Update app.py

app.py

@@ -4,12 +4,11 @@ from PIL import Image
 import requests
 from io import BytesIO
 
-# 建立 pipeline
-pipe = pipeline("image-to-text", model="google/medgemma-4b-it")
+# 修正：使用正確的 pipeline 類型
+pipe = pipeline("image-text-to-text", model="google/medgemma-4b-it")
 
-# 修正：支援 JPG 檔案上傳
+# 檢查輸入是否為 URL，如果是，則下載並轉換為 PIL 圖片
 def load_image_from_input(image_input):
-    # URL 情況
     if isinstance(image_input, str) and (image_input.startswith("http://") or image_input.startswith("https://")):
         try:
             response = requests.get(image_input)
@@ -18,7 +17,7 @@ def load_image_from_input(image_input):
         except Exception as e:
             raise gr.Error(f"無法從 URL 下載圖片: {e}")
     else:
-        # JPG 檔案上傳情況 - 這裡就是關鍵修正
+        # 如果不是 URL，就假設是檔案路徑，由 Gradio 自動處理
         return Image.open(image_input)
 
 # 包裝成 API 函數
@@ -30,26 +29,25 @@ def predict(image_input, question):
         {
             "role": "user",
             "content": [
-                {"type": "image", "image": image},  # 修正：改為 "image"
+                {"type": "image", "image": image},  # 使用 "image" 而不是 "url"
                 {"type": "text", "text": question}
             ]
         },
     ]
-    result = pipe(messages)
+    
+    # 修正：使用 text 參數而不是直接傳遞 messages
+    result = pipe(text=messages)
     return result[0]["generated_text"]
 
-# Gradio 介面
+# Gradio 介面（同時支援 UI 和 API）
 iface = gr.Interface(
     fn=predict,
-    inputs=[
-        gr.Image(type="filepath", file_types=[".jpg", ".jpeg", ".png"]),  # 修正：加上檔案類型限制
-        "text"
-    ],
+    inputs=[gr.Image(type="filepath"), "text"],
     outputs="text",
     title="MedGemma API + Demo",
-    description="上傳 JPG 圖片或輸入圖片 URL，以 API 或 UI 測試 MedGemma。"
+    description="上傳圖片或輸入圖片 URL，以 API 或 UI 測試 MedGemma。"
 )
 
 # 啟動應用程式
-if __name__ == "__main__":  # 修正：語法錯誤
+if __name__ == "__main__":
     iface.launch()