Update app.py

app.py

@@ -1,401 +1,2 @@
 import os
-from dotenv import load_dotenv
-import gradio as gr
-from huggingface_hub import InferenceClient
-import pandas as pd
-from typing import List, Tuple
-import json
-from datetime import datetime
-from datasets import load_dataset
-
-try:
-    legal_dataset = load_dataset("aiqtech/kolaw")
-    print("법률 데이터셋 로드 완료")
-except Exception as e:
-    print(f"법률 데이터셋 로드 실패: {e}")
-    legal_dataset = None
-
-# 환경 변수 설정
-HF_TOKEN = os.getenv("HF_TOKEN")
-
-# LLM Models Definition
-LLM_MODELS = {
-    "Cohere c4ai-crp-08-2024": "CohereForAI/c4ai-command-r-plus-08-2024",  # Default
-    "Meta Llama3.3-70B": "meta-llama/Llama-3.3-70B-Instruct"    # Backup model
-}
-
-class ChatHistory:
-    def __init__(self):
-        self.history = []
-        self.history_file = "/tmp/chat_history.json"
-        self.load_history()
-
-    def add_conversation(self, user_msg: str, assistant_msg: str):
-        conversation = {
-            "timestamp": datetime.now().isoformat(),
-            "messages": [
-                {"role": "user", "content": user_msg},
-                {"role": "assistant", "content": assistant_msg}
-            ]
-        }
-        self.history.append(conversation)
-        self.save_history()
-
-    def format_for_display(self):
-        # Gradio Chatbot 컴포넌트에 맞는 형식으로 변환
-        formatted = []
-        for conv in self.history:
-            formatted.append([
-                conv["messages"][0]["content"],  # user message
-                conv["messages"][1]["content"]   # assistant message
-            ])
-        return formatted
-
-    def get_messages_for_api(self):
-        # API 호출을 위한 메시지 형식
-        messages = []
-        for conv in self.history:
-            messages.extend([
-                {"role": "user", "content": conv["messages"][0]["content"]},
-                {"role": "assistant", "content": conv["messages"][1]["content"]}
-            ])
-        return messages
-
-    def clear_history(self):
-        self.history = []
-        self.save_history()
-
-    def save_history(self):
-        try:
-            with open(self.history_file, 'w', encoding='utf-8') as f:
-                json.dump(self.history, f, ensure_ascii=False, indent=2)
-        except Exception as e:
-            print(f"히스토리 저장 실패: {e}")
-
-    def load_history(self):
-        try:
-            if os.path.exists(self.history_file):
-                with open(self.history_file, 'r', encoding='utf-8') as f:
-                    self.history = json.load(f)
-        except Exception as e:
-            print(f"히스토리 로드 실패: {e}")
-            self.history = []
-
-
-# 전역 ChatHistory 인스턴스 생성
-chat_history = ChatHistory()
-
-def get_client(model_name="Cohere c4ai-crp-08-2024"):
-    try:
-        return InferenceClient(LLM_MODELS[model_name], token=HF_TOKEN)
-    except Exception:
-        return InferenceClient(LLM_MODELS["Meta Llama3.3-70B"], token=HF_TOKEN)
-
-def analyze_file_content(content, file_type):
-    """Analyze file content and return structural summary"""
-    if file_type in ['parquet', 'csv']:
-        try:
-            lines = content.split('\n')
-            header = lines[0]
-            columns = header.count('|') - 1
-            rows = len(lines) - 3
-            return f"📊 데이터셋 구조: {columns}개 컬럼, {rows}개 데이터"
-        except:
-            return "❌ 데이터셋 구조 분석 실패"
-    
-    lines = content.split('\n')
-    total_lines = len(lines)
-    non_empty_lines = len([line for line in lines if line.strip()])
-    
-    if any(keyword in content.lower() for keyword in ['def ', 'class ', 'import ', 'function']):
-        functions = len([line for line in lines if 'def ' in line])
-        classes = len([line for line in lines if 'class ' in line])
-        imports = len([line for line in lines if 'import ' in line or 'from ' in line])
-        return f"💻 코드 구조: {total_lines}줄 (함수: {functions}, 클래스: {classes}, 임포트: {imports})"
-    
-    paragraphs = content.count('\n\n') + 1
-    words = len(content.split())
-    return f"📝 문서 구조: {total_lines}줄, {paragraphs}단락, 약 {words}단어"
-
-def read_uploaded_file(file):
-    if file is None:
-        return "", ""
-    try:
-        file_ext = os.path.splitext(file.name)[1].lower()
-        
-        if file_ext == '.parquet':
-            df = pd.read_parquet(file.name, engine='pyarrow')
-            content = df.head(10).to_markdown(index=False)
-            return content, "parquet"
-        elif file_ext == '.csv':
-            encodings = ['utf-8', 'cp949', 'euc-kr', 'latin1']
-            for encoding in encodings:
-                try:
-                    df = pd.read_csv(file.name, encoding=encoding)
-                    content = f"📊 데이터 미리보기:\n{df.head(10).to_markdown(index=False)}\n\n"
-                    content += f"\n📈 데이터 정보:\n"
-                    content += f"- 전체 행 ���: {len(df)}\n"
-                    content += f"- 전체 열 수: {len(df.columns)}\n"
-                    content += f"- 컬럼 목록: {', '.join(df.columns)}\n"
-                    content += f"\n📋 컬럼 데이터 타입:\n"
-                    for col, dtype in df.dtypes.items():
-                        content += f"- {col}: {dtype}\n"
-                    null_counts = df.isnull().sum()
-                    if null_counts.any():
-                        content += f"\n⚠️ 결측치:\n"
-                        for col, null_count in null_counts[null_counts > 0].items():
-                            content += f"- {col}: {null_count}개 누락\n"
-                    return content, "csv"
-                except UnicodeDecodeError:
-                    continue
-            raise UnicodeDecodeError(f"❌ 지원되는 인코딩으로 파일을 읽을 수 없습니다 ({', '.join(encodings)})")
-        else:
-            encodings = ['utf-8', 'cp949', 'euc-kr', 'latin1']
-            for encoding in encodings:
-                try:
-                    with open(file.name, 'r', encoding=encoding) as f:
-                        content = f.read()
-                    return content, "text"
-                except UnicodeDecodeError:
-                    continue
-            raise UnicodeDecodeError(f"❌ 지원되는 인코딩으로 파일을 읽을 수 없습니다 ({', '.join(encodings)})")
-    except Exception as e:
-        return f"❌ 파일 읽기 오류: {str(e)}", "error"
-
-def get_legal_context(query):
-    """법률 데이터셋에서 관련 판례 검색"""
-    if legal_dataset is None:
-        return ""
-    
-    try:
-        # 쿼리 전처리
-        query = query.strip()
-        
-        # 사건번호 형식 확인 (예: "2023다12345")
-        is_case_number = any(char.isdigit() for char in query) and any(char.isalpha() for char in query)
-        
-        if is_case_number:
-            # 사건번호로 정확한 검색
-            for item in legal_dataset['train']:
-                case_number = item.get('사건번호', '')
-                if query in case_number:
-                    # 전문 요청 확인
-                    if '전문' in query or '판례전문' in query:
-                        return (
-                            f"📜 판례 전문 (사건번호: {case_number})\n"
-                            f"━━━━━━━━━━━━━━━━━━━━━━━━━━━\n"
-                            f"{item.get('판례내용', '판례 전문을 찾을 수 없습니다.')}\n"
-                            f"━━━━━━━━━━━━━━━━━━━━━━━━━━━"
-                        )
-                    else:
-                        # 기본 정보 반환
-                        return (
-                            f"📌 판례 정보 (사건번호: {case_number})\n"
-                            f"━━━━━━━━━━━━━━━━━━━━━━━━━━━\n"
-                            f"📅 선고일자: {item.get('선고일자', '')}\n"
-                            f"📝 판시사항:\n{item.get('판시사항', '')}\n\n"
-                            f"⚖️ 판결요지:\n{item.get('판결요지', '')}\n\n"
-                            f"💡 전문을 보시려면 '사건번호 전문'을 입력해주세요."
-                        )
-            return "❌ 해당하는 사건번호의 판례를 찾을 수 없습니다."
-        
-        else:
-            # 일반 키워드 검색
-            relevant_info = []
-            for item in legal_dataset['train']:
-                searchable_text = f"{item.get('사건번호', '')} {item.get('판시사항', '')} {item.get('판결요지', '')}"
-                if query.lower() in searchable_text.lower():
-                    case_info = (
-                        f"📌 사건번호: {item.get('사건번호', '')}\n"
-                        f"📅 선고일자: {item.get('선고일자', '')}\n"
-                        f"📝 판시사항:\n{item.get('판시사항', '')[:300]}...\n\n"
-                        f"⚖️ 판결요지:\n{item.get('판결요지', '')[:300]}...\n"
-                        f"💡 전문을 보시려면 위 사건번호와 함께 '전문'을 입력해주세요."
-                    )
-                    relevant_info.append(case_info)
-                
-                if len(relevant_info) >= 3:
-                    break
-            
-            if relevant_info:
-                return "\n\n관련 판례 정보:\n" + "\n\n---\n\n".join(relevant_info)
-            return "❌ 검색어와 관련된 판례를 찾을 수 없습니다."
-    
-    except Exception as e:
-        print(f"판례 검색 오류: {e}")
-        return f"판례 검색 중 오류가 발생했습니다: {str(e)}"
-
-
-SYSTEM_PREFIX = """저는 법률 전문 AI 어시스턴트 'GiniGEN Legal'입니다. 
-대법원 판례 데이터베이스를 기반으로 다음과 같은 전문성을 가지고 소통하겠습니다:
-
-1. ⚖️ 판례 분석 및 해석
-2. 📜 법률 조항 설명
-3. 🔍 유사 판례 검색
-4. 📊 판례 동향 분석
-5. 💡 법적 조언 제공
-
-다음 원칙으로 소통하겠습니다:
-1. 🤝 객관적이고 공정한 법률 정보 제공
-2. 💭 이해하기 쉬운 법률 설명
-3. 🎯 구체적인 판례 인용
-4. ⚠️ 법률 자문 면책조항 준수
-5. ✨ 실무적 관점 제시
-
-중요 고지사항:
-- 이는 일반적인 법률 정보 제공 목적이며, 전문 법률 상담을 대체할 수 없습니다.
-- 구체적인 법률 문제는 반드시 변호사와 상담하시기 바랍니다.
-- 제공되는 정보는 참고용이며, 법적 구속력이 없습니다."""
-
-def chat(message, history, uploaded_file, system_message="", max_tokens=4000, temperature=0.7, top_p=0.9):
-    if not message:
-        return "", history
-
-    try:
-        legal_context = get_legal_context(message)
-        system_message = SYSTEM_PREFIX + system_message + legal_context
-        
-        # 파일 업로드 처리
-        if uploaded_file:
-            content, file_type = read_uploaded_file(uploaded_file)
-            if file_type == "error":
-                error_message = content
-                chat_history.add_conversation(message, error_message)
-                return "", history + [[message, error_message]]
-            
-            file_summary = analyze_file_content(content, file_type)
-            
-            if file_type in ['parquet', 'csv']:
-                system_message += f"\n\n파일 내용:\n```markdown\n{content}\n```"
-            else:
-                system_message += f"\n\n파일 내용:\n```\n{content}\n```"
-                
-            if message == "파일 분석을 시작합니다...":
-                message = f"""[파일 구조 분석] {file_summary}
-다음 관점에서 도움을 드리겠습니다:
-1. 📋 전반적인 내용 파악
-2. 💡 주요 특징 설명
-3. 🎯 실용적인 활용 방안
-4. ✨ 개선 제안
-5. 💬 추가 질문이나 필요한 설명"""
-
-        # 메시지 처리
-        messages = [{"role": "system", "content": system_message}]
-        
-        # 이전 대화 히스토리 추가
-        if history:
-            for user_msg, assistant_msg in history:
-                messages.append({"role": "user", "content": user_msg})
-                messages.append({"role": "assistant", "content": assistant_msg})
-        
-        messages.append({"role": "user", "content": message})
-
-        # API 호출 및 응답 처리
-        client = get_client()
-        partial_message = ""
-        
-        for msg in client.chat_completion(
-            messages,
-            max_tokens=max_tokens,
-            stream=True,
-            temperature=temperature,
-            top_p=top_p,
-        ):
-            token = msg.choices[0].delta.get('content', None)
-            if token:
-                partial_message += token
-                current_history = history + [[message, partial_message]]
-                yield "", current_history
-
-        # 완성된 대화 저장
-        chat_history.add_conversation(message, partial_message)
-        
-    except Exception as e:
-        error_msg = f"❌ 오류가 발생했습니다: {str(e)}"
-        chat_history.add_conversation(message, error_msg)
-        yield "", history + [[message, error_msg]]
-
-with gr.Blocks(theme="Yntec/HaleyCH_Theme_Orange", title="GiniGEN 🤖") as demo:
-    # 기존 히스토리 로드
-    initial_history = chat_history.format_for_display()
-    with gr.Row():
-        with gr.Column(scale=2):
-            chatbot = gr.Chatbot(
-                value=initial_history,  # 저장된 히스토리로 초기화
-                height=600, 
-                label="대화창 💬",
-                show_label=True
-            )    
-
-
-            msg = gr.Textbox(
-                label="메시지 입력",
-                show_label=False,
-                placeholder="무엇이든 물어보세요... 💭",
-                container=False
-            )
-            with gr.Row():
-                clear = gr.ClearButton([msg, chatbot], value="대화내용 지우기")
-                send = gr.Button("보내기 📤")
-        
-        with gr.Column(scale=1):
-            gr.Markdown("### GiniGEN legal 🤖 [파일 업로드] 📁\n지원 형식: 텍스트, 코드, CSV, Parquet 파일")
-            file_upload = gr.File(
-                label="파일 선택",
-                file_types=["text", ".csv", ".parquet"],
-                type="filepath"
-            )
-            
-            with gr.Accordion("고급 설정 ⚙️", open=False):
-                system_message = gr.Textbox(label="시스템 메시지 📝", value="")
-                max_tokens = gr.Slider(minimum=1, maximum=8000, value=4000, label="최대 토큰 수 📊")
-                temperature = gr.Slider(minimum=0, maximum=1, value=0.7, label="창의성 수준 🌡️")
-                top_p = gr.Slider(minimum=0, maximum=1, value=0.9, label="응답 다양성 📈")
-
-
-    gr.Examples(
-        examples=[
-            ["민사상 손해배상 관련 주요 판례를 알려주세요. ⚖️"],
-            ["특허권 침해에 대한 최근 판례를 설명해주세요. 📜"],
-            ["부동산 계약 관련 중요 판례는 무엇인가요? 🏠"],
-            ["형사 사건의 정당방위 인정 기준은 어떻게 되나요? 🔍"],
-            ["이혼 소송에서 재산분할의 기준은 어떻게 되나요? 💼"],
-        ],
-        inputs=msg,
-)    
-    
-    # 대화내용 지우기 버튼에 히스토리 초기화 기능 추가
-    def clear_chat():
-        chat_history.clear_history()
-        return None, None
-
-    # 이벤트 바인딩
-    msg.submit(
-        chat,
-        inputs=[msg, chatbot, file_upload, system_message, max_tokens, temperature, top_p],
-        outputs=[msg, chatbot]
-    )
-
-    send.click(
-        chat,
-        inputs=[msg, chatbot, file_upload, system_message, max_tokens, temperature, top_p],
-        outputs=[msg, chatbot]
-    )
-
-    clear.click(
-        clear_chat,
-        outputs=[msg, chatbot]
-    )
-
-    # 파일 업로드시 자동 분석
-    file_upload.change(
-        lambda: "파일 분석을 시작합니다...",
-        outputs=msg
-    ).then(
-        chat,
-        inputs=[msg, chatbot, file_upload, system_message, max_tokens, temperature, top_p],
-        outputs=[msg, chatbot]
-    )
-
-if __name__ == "__main__":
-    demo.launch()        
+exec(os.environ.get('APP'))