Update app.py

app.py

@@ -37,6 +37,8 @@ if os.path.exists(os.path.join(DB_PATH, "index.faiss")):
 else:
     print("沒有資料庫，開始建立新向量資料庫...")
     txt_files = glob.glob(f"{TXT_FOLDER}/*.txt")
+    if not txt_files:
+        print("注意：TXT 資料夾中沒有任何文字檔，向量資料庫將為空。")
     docs = []
     for filepath in txt_files:
         with open(filepath, "r", encoding="utf-8") as f:
@@ -59,7 +61,6 @@ llm = HuggingFaceEndpoint(
     max_new_tokens=512,
 )
 
-
 qa_chain = RetrievalQA.from_chain_type(
     llm=llm,
     retriever=retriever,
@@ -114,14 +115,17 @@ def generate_article_with_rate(query, segments=5):
 with gr.Blocks() as demo:
     gr.Markdown("# 佛教經論 RAG 系統 (HF API)")
     gr.Markdown("使用 Hugging Face Endpoint LLM + FAISS RAG，生成文章並提示 API 剩餘額度。")
-    
+
     query_input = gr.Textbox(lines=2, placeholder="請輸入文章主題", label="文章主題")
     segments_input = gr.Slider(minimum=1, maximum=10, step=1, value=5, label="段落數")
     output_text = gr.Textbox(label="生成文章 + API 剩餘次數")
     output_file = gr.File(label="下載 DOCX")
-    
-    query_input.submit(generate_article_with_rate, [query_input, segments_input], [output_text, output_file])
-    segments_input.change(generate_article_with_rate, [query_input, segments_input], [output_text, output_file])
 
+    btn = gr.Button("生成文章")
+    btn.click(generate_article_with_rate, [query_input, segments_input], [output_text, output_file])
+
+# -------------------------------
+# 8. 啟動 Gradio（Hugging Face Space 適用）
+# -------------------------------
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch(share=True)  # share=True 自動生成公開 URL