import gradio as gr from huggingface_hub import InferenceClient import os import pandas as pd from typing import List, Tuple # LLM 모델 정의 LLM_MODELS = { "Cohere c4ai-crp-08-2024": "CohereForAI/c4ai-command-r-plus-08-2024", # 기본 모델 "Meta Llama3.3-70B": "meta-llama/Llama-3.3-70B-Instruct", "Mistral Nemo 2407": "mistralai/Mistral-Nemo-Instruct-2407", "Alibaba Qwen QwQ-32B": "Qwen/QwQ-32B-Preview" } def get_client(model_name): return InferenceClient(LLM_MODELS[model_name], token=os.getenv("HF_TOKEN")) def analyze_file_content(content, file_type): """파일 내용을 분석하여 구조적 요약을 반환""" if file_type in ['parquet', 'csv']: try: # 데이터셋 구조 분석 lines = content.split('\n') header = lines[0] columns = header.count('|') - 1 rows = len(lines) - 3 # 헤더와 구분선 제외 return f"데이터셋 구조: {columns}개 컬럼, {rows}개 데이터 샘플" except: return "데이터셋 구조 분석 실패" # 텍스트/코드 파일의 경우 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 분석: 총 {total_lines}줄 (함수 {functions}개, 클래스 {classes}개, 임포트 {imports}개)" paragraphs = content.count('\n\n') + 1 words = len(content.split()) return f"문서 구조 분석: 총 {total_lines}줄, {paragraphs}개 문단, 약 {words}개 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': # CSV 파일 읽기 시 다양한 인코딩 시도 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"\n데이터 정보:\n" content += f"- 총 행 수: {len(df)}\n" content += f"- 총 열 수: {len(df.columns)}\n" content += f"- 컬럼 목록: {', '.join(df.columns)}\n" # 데이터 타입 정보 추가 content += f"\n컬럼별 데이터 타입:\n" for col, dtype in df.dtypes.items(): content += f"- {col}: {dtype}\n" # 결측치 정보 추가 null_counts = df.isnull().sum() if null_counts.any(): content += f"\n결측치 정보:\n" for col, null_count in null_counts[null_counts > 0].items(): content += f"- {col}: {null_count}개\n" return content, "csv" except UnicodeDecodeError: continue raise UnicodeDecodeError(f"지원되는 인코딩({', '.join(encodings)})으로 파일을 읽을 수 없습니다.") else: # 텍스트 파일 읽기 시도 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 인코딩({', '.join(encodings)})으로 파일을 읽을 수 없습니다.") except Exception as e: return f"파일을 읽는 중 오류가 발생했습니다: {str(e)}", "error" def format_history(history): formatted_history = [] for user_msg, assistant_msg in history: formatted_history.append({"role": "user", "content": user_msg}) if assistant_msg: formatted_history.append({"role": "assistant", "content": assistant_msg}) return formatted_history def chat(message, history, uploaded_file, model_name, system_message="", max_tokens=4000, temperature=0.7, top_p=0.9): system_prefix = """너는 파일 분석 전문가입니다. 업로드된 파일의 내용을 깊이 있게 분석하여 다음과 같은 관점에서 설명해야 합니다: 1. 파일의 전반적인 구조와 구성 2. 주요 내용과 패턴 분석 3. 데이터의 특징과 의미 - 데이터셋의 경우: 컬럼의 의미, 데이터 타입, 값의 분포 - 텍스트/코드의 경우: 구조적 특징, 주요 패턴 4. 잠재적 활용 방안 5. 데이터 품질 및 개선 가능한 부분 전문가적 관점에서 상세하고 구조적인 분석을 제공하되, 이해하기 쉽게 설명하세요. 분석 결과는 Markdown 형식으로 작성하고, 가능한 한 구체적인 예시를 포함하세요.""" if uploaded_file: content, file_type = read_uploaded_file(uploaded_file) if file_type == "error": yield "", history + [[message, content]] return # 파일 내용 분석 및 구조적 요약 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"""[구조 분석] {file_summary} 다음 관점에서 상세 분석을 제공해주세요: 1. 파일의 전반적인 구조와 형식 2. 주요 내용 및 구성요소 분석 3. 데이터/내용의 특징과 패턴 4. 품질 및 완성도 평가 5. 개선 가능한 부분 제안 6. 실제 활용 방안 및 추천사항""" messages = [{"role": "system", "content": f"{system_prefix} {system_message}"}] messages.extend(format_history(history)) messages.append({"role": "user", "content": message}) try: client = get_client(model_name) 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 yield "", history + [[message, partial_message]] except Exception as e: error_msg = f"추론 중 오류가 발생했습니다: {str(e)}" yield "", history + [[message, error_msg]] css = """ footer {visibility: hidden} """ with gr.Blocks(theme="Yntec/HaleyCH_Theme_Orange", css=css) as demo: with gr.Row(): with gr.Column(scale=2): chatbot = gr.Chatbot(height=600) msg = gr.Textbox( label="메시지를 입력하세요", show_label=False, placeholder="메시지를 입력하세요...", container=False ) clear = gr.ClearButton([msg, chatbot]) with gr.Column(scale=1): model_name = gr.Radio( choices=list(LLM_MODELS.keys()), value="Cohere c4ai-crp-08-2024", # 기본값을 Cohere 모델로 명시적 지정 label="최신 LLM 모델 선택", info="사용할 LLM 모델을 선택하세요" ) file_upload = gr.File( label="파일 업로드 (텍스트, 코드, CSV, Parquet 파일)", file_types=["text", ".csv", ".parquet"], type="filepath" ) with gr.Accordion("고급 설정", open=False): system_message = gr.Textbox(label="System Message", value="") max_tokens = gr.Slider(minimum=1, maximum=8000, value=4000, label="Max Tokens") temperature = gr.Slider(minimum=0, maximum=1, value=0.7, label="Temperature") top_p = gr.Slider(minimum=0, maximum=1, value=0.9, label="Top P") # 이벤트 바인딩 msg.submit( chat, inputs=[msg, chatbot, file_upload, model_name, system_message, max_tokens, temperature, top_p], outputs=[msg, chatbot], queue=True ).then( lambda: gr.update(interactive=True), None, [msg] ) # 파일 업로드 시 자동 분석 file_upload.change( chat, inputs=[gr.Textbox(value="파일 분석을 시작합니다."), chatbot, file_upload, model_name, system_message, max_tokens, temperature, top_p], outputs=[msg, chatbot], queue=True ) # 예제 추가 gr.Examples( examples=[ ["파일의 전반적인 구조와 특징을 자세히 설명해주세요."], ["이 파일의 주요 패턴과 특징을 분석해주세요."], ["파일의 품질과 개선 가능한 부분을 평가해주세요."], ["이 파일을 실제로 어떻게 활용할 수 있을까요?"], ["파일의 주요 내용을 요약하고 핵심 인사이트를 도출해주세요."], ["이전 분석을 이어서 더 자세히 설명해주세요."], ], inputs=msg, ) if __name__ == "__main__": demo.launch()