Update app.py

app.py

@@ -1,26 +1,34 @@
 import gradio as gr
 import requests
 
-# 模型 API 端點 (替換成你選擇的模型 URL)
-API_URL = "https://huggingface.co/KappaNeuro/ukiyo-e-art"
-headers = {"Authorization": "Bearer YOUR_HUGGINGFACE_API_TOKEN"}  # 你需要你的 Hugging Face API token
+# 替換為你選擇的模型 API URL
+API_URL = "https://api-inference.huggingface.co/models/KappaNeuro/ukiyo-e-art"
+headers = {"Authorization": "Bearer YOUR_HUGGINGFACE_API_TOKEN"}  # 替換為你的 Hugging Face 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()
 
 def inference(text):
+    # 確認 API 回應的格式
     output = query({"inputs": text})
-    return output
+    
+    # 檢查回應是否為 JSON 格式，並避免發生錯誤
+    if isinstance(output, dict) and "error" in output:
+        return f"Error: {output['error']}"
+    
+    # 返回生成的結果（假設模型生成圖片連結或其他輸出）
+    return output  # 返回模型的完整回應，具體可根據回應格式進行處理
 
 # 創建 Gradio 介面
 interface = gr.Interface(
     fn=inference,
-    inputs=gr.Textbox(lines=2, placeholder="輸入文字..."),
-    outputs="text",
-    title="最棒第一組模型呼叫",
-    description="這是一個簡單的應用，用於呼叫 Hugging Face 模型"
+    inputs=gr.Textbox(lines=2, placeholder="輸入生成藝術的描述..."),
+    outputs="text",  # 可調整為正確的輸出類型，依據模型回傳的格式
+    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"
 )
 
 interface.launch()
-