, placeholder="輸入文本..."),
-    outputs="text",
-    title="GPT-2 模型測試",
-    description="測試 Hugging Face API token 與 GPT-2 模型"
+    fn=generate_landscape_art,
+    inputs=gr.Textbox(lines=2, placeholder="輸入描述來生成山水畫..."),
+    outputs="image",  # 生成的是圖片，因此輸出類型是圖像
+    title="山水畫生成器",
+    description="根據您的描述生成山水畫，請輸入如 '古代中國風格的山水畫' 的描述"
 )
 
 # 啟動 Gradio 應用