Update main.py

main.py

@@ -183,37 +183,3 @@ def handle_image_message(event):
 if __name__ == "__main__":
     # 啟動 FastAPI 應用程式
     uvicorn.run("main:app", host="0.0.0.0", port=7860, reload=True)
-
-# 註解說明：
-# import 導入必要的套件
-# genai.configure 設定 Google AI API 金鑰
-# generation_config 設定文字生成參數
-# model 設定使用的 Gemini 模型
-# line_bot_api 和 line_handler 設定 Line Bot API 和 webhook 處理器
-# working_status 設定是否正在與使用者交談
-# app 建立 FastAPI 應用程式
-# app.add_middleware 設定 CORS
-# @app.get("/") 處理根路徑請求
-# @app.post("/webhook") 處理 Line Webhook 請求
-# @line_handler.add(MessageEvent, message=TextMessage) 處理文字訊息事件
-# if __name__ == "__main__": 啟動 FastAPI 應用程式
-# 程式碼功能說明：
-# 程式碼首先會導入必要的套件，並設定 Google AI API 金鑰、文字生成參數、Gemini 模型以及 Line Bot API。
-# 接著會建立 FastAPI 應用程式，並設定 CORS。
-# 程式碼會定義兩個函數：
-# root() 處理根路徑請求，返回一個簡單的 JSON 訊息。
-# webhook() 處理 Line Webhook 請求，將處理 Line 事件的任務加入背景工作，並處理無效的簽章錯誤。
-# 程式碼還定義一個函數 handle_message() 來處理文字訊息事件，它會檢查事件類型和訊息類型，並根據使用者輸入執行不同的動作：
-# 如果使用者輸入 "再見"，回覆 "Bye!"。
-# 如果正在與使用者交談，則會使用 Gemini 模型生成文字，並將結果回覆給使用者。
-# 最後，程式碼會啟動 FastAPI 應用程式，開始監聽 HTTP 請求。
-# 程式碼運行方式：
-# 將程式碼存為 main.py 文件。
-# 在環境變數中設定 GOOGLE_API_KEY、CHANNEL_ACCESS_TOKEN 和 CHANNEL_SECRET。
-# 執行 uvicorn main:app --host 0.0.0.0 --port 7860 --reload 命令啟動 FastAPI 應用程式。
-# 使用 Line 帳戶與 Line Bot 進行對話。
-# 注意：
-# 程式碼中使用 os.environ["GOOGLE_API_KEY"]、os.environ["CHANNEL_ACCESS_TOKEN"] 和 os.environ["CHANNEL_SECRET"] 來存取環境變數，需要先在環境變數中設定這些值。
-# 程式碼中使用 uvicorn 執行 FastAPI 應用程式，需要先安裝 uvicorn 套件。
-# 程式碼中使用 google.generativeai 套件，需要先安裝 google-generativeai 套件。
-# 程式碼中使用 linebot 套件，需要先安裝 linebot 套件。