除了「自行訓練模型」&「使用預訓練模型」的方式，還可以考慮「串接第三方 API」(就像是昨天的 Gradio Chatbot)

(圖片由 ChatGPT 生成)

今天的任務就是要用前幾天所學到的工具，加減先做出一個可以 Demo 的作品，之後再慢慢增加功能

1. 開啟 Colab，請 Gemini 協助一起完成 app.py 檔案

Day7 的時候有練習過使用 Colab，就是可以在 Colab 上 run 過程式碼，再將檔案下載

2. 將下載的檔案上傳到 Hugging Face Space

可以用最傻瓜的方式，從「file」上傳

選擇「Contribute」清單中的「Upload files」

上傳 app.py & requirements.txt 檔案，記得按下「Commit changes to main」

檔案上傳後，就會看到上方有個「Building」，就是 Hugging Face Space 在自動部署

在 Hugging Face Spaces 中，為了安全起見，敏感資訊（例如 API 金鑰）應該儲存為「Secrets」，而不是直接寫在程式碼中。

進入 Settings 頁面，找到設定 Secrets 的地方，點擊「New secret」

• Name: 輸入 GOOGLE_API_KEY (這必須與 app.py 中讀取的環境變數名稱完全一致)。
• Value: 貼上 Google AI API 金鑰。
• 點擊「Save」後，返回 App 選項。

等 Hugging Face Space 自動部署完成後，就會出現 AI 營養顧問的諮詢頁面了

試一下

攝取營養建議

可以下載建議

會自己另存新檔(自動開啟存檔視窗)

Ref.

• Hugging Face Docs
• Using Hugging Face Integrations