Update app.py

app.py

@@ -1,5 +1,5 @@
 import gradio as gr
-from fastapi import FastAPI, HTTPException, Body
+from fastapi import FastAPI, HTTPException
 from fastapi.responses import StreamingResponse
 from fastapi.staticfiles import StaticFiles
 from fastapi.middleware.cors import CORSMiddleware
@@ -15,776 +15,261 @@ import tempfile
 import time
 import os
 import logging
-from huggingface_hub import hf_hub_download  # 追加: HuggingFace Hubからファイルを直接ダウンロード
+from huggingface_hub import hf_hub_download
 
-# 正しいGemini関連のインポート
-import google.generativeai as genai
+# --- Gemini SDK (v1.x) ---------------------------------
+from google import genai
+from google.genai import types
+# -------------------------------------------------------
 
 # ロギング設定
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
-# --- Gemini統合 ---
+# ---------- データモデル ----------
 class GeminiRequest(BaseModel):
-    """Geminiへのリクエストデータモデル"""
     text: str
-    extension_percentage: float = 10.0  # デフォルト値10%
-    temperature: float = 0.5  # デフォルト値を0.5に設定
-    trim_whitespace: bool = True  # 余白トリミングオプション（デフォルト有効）
-    style: str = "standard"  # デフォルトはstandard
+    extension_percentage: float = 10.0
+    temperature: float = 0.5
+    trim_whitespace: bool = True
+    style: str = "standard"
 
 class ScreenshotRequest(BaseModel):
-    """スクリーンショットリクエストモデル"""
     html_code: str
-    extension_percentage: float = 10.0  # デフォルト値10%
-    trim_whitespace: bool = True  # 余白トリミングオプション（デフォルト有効）
-    style: str = "standard"  # デフォルトはstandard
+    extension_percentage: float = 10.0
+    trim_whitespace: bool = True
+    style: str = "standard"
 
-# HTMLのFont Awesomeレイアウトを改善する関数
+# ---------- ユーティリティ ----------
 def enhance_font_awesome_layout(html_code):
-    """Font Awesomeレイアウトを改善するCSSを追加"""
-    # CSSを追加
     fa_fix_css = """
     <style>
-    /* Font Awesomeアイコンのレイアウト修正 */
-    [class*="fa-"] {
-        display: inline-block !important;
-        margin-right: 8px !important;
-        vertical-align: middle !important;
-    }
-    
-    /* テキスト内のアイコン位置調整 */
-    h1 [class*="fa-"], h2 [class*="fa-"], h3 [class*="fa-"], 
-    h4 [class*="fa-"], h5 [class*="fa-"], h6 [class*="fa-"] {
-        vertical-align: middle !important;
-        margin-right: 10px !important;
-    }
-    
-    /* 特定パターンの修正 */
-    .fa + span, .fas + span, .far + span, .fab + span,
-    span + .fa, span + .fas, span + .far + span {
-        display: inline-block !important;
-        margin-left: 5px !important;
-    }
-    
-    /* カード内アイコン修正 */
-    .card [class*="fa-"], .card-body [class*="fa-"] {
-        float: none !important;
-        clear: none !important;
-        position: relative !important;
-    }
-    
-    /* アイコンと文字が重なる場合の調整 */
-    li [class*="fa-"], p [class*="fa-"] {
-        margin-right: 10px !important;
-    }
-    
-    /* インラインアイコンのスペーシング */
-    .inline-icon {
-        display: inline-flex !important;
-        align-items: center !important;
-        justify-content: flex-start !important;
-    }
-    
-    /* アイコン後のテキスト */
-    [class*="fa-"] + span {
-        display: inline-block !important;
-        vertical-align: middle !important;
-    }
+    [class*="fa-"]{display:inline-block!important;margin-right:8px!important;vertical-align:middle!important;}
+    h1 [class*="fa-"],h2 [class*="fa-"],h3 [class*="fa-"],h4 [class*="fa-"],h5 [class*="fa-"],h6 [class*="fa-"]{
+        vertical-align:middle!important;margin-right:10px!important;}
+    .fa+span,.fas+span,.far+span,.fab+span,span+.fa,span+.fas,span+.far,span+.fab{
+        display:inline-block!important;margin-left:5px!important;}
+    .card [class*="fa-"],.card-body [class*="fa-"]{float:none!important;clear:none!important;position:relative!important;}
+    li [class*="fa-"],p [class*="fa-"]{margin-right:10px!important;}
+    .inline-icon{display:inline-flex!important;align-items:center!important;justify-content:flex-start!important;}
+    [class*="fa-"]+span{display:inline-block!important;vertical-align:middle!important;}
     </style>
     """
-
-    # headタグがある場合はその中に追加
     if '<head>' in html_code:
         return html_code.replace('</head>', f'{fa_fix_css}</head>')
-    # HTMLタグがある場合はその後に追加
     elif '<html' in html_code:
         head_end = html_code.find('</head>')
         if head_end > 0:
             return html_code[:head_end] + fa_fix_css + html_code[head_end:]
-        else:
-            body_start = html_code.find('<body')
-            if body_start > 0:
-                return html_code[:body_start] + f'<head>{fa_fix_css}</head>' + html_code[body_start:]
-
-    # どちらもない場合は先頭に追加
+        body_start = html_code.find('<body')
+        if body_start > 0:
+            return html_code[:body_start] + f'<head>{fa_fix_css}</head>' + html_code[body_start:]
     return f'<html><head>{fa_fix_css}</head>' + html_code + '</html>'
 
 def load_system_instruction(style="standard"):
-    """
-    指定されたスタイルのシステムインストラクションを読み込む
-
-    Args:
-        style: 使用するスタイル名 (standard, cute, resort, cool, dental)
-
-    Returns:
-        読み込まれたシステムインストラクション
-    """
+    valid_styles = ["standard", "cute", "resort", "cool", "dental"]
+    if style not in valid_styles:
+        logger.warning(f"無効なスタイル '{style}'。'standard' を使用")
+        style = "standard"
+    local_path = os.path.join(os.path.dirname(__file__), style, "prompt.txt")
+    if os.path.exists(local_path):
+        with open(local_path, encoding="utf-8") as f:
+            return f.read()
     try:
-        # 有効なスタイル一覧
-        valid_styles = ["standard", "cute", "resort", "cool", "dental"]
-
-        # スタイルの検証
-        if style not in valid_styles:
-            logger.warning(f"無効なスタイル '{style}' が指定されました。デフォルトの 'standard' を使用します。")
-            style = "standard"
-
-        logger.info(f"スタイル '{style}' のシステムインストラクションを読み込みます")
-
-        # まず、ローカルのスタイルディレクトリ内のprompt.txtを確認
-        local_path = os.path.join(os.path.dirname(__file__), style, "prompt.txt")
-
-        # ローカルファイルが存在する場合はそれを使用
-        if os.path.exists(local_path):
-            logger.info(f"ローカルファイルを使用: {local_path}")
-            with open(local_path, 'r', encoding='utf-8') as file:
-                instruction = file.read()
-            return instruction
-
-        # HuggingFaceリポジトリからのファイル読み込みを試行
-        try:
-            # スタイル固有のファイルパスを指定
-            file_path = hf_hub_download(
-                repo_id="tomo2chin2/GURAREKOstlyle",
-                filename=f"{style}/prompt.txt",
-                repo_type="dataset"
-            )
-
-            logger.info(f"スタイル '{style}' のプロンプトをHuggingFaceから読み込みました: {file_path}")
-            with open(file_path, 'r', encoding='utf-8') as file:
-                instruction = file.read()
-            return instruction
-
-        except Exception as style_error:
-            # スタイル固有ファイルの読み込みに失敗した場合、デフォルトのprompt.txtを使用
-            logger.warning(f"スタイル '{style}' のプロンプト読み込みに失敗: {str(style_error)}")
-            logger.info("デフォルトのprompt.txtを読み込みます")
-
-            file_path = hf_hub_download(
-                repo_id="tomo2chin2/GURAREKOstlyle",
-                filename="prompt.txt",
-                repo_type="dataset"
-            )
-
-            with open(file_path, 'r', encoding='utf-8') as file:
-                instruction = file.read()
-
-            logger.info("デフォルトのシステムインストラクションを読み込みました")
-            return instruction
-
-    except Exception as e:
-        error_msg = f"システムインストラクションの読み込みに失敗: {str(e)}"
-        logger.error(error_msg)
-        raise ValueError(error_msg)
+        file_path = hf_hub_download(
+            repo_id="tomo2chin2/GURAREKOstlyle",
+            filename=f"{style}/prompt.txt",
+            repo_type="dataset"
+        )
+        with open(file_path, encoding="utf-8") as f:
+            return f.read()
+    except Exception:
+        file_path = hf_hub_download(
+            repo_id="tomo2chin2/GURAREKOstlyle",
+            filename="prompt.txt",
+            repo_type="dataset"
+        )
+        with open(file_path, encoding="utf-8") as f:
+            return f.read()
 
+# ---------- Gemini HTML 生成 ----------
 def generate_html_from_text(text, temperature=0.3, style="standard"):
-    """テキストからHTMLを生成する"""
-    try:
-        # APIキーの取得と設定
-        api_key = os.environ.get("GEMINI_API_KEY")
-        if not api_key:
-            logger.error("GEMINI_API_KEY 環境変数が設定されていません")
-            raise ValueError("GEMINI_API_KEY 環境変数が設定されていません")
-
-        # モデル名の取得（環境変数から、なければデフォルト値）
-        model_name = os.environ.get("GEMINI_MODEL", "gemini-1.5-pro")
-        logger.info(f"使用するGeminiモデル: {model_name}")
-
-        # Gemini APIの設定
-        genai.configure(api_key=api_key)
-
-        # 指定されたスタイルのシステムインストラクションを読み込���
-        system_instruction = load_system_instruction(style)
-
-        # モデル初期化
-        logger.info(f"Gemini APIにリクエストを送信: テキスト長さ = {len(text)}, 温度 = {temperature}, スタイル = {style}")
-
-        # モデル初期化
-        model = genai.GenerativeModel(model_name)
-
-        # 生成設定 - ばらつきを減らすために設定を調整
-        generation_config = {
-            "temperature": temperature,  # より低い温度を設定
-            "top_p": 0.7,                # 0.95から0.7に下げて出力の多様性を制限
-            "top_k": 20,                 # 64から20に下げて候補を絞る
-            "max_output_tokens": 8192,
-            "candidate_count": 1         # 候補は1つだけ生成
-        }
-
-        # 安全設定 - デフォルトの安全設定を使用
-        safety_settings = [
-            {
-                "category": "HARM_CATEGORY_HARASSMENT",
-                "threshold": "BLOCK_MEDIUM_AND_ABOVE"
-            },
-            {
-                "category": "HARM_CATEGORY_HATE_SPEECH",
-                "threshold": "BLOCK_MEDIUM_AND_ABOVE"
-            },
-            {
-                "category": "HARM_CATEGORY_SEXUALLY_EXPLICIT",
-                "threshold": "BLOCK_MEDIUM_AND_ABOVE"
-            },
-            {
-                "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
-                "threshold": "BLOCK_MEDIUM_AND_ABOVE"
-            }
-        ]
-
-        # プロンプト構築
-        prompt = f"{system_instruction}\n\n{text}"
-
-        # コンテンツ生成
-        response = model.generate_content(
-            prompt,
-            generation_config=generation_config,
-            safety_settings=safety_settings
+    """Gemini で HTML を生成。2.5 Flash Preview の場合は thinking_off"""
+    api_key = os.environ.get("GEMINI_API_KEY")
+    if not api_key:
+        raise ValueError("GEMINI_API_KEY が未設定")
+    model_name = os.environ.get("GEMINI_MODEL", "gemini-1.5-pro")
+
+    client = genai.Client(api_key=api_key)
+    system_instruction = load_system_instruction(style)
+    prompt = f"{system_instruction}\n\n{text}"
+
+    safety_settings = [
+        {"category": "HARM_CATEGORY_HARASSMENT",        "threshold": "BLOCK_MEDIUM_AND_ABOVE"},
+        {"category": "HARM_CATEGORY_HATE_SPEECH",       "threshold": "BLOCK_MEDIUM_AND_ABOVE"},
+        {"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT", "threshold": "BLOCK_MEDIUM_AND_ABOVE"},
+        {"category": "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_MEDIUM_AND_ABOVE"},
+    ]
+
+    # ---- モデル分岐 ----
+    if model_name == "gemini-2.5-flash-preview-04-17":
+        generation_cfg = types.GenerateContentConfig(
+            temperature=temperature,
+            top_p=0.7,
+            top_k=20,
+            max_output_tokens=8192,
+            candidate_count=1,
+            thinking_config=types.ThinkingConfig(thinking_budget=0)  # thinking OFF
+        )
+    else:
+        generation_cfg = types.GenerateContentConfig(
+            temperature=temperature,
+            top_p=0.7,
+            top_k=20,
+            max_output_tokens=8192,
+            candidate_count=1,
         )
 
-        # レスポンスからHTMLを抽出
-        raw_response = response.text
-
-        # HTMLタグ部分だけを抽出（```html と ``` の間）
-        html_start = raw_response.find("```html")
-        html_end = raw_response.rfind("```")
-
-        if html_start != -1 and html_end != -1 and html_start < html_end:
-            html_start += 7  # "```html" の長さ分進める
-            html_code = raw_response[html_start:html_end].strip()
-            logger.info(f"HTMLの生成に成功: 長さ = {len(html_code)}")
-
-            # Font Awesomeのレイアウト改善
-            html_code = enhance_font_awesome_layout(html_code)
-            logger.info("Font Awesomeレイアウトの最適化を適用しました")
-
-            return html_code
-        else:
-            # HTMLタグが見つからない場合、レスポンス全体を返す
-            logger.warning("レスポンスから ```html ``` タグが見つかりませんでした。全テキストを返します。")
-            return raw_response
-
-    except Exception as e:
-        logger.error(f"HTML生成中にエラーが発生: {e}", exc_info=True)
-        raise Exception(f"Gemini APIでのHTML生成に失敗しました: {e}")
-
-# 画像から余分な空白領域をトリミングする関数
+    response = client.models.generate_content(
+        model=model_name,
+        contents=prompt,
+        config=generation_cfg,
+        safety_settings=safety_settings
+    )
+    raw = response.text
+
+    # ```html ... ``` 抽出
+    start = raw.find("```html")
+    end = raw.rfind("```")
+    if start != -1 and end != -1 and start < end:
+        html_code = raw[start + 7:end].strip()
+        return enhance_font_awesome_layout(html_code)
+    logger.warning("```html``` ブロックが見つからず全文返却")
+    return raw
+
+# ---------- 画像トリミング ----------
 def trim_image_whitespace(image, threshold=250, padding=10):
-    """
-    画像から余分な白い空白をトリミングする
-
-    Args:
-        image: PIL.Image - 入力画像
-        threshold: int - どの明るさ以上を空白と判断するか (0-255)
-        padding: int - トリミング後に残す余白のピクセル数
-
-    Returns:
-        トリミングされたPIL.Image
-    """
-    # グレースケールに変換
-    gray = image.convert('L')
-
-    # ピクセルデータを配列として取得
-    data = gray.getdata()
-    width, height = gray.size
-
-    # 有効範囲を見つける
-    min_x, min_y = width, height
-    max_x = max_y = 0
-
-    # ピクセルデータを2次元配列に変換して処理
-    pixels = list(data)
-    pixels = [pixels[i * width:(i + 1) * width] for i in range(height)]
-
-    # 各行をスキャンして非空白ピクセルを見つける
-    for y in range(height):
-        for x in range(width):
-            if pixels[y][x] < threshold:  # 非空白ピクセル
-                min_x = min(min_x, x)
-                min_y = min(min_y, y)
-                max_x = max(max_x, x)
-                max_y = max(max_y, y)
-
-    # 境界外のトリミングの場合はエラー
+    gray = image.convert("L")
+    data = list(gray.getdata())
+    w, h = gray.size
+    pixels = [data[i * w:(i + 1) * w] for i in range(h)]
+    min_x, min_y, max_x, max_y = w, h, 0, 0
+    for y in range(h):
+        for x in range(w):
+            if pixels[y][x] < threshold:
+                min_x, min_y = min(min_x, x), min(min_y, y)
+                max_x, max_y = max(max_x, x), max(max_y, y)
     if min_x > max_x or min_y > max_y:
-        logger.warning("トリミング領域が見つかりません。元の画像を返します。")
         return image
-
-    # パディングを追加
     min_x = max(0, min_x - padding)
     min_y = max(0, min_y - padding)
-    max_x = min(width - 1, max_x + padding)
-    max_y = min(height - 1, max_y + padding)
-
-    # 画像をトリミング
-    trimmed = image.crop((min_x, min_y, max_x + 1, max_y + 1))
-
-    logger.info(f"画像をトリミングしました: 元サイズ {width}x{height} → トリミング後 {trimmed.width}x{trimmed.height}")
-    return trimmed
-
-# 非同期スクリプトを使わず、同期的なスクリプトのみ使用する改善版
+    max_x = min(w - 1, max_x + padding)
+    max_y = min(h - 1, max_y + padding)
+    return image.crop((min_x, min_y, max_x + 1, max_y + 1))
 
-def render_fullpage_screenshot(html_code: str, extension_percentage: float = 6.0,
-                              trim_whitespace: bool = True) -> Image.Image:
-    """
-    Renders HTML code to a full-page screenshot using Selenium.
-
-    Args:
-        html_code: The HTML source code string.
-        extension_percentage: Percentage of extra space to add vertically.
-        trim_whitespace: Whether to trim excess whitespace from the image.
-
-    Returns:
-        A PIL Image object of the screenshot.
-    """
-    tmp_path = None
-    driver = None
-
-    # 1) Save HTML code to a temporary file
+# ---------- HTML → スクリーンショット（Selenium） ----------
+def render_fullpage_screenshot(html_code, extension_percentage=6.0, trim_whitespace=True):
+    tmp_path, driver = None, None
     try:
-        with tempfile.NamedTemporaryFile(suffix=".html", delete=False, mode='w', encoding='utf-8') as tmp_file:
-            tmp_path = tmp_file.name
-            tmp_file.write(html_code)
-        logger.info(f"HTML saved to temporary file: {tmp_path}")
-    except Exception as e:
-        logger.error(f"Error writing temporary HTML file: {e}")
-        return Image.new('RGB', (1, 1), color=(0, 0, 0))
-
-    # 2) Headless Chrome(Chromium) options
-    options = Options()
-    options.add_argument("--headless")
-    options.add_argument("--no-sandbox")
-    options.add_argument("--disable-dev-shm-usage")
-    options.add_argument("--force-device-scale-factor=1")
-    options.add_argument("--disable-features=NetworkService")
-    options.add_argument("--dns-prefetch-disable")
-    # 環境変数からWebDriverパスを取得（任意）
-    webdriver_path = os.environ.get("CHROMEDRIVER_PATH")
-    if webdriver_path and os.path.exists(webdriver_path):
-        logger.info(f"Using CHROMEDRIVER_PATH: {webdriver_path}")
-        service = webdriver.ChromeService(executable_path=webdriver_path)
-    else:
-        logger.info("CHROMEDRIVER_PATH not set or invalid, using default PATH lookup.")
-        service = None # Use default behavior
-
-    try:
-        logger.info("Initializing WebDriver...")
-        if service:
-             driver = webdriver.Chrome(service=service, options=options)
-        else:
-             driver = webdriver.Chrome(options=options)
-        logger.info("WebDriver initialized.")
-
-        # 3) 初期ウィンドウサイズを設定
-        initial_width = 1200
-        initial_height = 1000
-        driver.set_window_size(initial_width, initial_height)
-        file_url = "file://" + tmp_path
-        logger.info(f"Navigating to {file_url}")
-        driver.get(file_url)
-
-        # 4) ページ読み込み待機
-        logger.info("Waiting for body element...")
-        WebDriverWait(driver, 15).until(
-            EC.presence_of_element_located((By.TAG_NAME, "body"))
-        )
-        logger.info("Body element found. Waiting for resource loading...")
-
-        # 5) 基本的なリソース読み込み待機 - タイムアウト回避
+        with tempfile.NamedTemporaryFile(suffix=".html", delete=False, mode="w", encoding="utf-8") as f:
+            tmp_path = f.name
+            f.write(html_code)
+        options = Options()
+        options.add_argument("--headless")
+        options.add_argument("--no-sandbox")
+        options.add_argument("--disable-dev-shm-usage")
+        driver = webdriver.Chrome(options=options)
+        driver.set_window_size(1200, 1000)
+        driver.get("file://" + tmp_path)
+        WebDriverWait(driver, 15).until(EC.presence_of_element_located((By.TAG_NAME, "body")))
         time.sleep(3)
 
-        # Font Awesome読み込み確認 - 非同期を使わない
-        logger.info("Checking for Font Awesome resources...")
-        fa_count = driver.execute_script("""
-            var icons = document.querySelectorAll('.fa, .fas, .far, .fab, [class*="fa-"]');
-            return icons.length;
-        """)
-        logger.info(f"Found {fa_count} Font Awesome elements")
-
-        # リソース読み込み状態を確認
-        doc_ready = driver.execute_script("return document.readyState;")
-        logger.info(f"Document ready state: {doc_ready}")
-
-        # Font Awesomeが多い場合は追加待機
-        if fa_count > 50:
-            logger.info("Many Font Awesome icons detected, waiting additional time")
-            time.sleep(2)
-
-        # 6) コンテンツレンダリングのためのスクロール処理 - 同期的に実行
-        logger.info("Performing content rendering scroll...")
-        total_height = driver.execute_script("return Math.max(document.body.scrollHeight, document.documentElement.scrollHeight);")
-        viewport_height = driver.execute_script("return window.innerHeight;")
-        scrolls_needed = max(1, total_height // viewport_height)
-
-        for i in range(scrolls_needed + 1):
-            scroll_pos = i * (viewport_height - 200)  # オーバーラップさせる
-            driver.execute_script(f"window.scrollTo(0, {scroll_pos});")
-            time.sleep(0.2)  # 短い待機
-
-        # トップに戻る
-        driver.execute_script("window.scrollTo(0, 0);")
-        time.sleep(0.5)
-        logger.info("Scroll rendering completed")
-
-        # 7) スクロールバーを非表示に
-        driver.execute_script("""
-            document.documentElement.style.overflow = 'hidden';
-            document.body.style.overflow = 'hidden';
-        """)
-        logger.info("Scrollbars hidden")
-
-        # 8) ページの寸法を取得
-        dimensions = driver.execute_script("""
-            return {
-                width: Math.max(
-                    document.documentElement.scrollWidth,
-                    document.documentElement.offsetWidth,
-                    document.documentElement.clientWidth,
-                    document.body ? document.body.scrollWidth : 0,
-                    document.body ? document.body.offsetWidth : 0,
-                    document.body ? document.body.clientWidth : 0
-                ),
-                height: Math.max(
-                    document.documentElement.scrollHeight,
-                    document.documentElement.offsetHeight,
-                    document.documentElement.clientHeight,
-                    document.body ? document.body.scrollHeight : 0,
-                    document.body ? document.body.offsetHeight : 0,
-                    document.body ? document.body.clientHeight : 0
-                )
-            };
-        """)
-        scroll_width = dimensions['width']
-        scroll_height = dimensions['height']
-        logger.info(f"Detected dimensions: width={scroll_width}, height={scroll_height}")
-
-        # 再検証 - 短いスクロールで再確認
-        driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
-        time.sleep(0.5)
-        driver.execute_script("window.scrollTo(0, 0);")
-        time.sleep(0.5)
-
-        dimensions_after = driver.execute_script("return {height: Math.max(document.documentElement.scrollHeight, document.body.scrollHeight)};")
-        scroll_height = max(scroll_height, dimensions_after['height'])
-        logger.info(f"After scroll check, height={scroll_height}")
-
-        # 最小/最大値の設定
-        scroll_width = max(scroll_width, 100)
-        scroll_height = max(scroll_height, 100)
-        scroll_width = min(scroll_width, 2000)
-        scroll_height = min(scroll_height, 4000)
-
-        # 9) レイアウト安定化のための単純な待機 - タイムアウト回避
-        logger.info("Waiting for layout stabilization...")
-        time.sleep(2)
-
-        # 10) 高さに余白を追加
-        adjusted_height = int(scroll_height * (1 + extension_percentage / 100.0))
-        adjusted_height = max(adjusted_height, scroll_height, 100)
-        logger.info(f"Adjusted height calculated: {adjusted_height} (extension: {extension_percentage}%)")
-
-        # 11) ウィンドウサイズを調整
-        adjusted_width = scroll_width
-        logger.info(f"Resizing window to: width={adjusted_width}, height={adjusted_height}")
-        driver.set_window_size(adjusted_width, adjusted_height)
+        total_height = driver.execute_script("return Math.max(document.body.scrollHeight, document.documentElement.scrollHeight)")
+        viewport = driver.execute_script("return window.innerHeight")
+        for i in range(max(1, total_height // viewport) + 1):
+            driver.execute_script(f"window.scrollTo(0, {i * (viewport - 200)})")
+            time.sleep(0.2)
+        driver.execute_script("window.scrollTo(0, 0)")
+        driver.execute_script("document.documentElement.style.overflow='hidden';document.body.style.overflow='hidden'")
+        dims = driver.execute_script("return {w:document.documentElement.scrollWidth,h:document.documentElement.scrollHeight}")
+        driver.set_window_size(dims["w"], int(dims["h"] * (1 + extension_percentage / 100)))
         time.sleep(1)
-
-        # リソース状態を確認 - 同期的スクリプト
-        resource_state = driver.execute_script("""
-            return {
-                readyState: document.readyState,
-                resourcesComplete: !document.querySelector('img:not([complete])') &&
-                                  !document.querySelector('link[rel="stylesheet"]:not([loaded])')
-            };
-        """)
-        logger.info(f"Resource state: {resource_state}")
-
-        if resource_state['readyState'] != 'complete':
-            logger.info("Document still loading, waiting additional time...")
-            time.sleep(1)
-
-        # トップにスクロール
-        driver.execute_script("window.scrollTo(0, 0);")
-        time.sleep(0.5)
-        logger.info("Scrolled to top.")
-
-        # 12) スクリーンショット取得
-        logger.info("Taking screenshot...")
         png = driver.get_screenshot_as_png()
-        logger.info("Screenshot taken successfully.")
-
-        # PIL画像に変換
         img = Image.open(BytesIO(png))
-        logger.info(f"Screenshot dimensions: {img.width}x{img.height}")
-
-        # 余白トリミング
-        if trim_whitespace:
-            img = trim_image_whitespace(img, threshold=248, padding=20)
-            logger.info(f"Trimmed dimensions: {img.width}x{img.height}")
-
-        return img
-
+        return trim_image_whitespace(img, 248, 20) if trim_whitespace else img
     except Exception as e:
-        logger.error(f"Error during screenshot generation: {e}", exc_info=True)
-        # Return a small black image on error
-        return Image.new('RGB', (1, 1), color=(0, 0, 0))
+        logger.error(f"Selenium error: {e}", exc_info=True)
+        return Image.new("RGB", (1, 1))
     finally:
-        logger.info("Cleaning up...")
         if driver:
-            try:
-                driver.quit()
-                logger.info("WebDriver quit successfully.")
-            except Exception as e:
-                logger.error(f"Error quitting WebDriver: {e}", exc_info=True)
+            driver.quit()
         if tmp_path and os.path.exists(tmp_path):
-            try:
-                os.remove(tmp_path)
-                logger.info(f"Temporary file {tmp_path} removed.")
-            except Exception as e:
-                logger.error(f"Error removing temporary file {tmp_path}: {e}", exc_info=True)
+            os.remove(tmp_path)
 
-# --- Geminiを使った新しい関数 ---
-def text_to_screenshot(text: str, extension_percentage: float, temperature: float = 0.3,
-                    trim_whitespace: bool = True, style: str = "standard") -> Image.Image:
-    """テキストをGemini APIでHTMLに変換し、スクリーンショットを生成する統合関数"""
-    try:
-        # 1. テキストからHTMLを生成（温度パラメータとスタイルも渡す）
-        html_code = generate_html_from_text(text, temperature, style)
-
-        # 2. HTMLからスクリーンショットを生成
-        return render_fullpage_screenshot(html_code, extension_percentage, trim_whitespace)
-    except Exception as e:
-        logger.error(f"テキストからスクリーンショット生成中にエラーが発生: {e}", exc_info=True)
-        return Image.new('RGB', (1, 1), color=(0, 0, 0))  # エラー時は黒画像
+# ---------- 統合 ----------
+def text_to_screenshot(text, ext, temp=0.3, trim=True, style="standard"):
+    html = generate_html_from_text(text, temp, style)
+    return render_fullpage_screenshot(html, ext, trim)
 
-# --- FastAPI Setup ---
+# ---------- FastAPI ----------
 app = FastAPI()
-
-# CORS設定を追加
 app.add_middleware(
     CORSMiddleware,
-    allow_origins=["*"],
-    allow_credentials=True,
-    allow_methods=["*"],
-    allow_headers=["*"],
+    allow_origins=["*"], allow_credentials=True,
+    allow_methods=["*"], allow_headers=["*"],
 )
 
-# 静的ファイルのサービング設定
-# Gradioのディレクトリを探索してアセットを見つける
+# Gradio 静的ファイル
 gradio_dir = os.path.dirname(gr.__file__)
-logger.info(f"Gradio version: {gr.__version__}")
-logger.info(f"Gradio directory: {gradio_dir}")
-
-# 基本的な静的ファイルディレクトリをマウント
-static_dir = os.path.join(gradio_dir, "templates", "frontend", "static")
-if os.path.exists(static_dir):
-    logger.info(f"Mounting static directory: {static_dir}")
-    app.mount("/static", StaticFiles(directory=static_dir), name="static")
-
-# _appディレクトリを探す（新しいSvelteKitベースのフロントエンド用）
-app_dir = os.path.join(gradio_dir, "templates", "frontend", "_app")
-if os.path.exists(app_dir):
-    logger.info(f"Mounting _app directory: {app_dir}")
-    app.mount("/_app", StaticFiles(directory=app_dir), name="_app")
-
-# assetsディレクトリを探す
-assets_dir = os.path.join(gradio_dir, "templates", "frontend", "assets")
-if os.path.exists(assets_dir):
-    logger.info(f"Mounting assets directory: {assets_dir}")
-    app.mount("/assets", StaticFiles(directory=assets_dir), name="assets")
-
-# cdnディレクトリがあれば追加
-cdn_dir = os.path.join(gradio_dir, "templates", "cdn")
-if os.path.exists(cdn_dir):
-    logger.info(f"Mounting cdn directory: {cdn_dir}")
-    app.mount("/cdn", StaticFiles(directory=cdn_dir), name="cdn")
-
-
-# API Endpoint for screenshot generation
-@app.post("/api/screenshot",
-          response_class=StreamingResponse,
-          tags=["Screenshot"],
-          summary="Render HTML to Full Page Screenshot",
-          description="Takes HTML code and an optional vertical extension percentage, renders it using a headless browser, and returns the full-page screenshot as a PNG image.")
-async def api_render_screenshot(request: ScreenshotRequest):
-    """
-    API endpoint to render HTML and return a screenshot.
-    """
-    try:
-        logger.info(f"API request received. Extension: {request.extension_percentage}%")
-        # Run the blocking Selenium code in a separate thread (FastAPI handles this)
-        pil_image = render_fullpage_screenshot(
-            request.html_code,
-            request.extension_percentage,
-            request.trim_whitespace
-        )
-
-        if pil_image.size == (1, 1):
-             logger.error("Screenshot generation failed, returning 1x1 error image.")
-             # Optionally return a proper error response instead of 1x1 image
-             # raise HTTPException(status_code=500, detail="Failed to generate screenshot")
-
-        # Convert PIL Image to PNG bytes
-        img_byte_arr = BytesIO()
-        pil_image.save(img_byte_arr, format='PNG')
-        img_byte_arr.seek(0)  # Go to the start of the BytesIO buffer
-
-        logger.info("Returning screenshot as PNG stream.")
-        return StreamingResponse(img_byte_arr, media_type="image/png")
-
-    except Exception as e:
-        logger.error(f"API Error: {e}", exc_info=True)
-        raise HTTPException(status_code=500, detail=f"Internal Server Error: {e}")
-
-# --- 新しいGemini API連携エンドポイント ---
-@app.post("/api/text-to-screenshot",
-          response_class=StreamingResponse,
-          tags=["Screenshot", "Gemini"],
-          summary="テキストからインフォグラフィックを生成",
-          description="テキストをGemini APIを使ってHTMLインフォグラフィックに変換し、スクリーンショットとして返します。")
-async def api_text_to_screenshot(request: GeminiRequest):
-    """
-    テキストからHTMLインフォグラフィックを生成してスクリーンショットを返すAPIエンドポイント
-    """
-    try:
-        logger.info(f"テキスト→スクリーンショットAPIリクエスト受信。テキスト長さ: {len(request.text)}, "
-                   f"拡張率: {request.extension_percentage}%, 温度: {request.temperature}, "
-                   f"スタイル: {request.style}")
-
-        # テキストからHTMLを生成してスクリーンショットを作成（温度パラメータとスタイルも渡す）
-        pil_image = text_to_screenshot(
-            request.text,
-            request.extension_percentage,
-            request.temperature,
-            request.trim_whitespace,
-            request.style
-        )
-
-        if pil_image.size == (1, 1):
-            logger.error("スクリーンショット生成に失敗しました。1x1エラー画像を返します。")
-            # raise HTTPException(status_code=500, detail="スクリーンショット生成に失敗しました")
-
-
-        # PIL画像をPNGバイトに変換
-        img_byte_arr = BytesIO()
-        pil_image.save(img_byte_arr, format='PNG')
-        img_byte_arr.seek(0)  # BytesIOバッファの先頭に戻る
-
-        logger.info("スクリーンショットをPNGストリームとして返します。")
-        return StreamingResponse(img_byte_arr, media_type="image/png")
-
-    except Exception as e:
-        logger.error(f"API Error: {e}", exc_info=True)
-        raise HTTPException(status_code=500, detail=f"Internal Server Error: {e}")
-
-# --- Gradio Interface Definition ---
-# 入力モードの選択用Radioコンポーネント
-def process_input(input_mode, input_text, extension_percentage, temperature, trim_whitespace, style):
-    """入力モードに応じて適切な処理を行う"""
-    if input_mode == "HTML入力":
-        # HTMLモードの場合は既存の処理（スタイルは使わない）
-        return render_fullpage_screenshot(input_text, extension_percentage, trim_whitespace)
-    else:
-        # テキスト入力モードの場合はGemini APIを使用
-        return text_to_screenshot(input_text, extension_percentage, temperature, trim_whitespace, style)
-
-# Gradio UIの定義
-with gr.Blocks(title="Full Page Screenshot (テキスト変換対応)", theme=gr.themes.Base()) as iface:
+app.mount("/static", StaticFiles(directory=os.path.join(gradio_dir, "templates/frontend/static")), name="static")
+
+# ---------- API ----------
+@app.post("/api/screenshot", response_class=StreamingResponse)
+async def api_render(req: ScreenshotRequest):
+    img = render_fullpage_screenshot(req.html_code, req.extension_percentage, req.trim_whitespace)
+    buf = BytesIO()
+    img.save(buf, format="PNG")
+    buf.seek(0)
+    return StreamingResponse(buf, media_type="image/png")
+
+@app.post("/api/text-to-screenshot", response_class=StreamingResponse)
+async def api_text_screenshot(req: GeminiRequest):
+    img = text_to_screenshot(req.text, req.extension_percentage, req.temperature, req.trim_whitespace, req.style)
+    buf = BytesIO()
+    img.save(buf, format="PNG")
+    buf.seek(0)
+    return StreamingResponse(buf, media_type="image/png")
+
+# ---------- Gradio ----------
+def process_input(mode, txt, ext, temp, trim, style):
+    if mode == "HTML入力":
+        return render_fullpage_screenshot(txt, ext, trim)
+    return text_to_screenshot(txt, ext, temp, trim, style)
+
+with gr.Blocks(title="HTML Viewer & Gemini 2.5 Flash Demo", theme=gr.themes.Base()) as iface:
     gr.Markdown("# HTMLビューア & テキスト→インフォグラフィック変換")
-    gr.Markdown("HTMLコードをレンダリングするか、テキストをGemini APIでインフォグラフィックに変換して画像として取得します。")
-
-    with gr.Row():
-        input_mode = gr.Radio(
-            ["HTML入力", "テキスト入力"],
-            label="入力モード",
-            value="HTML入力"
-        )
-
-    # 共用のテキストボックス
-    input_text = gr.Textbox(
-        lines=15,
-        label="入力",
-        placeholder="HTMLコードまたはテキストを入力してください。入力モードに応じて処理されます。"
-    )
-
-    with gr.Row():
-        with gr.Column(scale=1):
-            # スタイル選択ドロップダウン
-            style_dropdown = gr.Dropdown(
-                choices=["standard", "cute", "resort", "cool", "dental"],
-                value="standard",
-                label="デザインスタイル",
-                info="テキスト→HTML変換時のデザインテーマを選択します",
-                visible=False  # テキスト入力モードの時だけ表示
-            )
-
-        with gr.Column(scale=2):
-            extension_percentage = gr.Slider(
-                minimum=0,
-                maximum=30,
-                step=1.0,
-                value=10,    # デフォルト値10%
-                label="上下高さ拡張率（%）"
-            )
-
-            # 温度調整スライダー（テキストモード時のみ表示）
-            temperature = gr.Slider(
-                minimum=0.0,
-                maximum=1.0,
-                step=0.1,
-                value=0.5,    # デフォルト値を0.5に設定
-                label="生成時の温度（低い=一貫性高、高い=創造性高）",
-                visible=False  # 最初は非表示
-            )
-
-    # 余白トリミングオプション
-    trim_whitespace = gr.Checkbox(
-        label="余白を自動トリミング",
-        value=True,
-        info="生成される画像から余分な空白領域を自動的に削除します"
-    )
-
-    submit_btn = gr.Button("生成")
-    output_image = gr.Image(type="pil", label="ページ全体のスクリーンショット")
-
-    # 入力モード変更時のイベント処理（テキストモード時のみ温度スライダーとスタイルドロップダウンを表示）
-    def update_controls_visibility(mode):
-        # Gradio 4.x用のアップデート方法
-        is_text_mode = mode == "テキスト入力"
-        return [
-            gr.update(visible=is_text_mode),  # temperature
-            gr.update(visible=is_text_mode),  # style_dropdown
-        ]
-
-    input_mode.change(
-        fn=update_controls_visibility,
-        inputs=input_mode,
-        outputs=[temperature, style_dropdown]
-    )
-
-    # 生成ボタンクリック時のイベント処理
-    submit_btn.click(
-        fn=process_input,
-        inputs=[input_mode, input_text, extension_percentage, temperature, trim_whitespace, style_dropdown],
-        outputs=output_image
-    )
-
-    # 環境変数情報を表示
-    gemini_model = os.environ.get("GEMINI_MODEL", "gemini-1.5-pro")
-    gr.Markdown(f"""
-    ## APIエンドポイント
-    - `/api/screenshot` - HTMLコードからスクリーンショットを生成
-    - `/api/text-to-screenshot` - テキストからインフォグラフィックスクリーンショットを生成
-
-    ## 設定情報
-    - 使用モデル: {gemini_model} (環境変数 GEMINI_MODEL で変更可能)
-    - 対応スタイル: standard, cute, resort, cool, dental
-    """)
+    input_mode = gr.Radio(["HTML入力", "テキスト入力"], value="HTML入力", label="入力モード")
+    input_text = gr.Textbox(lines=15, label="入力")
+    style_dd = gr.Dropdown(["standard", "cute", "resort", "cool", "dental"], value="standard", label="デザインスタイル", visible=False)
+    ext_slider = gr.Slider(0, 30, value=10, step=1, label="上下高さ拡張率（%）")
+    temp_slider = gr.Slider(0.0, 1.0, value=0.5, step=0.1, label="生成時の温度", visible=False)
+    trim_cb = gr.Checkbox(value=True, label="余白を自動トリミング")
+    out_img = gr.Image(type="pil", label="スクリーンショット")
+    gen_btn = gr.Button("生成")
+
+    def toggle(mode):
+        show = mode == "テキスト入力"
+        return [{"visible": show, "__type__": "update"}, {"visible": show, "__type__": "update"}]
+    input_mode.change(toggle, input_mode, [temp_slider, style_dd])
+    gen_btn.click(process_input, [input_mode, input_text, ext_slider, temp_slider, trim_cb, style_dd], out_img)
+
+iface.markdown(f"""
+**使用モデル**: `{os.environ.get("GEMINI_MODEL", "gemini-1.5-pro")}`  
+**API**: `/api/screenshot`, `/api/text-to-screenshot`
+""")
 
-# --- Mount Gradio App onto FastAPI ---
 app = gr.mount_gradio_app(app, iface, path="/")
 
-# --- Run with Uvicorn (for local testing) ---
 if __name__ == "__main__":
     import uvicorn
-    logger.info("Starting Uvicorn server for local development...")
-    uvicorn.run(app, host="0.0.0.0", port=7860)
+    uvicorn.run(app, host="0.0.0.0", port=7860)