Create app.py

app.py

@@ -0,0 +1,64 @@
+import gradio as gr
+import requests
+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("HF_API_KEY")  # 你可以在 .bashrc 或 .zshrc 設定環境變數
+HEADERS = {"Authorization": f"Bearer {HF_API_KEY}"}
+
+# 轉換英文分類為中文
+def translate_sentiment(label):
+    if "positive" in label.lower():
+        return "😃 **正向**"
+    elif "neutral" in label.lower():
+        return "😐 **中立**"
+    else:
+        return "😡 **負向**"
+
+# 轉換信心度為更直觀的等級
+def convert_confidence(score):
+    percentage = round(score * 100)  # 轉換為百分比
+    if score >= 0.90:
+        return f"🌟 **極高信心** ({percentage}%)"
+    elif score >= 0.75:
+        return f"✅ **高信心** ({percentage}%)"
+    elif score >= 0.50:
+        return f"⚠️ **中等信心** ({percentage}%)"
+    elif score >= 0.30:
+        return f"❓ **低信心** ({percentage}%)"
+    else:
+        return f"❌ **極低信心（建議忽略）** ({percentage}%)"
+
+# 調用 Hugging Face API 進行情緒分析
+def analyze_sentiment(text):
+    try:
+        response = requests.post(API_URL, headers=HEADERS, json={"inputs": text})
+        result = response.json()
+
+        if isinstance(result, list) and len(result) > 0:
+            sentiment = translate_sentiment(result[0]["label"])  # 翻譯情緒
+            confidence = result[0]["score"]
+            confidence_label = convert_confidence(confidence)  # 轉換信心度
+
+            return f"**情緒分類**: {sentiment}\n**信心度**: {confidence_label}"
+        else:
+            return "⚠️ **無法分析文本，請稍後再試**"
+    
+    except Exception as e:
+        return f"❌ **錯誤**: {str(e)}"
+
+# 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"
+)
+
+# 啟動 Web 應用
+iface.launch()