현진_챗봇 로직 변경

app.py

@@ -1194,7 +1194,7 @@ def home():
     return {"message": "안녕하세요! 추천 & 챗봇 FastAPI 서버입니다."}
 
 
-# (2) 추천용 모델 (단일 hobby / detail_hobby) - 기존 호환용
+# (2) 추천용 모델 
 class UserProfile(BaseModel):
     extroversion: str
     feeling_thinking: str
@@ -1215,7 +1215,6 @@ def recommend_api(profile: UserProfile):
         })
     return {"recommendations": results}
 
-
 # (3) 챗봇용 모델 + 다중 취미/세부취미 대응
 class ChatRequest(BaseModel):
     user_input: str
@@ -1239,7 +1238,6 @@ class ChatOrRecommendRequest(BaseModel):
 # (5) 자동 분기 엔드포인트
 @app.post("/chat_or_recommend")
 def chat_or_recommend(req: ChatOrRecommendRequest):
-    # 우울도 예측 및 상담 권장 메시지 준비
     depression_score, depression_label = predict_depression(req.user_input)
     counseling_response = ""
     if depression_label == "상담 권장":
@@ -1249,32 +1247,29 @@ def chat_or_recommend(req: ChatOrRecommendRequest):
             "빠른 시일 내에 전문가와 상담하시길 바랍니다.\n\n"
         )
     
-    # 기본 응답 (추천 또는 챗봇)
-    base_response = ""
-    mode_used = ""
-    additional_data = {}
-    user_text = req.user_input
+    # ② 항상 챗봇 메시지를 생성 (emotion 또는 rational 모드)
     mode = req.mode.lower()
+    if mode not in ["emotion", "rational"]:
+        raise HTTPException(
+            status_code=400,
+            detail="mode는 'emotion' 또는 'rational'이어야 합니다."
+        )
+    chatbot_msg = chat_response(req.user_input, mode=mode)
     
-    # ▶ 1) "추천" 키워드가 포함된 경우 → 추천 로직 수행
-    if any(keyword in user_text for keyword in RECOMMEND_KEYWORDS):
-        # 프로필 정보가 없으면 예외 처리 (hobby 정보 등은 최소 1개 이상 필요)
-        if not req.hobby:
-            raise HTTPException(
-                status_code=400, 
-                detail="추천을 위해 [hobby, detail_hobby, extroversion, feeling_thinking] 정보가 필요합니다."
-            )
+    # ③ 프로필 정보가 제공된 경우 추천 메시지 생성
+    recommendation_msg = ""
+    recommendations_list = []
+    if req.hobby:
         user_profile = {
             "extroversion": req.extroversion or "",
             "feeling_thinking": req.feeling_thinking or "",
-            "hobby": req.hobby,  # 리스트 형태
+            "hobby": req.hobby,
             "detail_hobby": req.detail_hobby or [],
         }
         top_items = recommend_content_based(user_profile, top_n=5)
-        results = []
-        response_text = "당신을 위한 맞춤 추천을 가져왔어요! ☺️\n"
+        recommendation_msg = "당신을 위한 맞춤 추천을 가져왔어요! ☺️\n"
         for i, (item, score) in enumerate(top_items, start=1):
-            results.append({
+            recommendations_list.append({
                 "item_id": item["item_id"],
                 "title": item["title"],
                 "desc": item["desc"],
@@ -1282,28 +1277,20 @@ def chat_or_recommend(req: ChatOrRecommendRequest):
                 "score": round(score, 4)
             })
             clean_desc = re.sub(r"\(.*?\)", "", item["desc"]).strip()
-            response_text += f"{i}. **{item['title']}** - {clean_desc}\n"
-        response_text += "이 중에서 어떤 활동이 가장 끌리시나요? 🌟"
-        base_response = response_text
-        mode_used = "recommend"
-        additional_data["recommendations"] = results
-
-    # ▶ 2) 추천 키워드가 없는 경우 → 기본 챗봇 로직 수행
-    else:
-        if mode not in ["emotion", "rational"]:
-            raise HTTPException(
-                status_code=400, 
-                detail="mode는 'emotion' 또는 'rational'이어야 합니다."
-            )
-        base_response = chat_response(user_text, mode=mode)
-        mode_used = "chat"
+            recommendation_msg += f"{i}. **{item['title']}** - {clean_desc}\n"
+        recommendation_msg += "이 중에서 어떤 활동이 가장 끌리시나요? 🌟"
     
-    # 상담 메시지와 기본 응답을 결합하여 최종 응답 생성
-    final_response = counseling_response + base_response
+    # ④ 최종 응답
+    final_response = counseling_response + chatbot_msg
+    if recommendation_msg:
+        final_response += "\n\n" + recommendation_msg
+
     response_dict = {
-        "mode": mode_used,
+        "mode": "chat+recommend" if recommendation_msg else "chat",
         "response": final_response,
         "depression_label": depression_label
     }
-    response_dict.update(additional_data)
+    if recommendation_msg:
+        response_dict["recommendations"] = recommendations_list
+
     return response_dict