Upload app.py

app.py

@@ -3,7 +3,7 @@ import os
 import base64
 import gradio as gr
 from PIL import Image
-from openai import OpenAI
+import httpx  # Use httpx for direct API calls instead of openai SDK
 
 # ------- 配置区 -------
 # 推荐在 HF Space 的 Settings - Variables and secrets 里设置：
@@ -11,46 +11,67 @@ from openai import OpenAI
 # 如果前台定义变量 (比如 STEPFUN_KEY)，下面会依然被读取。
 STEPFUN_ENDPOINT = "https://api.stepfun.com/v1"
 MODEL_NAME = "step-3"
-
 # --------------------
 
 def _get_api_key() -> str:
-    """获取 API KEY，如果没有设置则抛出异常"""
-    # 优先用 OPENAI_API_KEY（OpenAI SDK 的默认约定），否则回退 STEPFUN_KEY
+    """
+    获取 API KEY，如果没有设置则返回 None。
+    首先尝试读取环境变量 OPENAI_API_KEY（OpenAI SDK 的默认约定），
+    如果不存在再尝试读取 STEPFUN_KEY。
+    """
     return os.getenv("OPENAI_API_KEY") or os.getenv("STEPFUN_KEY")
 
-
 def _pil_to_data_url(img: Image.Image, fmt: str = "PNG") -> str:
-    """将 PIL 图片转换成 base64 Data URL"""
+    """
+    将 PIL 图片转换成 base64 Data URL。
+    接收一个 PIL.Image 对象和输出格式（默认为 PNG），
+    返回可用于 StepFun OpenAI 兼容接口的 data:image/...;base64,... 字符串。
+    """
     buf = io.BytesIO()
     img.save(buf, format=fmt)
     b64 = base64.b64encode(buf.getvalue()).decode("utf-8")
     mime = "image/png" if fmt.upper() == "PNG" else "image/jpeg"
     return f"data:{mime};base64,{b64}"
 
-
-def _make_client() -> OpenAI:
+def _post_chat(messages: list, temperature: float = 0.7) -> str:
+    """
+    调用 StepFun 的 chat/completions 接口并返回模型回复。
+    使用 httpx 库向 StepFun 的 OpenAI 兼容接口发送请求，
+    避免使用 openai SDK 导致的 "No API found" 错误。
+    messages 参数应符合 OpenAI 接口规范。
+    """
     key = _get_api_key()
     if not key:
         raise RuntimeError(
             "API Key 未设置\n请到 Space 的 Settings - Variables and secrets 添加：\n"
             "Name=OPENAI_API_KEY, Value=你的 StepFun API Key（或用 STEPFUN_KEY 也可）。"
         )
-    # 创建客户端时指定 StepFun 的 base_url
-    return OpenAI(api_key=key, base_url=STEPFUN_ENDPOINT)
-
-
-client = _make_client()
-
+    url = f"{STEPFUN_ENDPOINT}/chat/completions"
+    headers = {
+        "Authorization": f"Bearer {key}",
+        "Content-Type": "application/json",
+    }
+    payload = {
+        "model": MODEL_NAME,
+        "messages": messages,
+        "temperature": temperature,
+    }
+    resp = httpx.post(url, headers=headers, json=payload, timeout=60)
+    resp.raise_for_status()
+    data = resp.json()
+    return data["choices"][0]["message"]["content"]
 
 def chat_with_step3(image: Image.Image, question: str) -> str:
-    """调用 StepFun 的 step-3 模型进行推理"""
+    """
+    调用 StepFun 的 step-3 模型进行推理。
+    首先检查上传的图像和问题文本是否有效，将图像编码为 data URL，
+    构造符合 OpenAI 接口规范的 messages 数组，然后通过 `_post_chat` 发送请求。
+    如遇异常则返回错误信息。
+    """
     if image is None:
         return "请先上传图片。"
     if not question:
         question = "请描述这张图片。"
-
-    # 将 PIL 图片转成 Data URL，传到 StepFun
     data_url = _pil_to_data_url(image, fmt="PNG")
     messages = [
         {
@@ -62,17 +83,10 @@ def chat_with_step3(image: Image.Image, question: str) -> str:
         },
     ]
     try:
-        # 调用 StepFun 的 OpenAI 兼容接口，不设置 max_tokens
-        resp = client.chat.completions.create(
-            model=MODEL_NAME,
-            messages=messages,
-        )
-        return resp.choices[0].message.content
+        return _post_chat(messages)
     except Exception as e:
-        # 返回异常信息，方便调试
         return f"调用失败: {e!r}"
 
-
 # 构建 Gradio 界面
 iface = gr.Interface(
     fn=chat_with_step3,