我們這 30 天學過：

• Chat：對話生成
• Image：圖片生成
• Audio：語音辨識 / 文字轉語音
• File：上傳 / 文件摘要
• FastAPI：包成簡易後端

那今天，我們要把這些都整合起來！
做出一個可以「用說的、看圖、回話」的 AI 小幫手！

from openai import OpenAI
from fastapi import FastAPI, Form
from fastapi.responses import FileResponse
import base64
client = OpenAI(api_key="YOUR OPENAI KEY")
app = FastAPI()

@app.post("/ask")
async def ask_ai(prompt: str = Form(...), mode: str = Form("chat")):
    """
    mode 可以是：
    - chat：對話回覆
    - image：生成圖片
    - voice：生成語音回覆
    """

    if mode == "chat":
        # Chat 模式
        resp = client.chat.completions.create(
            model="gpt-4o-mini",
            messages=[{"role": "user", "content": prompt}],
        )
        answer = resp.choices[0].message.content
        return {"mode": "chat", "response": answer}

    elif mode == "image":
        # 圖片生成模式
        result = client.images.generate(
            model="gpt-image-1",
            prompt=prompt,
            size="1024x1024"
        )
        image_base64 = result.data[0].b64_json
        image_bytes = base64.b64decode(image_base64)
        output_path = "ai_output.png"
        with open(output_path, "wb") as f:
            f.write(image_bytes)
        return FileResponse(output_path, filename="ai_output.png")

    elif mode == "voice":
        # 語音生成（TTS）
        tts = client.audio.speech.create(
            model="gpt-4o-mini-tts",
            voice="alloy",
            input=prompt
        )
        output_path = "ai_voice.mp3"
        tts.stream_to_file(output_path)
        return FileResponse(output_path, filename="ai_voice.mp3")

    else:
        return {"error": "無效的 mode 參數，請用 chat / image / voice"}

今天我們把過去 20 多天學的技能串起來，打造了一個可以「看圖、講話、畫圖」的 AI 小幫手。
它雖然只是幾十行程式，但已經能回文字、能生成圖像、也能講出聲音
你做的，不只是範例程式，而是你第一個真正能用的「AI 助理原型」!