Update app.py

app.py

@@ -1,21 +1,11 @@
 import os
 import streamlit as st
-import google.generativeai as genai
+from google import genai
 from PIL import Image
 import io
-import base64
 
-
-# API-Schlüssel laden (aus Umgebungsvariable)
-genai.configure(api_key=os.getenv('KEY'))  # Sicherer!
-
-# Gemini Modell erstellen
-generation_config = {
-    "temperature": 0.5,  # Anpassbar
-    "top_p": 0.95,      # Anpassbar
-    "max_output_tokens": 200, # Anpassbar
-}
-model = genai.GenerativeModel(model_name="gemini-pro", generation_config=generation_config) # Gemini Pro verwenden
+# API-Schlüssel laden
+genai.configure(api_key=os.get("KEY"))
 
 st.title("Bildanalyse mit Gemini")
 
@@ -23,7 +13,7 @@ uploaded_file = st.file_uploader("Bild hochladen", type=["jpg", "png", "jpeg"])
 
 if uploaded_file is not None:
     image = Image.open(uploaded_file)
-    st.image(image, caption="Hochgeladenes Bild", use_container_width=True)
+    st.image(image, caption="Hochgeladenes Bild", use_column_width=True)
 
     if st.button("Analysieren"):
         with st.spinner("Analysiere Bild..."):
@@ -33,18 +23,21 @@ if uploaded_file is not None:
                 image.save(image_bytes, format=image.format)
                 image_bytes = image_bytes.getvalue()
 
-                # Bild in Base64 kodieren
-                encoded_image = base64.b64encode(image_bytes).decode("utf-8")
-
-                # Prompt erstellen (angepasst für Base64)
-                prompt = f"Beschreibe dieses Bild (Base64-kodiert) und identifiziere das Hauptobjekt:\n\n{encoded_image}"
+                # Dateiähnliches Objekt für Gemini erstellen
+                file_like_object = genai.File(
+                    content=image_bytes, mime_type=f"image/{image.format.lower()}"
+                )
 
                 # Anfrage an Gemini senden
-                response = model.generate_text(prompt=prompt)
+                client = genai.Client(api_key=os.environ.get("GEMINI_API_KEY")) # Client innerhalb der Funktion erstellen
+                response = client.models.generate_content(
+                    model="gemini-pro",  # Oder "gemini-2.0-flash-exp", je nach Verfügbarkeit
+                    contents=["Beschreibe dieses Bild und identifiziere das Hauptobjekt.", file_like_object]
+                )
 
                 # Antwort anzeigen
                 st.write("## Analyseergebnis:")
-                st.write(response.result)
+                st.write(response.text)
 
             except Exception as e:
                 st.error(f"Ein Fehler ist aufgetreten: {e}")