Update app_1.py

app_1.py

@@ -3,24 +3,21 @@ import gradio as gr
 from google import genai
 from google.genai import types
 
-# Initialisierung des Clients
-# Der API Key wird aus den Hugging Face Secrets geladen
+# Client initialisieren
 client = genai.Client(
     api_key=os.environ.get("GEMINI_API_KEY"),
 )
 
 def model_chat(message, history):
-    """
-    Funktion für das Gradio ChatInterface.
-    message: Die aktuelle Nutzereingabe
-    history: Die bisherige Chat-Historie (wird hier zur Vereinfachung ignoriert oder kann eingebunden werden)
-    """
-    
-    # Vorbereiten der Historie für das Modell (optional, aber empfohlen)
+    # WICHTIG: Die Historie für Gemini konvertieren
+    # Gradio history kommt als Liste von Listen: [[user_msg1, bot_msg1], [user_msg2, bot_msg2]]
     contents = []
     for human, assistant in history:
-        contents.append(types.Content(role="user", parts=[types.Part.from_text(text=human)]))
-        contents.append(types.Content(role="model", parts=[types.Part.from_text(text=assistant)]))
+        if human:
+            contents.append(types.Content(role="user", parts=[types.Part.from_text(text=human)]))
+        if assistant:
+            # Wichtig: Nur den Text des Assistenten nehmen, keine Metadaten
+            contents.append(types.Content(role="model", parts=[types.Part.from_text(text=assistant)]))
     
     # Aktuelle Nachricht hinzufügen
     contents.append(
@@ -30,7 +27,11 @@ def model_chat(message, history):
         )
     )
 
-    # Konfiguration wie in deinem Beispiel
+    # Konfiguration
+    # Hinweis: Falls "gemini-3-flash-preview" einen Fehler wirft, 
+    # nutze "gemini-2.0-flash-thinking-exp" oder "gemini-2.0-flash"
+    model_id = "gemini-3-flash-preview" 
+    
     tools = [
         types.Tool(googleSearch=types.GoogleSearch()),
     ]
@@ -44,27 +45,33 @@ def model_chat(message, history):
 
     response_text = ""
     
-    # Streaming an Gradio übertragen
     try:
+        # Stream starten
         for chunk in client.models.generate_content_stream(
-            model="gemini-3-flash-preview", # Hinweis: Prüfe ob 'gemini-3-flash-preview' bereits verfügbar ist, sonst 2.0 nutzen
+            model=model_id,
             contents=contents,
             config=generate_content_config,
         ):
+            # Sicherstellen, dass Text im Chunk ist
             if chunk.text:
                 response_text += chunk.text
                 yield response_text
+                
     except Exception as e:
-        yield f"Fehler: {str(e)}"
+        # Detaillierte Fehlermeldung im Chat anzeigen
+        error_message = f"❌ API Fehler: {str(e)}"
+        print(error_message) # Erscheint in den Hugging Face Logs
+        yield error_message
 
-# Gradio Interface erstellen
+# Gradio Interface
 demo = gr.ChatInterface(
     fn=model_chat,
-    title="Gemini Thinking Search Bot",
-    description="Dieser Bot nutzt Gemini mit Thinking Mode und Google Search Integration.",
-    examples=["Wie ist das Wetter in Berlin?", "Erkläre die Quantenphysik kurz."],
-    #theme="soft"
+    title="Gemini Thinking AI",
+    description="KI mit Suchfunktion und Thinking-Mode.",
 )
 
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()
+
+
+