Update app.py

app.py

@@ -1,9 +1,11 @@
 import gradio as gr
 import requests
+import os  # 用於讀取環境變數
 
-# 使用你的 Hugging Face API token
+# 從環境變數讀取 Hugging Face API token
 API_URL = "https://api-inference.huggingface.co/models/KappaNeuro/ukiyo-e-art"
-headers = {"Authorization": "Bearer hf_your_valid_token_here"}  # 将 'hf_your_valid_token_here' 替换为实际的 API token
+HF_API_TOKEN = os.getenv("HF_API_TOKEN")  # 從環境變數讀取 API token
+headers = {"Authorization": f"Bearer {HF_API_TOKEN}"}
 
 def query(payload):
     response = requests.post(API_URL, headers=headers, json=payload)
@@ -12,24 +14,24 @@ def query(payload):
     return response.json()
 
 def inference(text):
-    # 调用模型并获取结果
+    # 呼叫模型並獲取結果
     output = query({"inputs": text})
     
-    # 如果返回结果中包含错误信息，显示错误
+    # 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']}"
     
-    # 返回模型输出结果
-    return output  # 根据实际的返回格式处理
+    # 返回模型的輸出結果
+    return output  # 根據實際返回的格式處理
 
-# 创建 Gradio 界面
+# 創建 Gradio 介面
 interface = gr.Interface(
     fn=inference,
-    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"`
+    inputs=gr.Textbox(lines=2, placeholder="輸入生成藝術的描述..."),
+    outputs="text",  # 如果模型輸出的是圖片，可以改為 `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"
+    description="這是一個呼叫 Hugging Face 上 Ukiyo-e Art 模型的應用"
 )
 
-# 启动 Gradio 应用
+# 啟動 Gradio 應用
 interface.launch()