Update app.py

app.py

@@ -9,20 +9,28 @@ from langchain_community.document_loaders import PyMuPDFLoader, PyPDFLoader
 from langchain.vectorstores import Chroma
 from langchain_community.embeddings import OpenAIEmbeddings
 from langchain_community.chat_models import ChatOpenAI
-import shutil
+import shutil  # 用於文件複製
 import logging
 
-# 設置日誌
+# 設置日誌配置
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
-# 向量資料庫目錄
+# 獲取 OpenAI API 密鑰（初始不使用固定密鑰）
+api_key_env = os.getenv("OPENAI_API_KEY")
+if api_key_env:
+    openai.api_key = api_key_env
+    logger.info("OpenAI API 密鑰已設置。")
+else:
+    logger.info("未設置固定的 OpenAI API 密鑰。將使用使用者提供的密鑰。")
+
+# 確保向量資料庫目錄存在且有寫入權限
 VECTORDB_DIR = os.path.abspath("./data")
 os.makedirs(VECTORDB_DIR, exist_ok=True)
-os.chmod(VECTORDB_DIR, 0o755)
+os.chmod(VECTORDB_DIR, 0o755)  # 設置適當的權限
 logger.info(f"VECTORDB_DIR set to: {VECTORDB_DIR}")
 
-# 測試 PDF 加載器
+# 定義測試 PDF 加載器的函數
 def test_pdf_loader(file_path, loader_type='PyMuPDFLoader'):
     logger.info(f"Testing PDF loader ({loader_type}) with file: {file_path}")
     try:
@@ -42,7 +50,7 @@ def test_pdf_loader(file_path, loader_type='PyMuPDFLoader'):
     except Exception as e:
         logger.error(f"Error loading {file_path} with {loader_type}: {e}")
 
-# 載入和處理 PDF 文件
+# 定義載入和處理 PDF 文件的函數
 def load_and_process_documents(file_paths, loader_type='PyMuPDFLoader', api_key=None):
     if not api_key:
         raise ValueError("未提供 OpenAI API 密鑰。")
@@ -65,6 +73,7 @@ def load_and_process_documents(file_paths, loader_type='PyMuPDFLoader', api_key=
             loaded_docs = loader.load()
             if loaded_docs:
                 logger.info(f"載入 {file_path} 成功，包含 {len(loaded_docs)} 個文檔。")
+                # 打印第一個文檔的部分內容以確認
                 logger.info(f"第一個文檔內容: {loaded_docs[0].page_content[:500]}")
                 documents.extend(loaded_docs)
             else:
@@ -87,7 +96,7 @@ def load_and_process_documents(file_paths, loader_type='PyMuPDFLoader', api_key=
 
     # 初始化向量資料庫
     try:
-        embeddings = OpenAIEmbeddings(openai_api_key=api_key)
+        embeddings = OpenAIEmbeddings(openai_api_key=api_key)  # 使用使用者的 API 密鑰
         logger.info("初始化 OpenAIEmbeddings 成功。")
     except Exception as e:
         raise ValueError(f"初始化 OpenAIEmbeddings 時出現錯誤: {e}")
@@ -104,7 +113,7 @@ def load_and_process_documents(file_paths, loader_type='PyMuPDFLoader', api_key=
 
     return vectordb
 
-# 聊天處理函數
+# 定義聊天處理函數
 def handle_query(user_message, chat_history, vectordb, api_key):
     try:
         if not user_message:
@@ -138,22 +147,15 @@ def handle_query(user_message, chat_history, vectordb, api_key):
         logger.error(f"Error in handle_query: {e}")
         return chat_history + [("系統", f"出現錯誤: {str(e)}")]
 
-# 保存 API 密鑰的函數
+# 定義保存 API 密鑰的函數
 def save_api_key(api_key, state):
     if not api_key.startswith("sk-"):
         return "請輸入有效的 OpenAI API 密鑰。", state
-    # 嘗試驗證 API 密鑰
-    try:
-        openai.api_key = api_key
-        openai.Engine.list()  # 簡單的 API 請求來驗證密鑰
-    except Exception as e:
-        logger.error(f"Invalid OpenAI API key: {e}")
-        return "無效的 OpenAI API 密鑰。請重新輸入。", state
     state['api_key'] = api_key
     logger.info("使用者已保存自己的 OpenAI API 密鑰。")
     return "API 密鑰已成功保存。您現在可以上傳 PDF 文件並開始提問。", state
 
-# 處理文件上傳的函數
+# 定義 Gradio 的處理函數
 def process_files(files, state):
     logger.info("process_files called")
     if files:
@@ -206,7 +208,6 @@ def process_files(files, state):
     else:
         return "請上傳至少一個 PDF 文件。", state
 
-# 聊天介面處理函數
 def chat_interface(user_message, chat_history, state):
     vectordb = state.get('vectordb', None)
     api_key = state.get('api_key', None)