Update app.py

app.py

@@ -1,9 +1,9 @@
 import gradio as gr
 import requests
 
-# 替換為你正確的 Hugging Face API token
+# 使用你的 Hugging Face API token
 API_URL = "https://api-inference.huggingface.co/models/KappaNeuro/ukiyo-e-art"
-headers = {"Authorization": "Bearer hf_your_actual_token_here"}  # 在這裡放入你的 Hugging Face API token
+headers = {"Authorization": "Bearer hf_your_valid_token_here"}  # 将 'hf_your_valid_token_here' 替换为实际的 API token
 
 def query(payload):
     response = requests.post(API_URL, headers=headers, json=payload)
@@ -12,24 +12,24 @@ def query(payload):
     return response.json()
 
 def inference(text):
-    # 呼叫模型並獲取結果
+    # 调用模型并获取结果
     output = query({"inputs": text})
     
-    # 如果有錯誤信息，返回錯誤
+    # 如果返回结果中包含错误信息，显示错误
     if isinstance(output, dict) and "error" in output:
         return f"Error: {output['error']}"
     
-    # 返回模型的輸出
-    return output  # 根據具體回應格式處理
+    # 返回模型输出结果
+    return output  # 根据实际的返回格式处理
 
-# 創建 Gradio 介面
+# 创建 Gradio 界面
 interface = gr.Interface(
     fn=inference,
-    inputs=gr.Textbox(lines=2, placeholder="輸入生成藝術的描述..."),
-    outputs="text",  # 根據模型輸出調整，假如是圖片，改為 `outputs="image"`
-    title="最棒第一組的 Ukiyo-e Art 模型",
-    description="這是一個呼叫 Hugging Face 上 Ukiyo-e Art 模型的應用"
+    inputs=gr.Textbox(lines=2, placeholder="输入生成艺术的描述..."),
+    outputs="text",  # 如果模型返回的是图片，可以改为 `outputs="image"`
+    title="Ukiyo-e Art 模型",
+    description="这是一个调用 Hugging Face 上 Ukiyo-e Art 模型的应用"
 )
 
-# 啟動 Gradio 應用
+# 启动 Gradio 应用
 interface.launch()