Update app.py

app.py

@@ -5,9 +5,12 @@ import os
 # 設定 Hugging Face API
 API_URL = "https://api-inference.huggingface.co/models/cardiffnlp/twitter-xlm-roberta-base-sentiment"
 
-# 從環境變數讀取 API 金鑰（建議這樣做以保護隱私）
-HF_API_KEY = os.getenv("analyze_sentiment_key")  # 你可以在 .bashrc 或 .zshrc 設定環境變數
-HEADERS = {"Authorization": f"Bearer {analyze_sentiment_key}"}
+# 從環境變數讀取 API Key
+HF_API_KEY = os.getenv("HF_API_KEY")
+if HF_API_KEY is None:
+    raise ValueError("❌ API Key 未設定，請檢查 Hugging Face Secrets！")
+
+HEADERS = {"Authorization": f"Bearer {HF_API_KEY}"}
 
 # 轉換英文分類為中文
 def translate_sentiment(label):
@@ -18,9 +21,9 @@ def translate_sentiment(label):
     else:
         return "😡 **負向**"
 
-# 轉換信心度為更直觀的等級
+# 轉換信心度為更直觀的等級（加上百分比）
 def convert_confidence(score):
-    percentage = round(score * 100)  # 轉換為百分比
+    percentage = round(score * 100)
     if score >= 0.90:
         return f"🌟 **極高信心** ({percentage}%)"
     elif score >= 0.75:
@@ -50,15 +53,57 @@ def analyze_sentiment(text):
     except Exception as e:
         return f"❌ **錯誤**: {str(e)}"
 
+# Gradio 介面說明
+intro_text = """
+# 🎯 多語言情緒分析 AI
+本應用使用 Hugging Face 的 `XLM-RoBERTa` 模型來進行**多語言情緒分析**。  
+輸入任何語言的文本，AI 會自動判斷其**情緒分類（正向 / 中立 / 負向）**，並提供**信心度（%）**。
+
+## 🔹 **功能特色**
+✅ **支援多語言**（繁體中文、英文、法文、日文等）  
+✅ **即時分析**，不需下載模型  
+✅ **提供信心度**，結果更透明  
+
+## 📌 **如何使用**
+1️⃣ **輸入一句話或一段文本**（可輸入中文、英文、日文等）  
+2️⃣ **點擊「分析情緒」**  
+3️⃣ **查看結果，包括情緒分類 & 信心度**  
+
+## ⚠️ **使用須知**
+- 目前模型適合**一般文本**，但對**諷刺、幽默**等語句可能不準確。  
+- 若遇到分析錯誤，請**重新輸入文本或稍後再試**。  
+"""
+
+developer_info = """
+## 👨‍💻 開發資訊
+- **開發者**: 余彦志 （大宇 / ian）
+- **模型來源**: [Hugging Face](https://huggingface.co/cardiffnlp/twitter-xlm-roberta-base-sentiment)
+- **技術棧**: `Gradio`、`FastAPI`、`Hugging Face API`
+- **聯絡方式**: [[email protected]]
+"""
+
 # 建立 Gradio 介面
-iface = gr.Interface(
-    fn=analyze_sentiment,
-    inputs=gr.Textbox(lines=2, placeholder="請輸入文本（支援多語言）..."),
-    outputs=gr.Markdown(label="分析結果"),
-    title="多語言情緒分析 AI",
-    description="請輸入一段話，AI 會分析它的情緒（正向 / 中立 / 負向），並提供信心度。",
-    theme="compact"
-)
+with gr.Blocks(theme=gr.themes.Soft()) as iface:
+    # 介面標題與介紹
+    gr.Markdown(intro_text)
+
+    # 文字輸入框
+    with gr.Row():
+        text_input = gr.Textbox(
+            lines=3, placeholder="請輸入文本（支援多語言）...", label="輸入文本"
+        )
+
+    # 按鈕
+    analyze_button = gr.Button("分析情緒")
+
+    # 結果顯示區
+    result_output = gr.Markdown(label="分析結果")
+
+    # 事件綁定（點擊按鈕後執行分析）
+    analyze_button.click(analyze_sentiment, inputs=text_input, outputs=result_output)
+
+    # 顯示開發資訊
+    gr.Markdown(developer_info)
 
 # 啟動 Web 應用
 iface.launch()