Update app.py

app.py

@@ -2,39 +2,47 @@ import gradio as gr
 import requests
 import os
 
-# 使用 Hugging Face 上的 Stable Diffusion 模型來生成圖像
+# 設置 Hugging Face API 的 URL 和 Token
 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):
+    # 呼叫 API 並處理回應
     response = requests.post(API_URL, headers=headers, json=payload)
+    
     if response.status_code != 200:
+        # 打印錯誤以進行調試
+        print(f"Request failed with status code {response.status_code}")
+        print(f"Error details: {response.text}")
         return f"Error: {response.status_code}, {response.text}"
-    return response.content  # 返回圖像的二進位數據
+    
+    return response.content
 
 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']}"
+    # 如果回應的內容是錯誤信息，顯示錯誤
+    if isinstance(output, str) and output.startswith("Error:"):
+        return output  # 直接返回錯誤訊息供顯示
     
-    # 將生成的圖像保存為文件
+    # 保存生成的圖像到文件
     with open("generated_image.png", "wb") as f:
         f.write(output)
     
-    return "generated_image.png"  # 返回生成的圖像文件
+    # 返回生成的圖像文件
+    return "generated_image.png"
 
 # 創建 Gradio 介面
 interface = gr.Interface(
     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
+    outputs="image",  # 輸出圖像
     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
 interface.launch()
+