현진_답변 로직 변경

app.py

@@ -1221,15 +1221,15 @@ class ChatRequest(BaseModel):
     user_input: str
     mode: str  # "emotion" or "rational"
 
+# 추천 키워드 목록
 RECOMMEND_KEYWORDS = ["추천", "추천해줘", "취미 추천"]
 
-
 # (4) 챗봇 + 추천 자동 분기용 모델
 class ChatOrRecommendRequest(BaseModel):
     user_input: str  # 사용자의 채팅 메시지
     mode: str        # "emotion" 또는 "rational"
     
-    # 🟢 다중 선택 가능하도록 List[str]로 변경
+    # 다중 선택 가능하도록 List[str]로 변경
     extroversion: Optional[str] = None
     feeling_thinking: Optional[str] = None
     hobby: Optional[List[str]] = None
@@ -1239,40 +1239,41 @@ 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":
         counseling_response = (
             "입력하신 메시지에서 심각한 우울 신호가 감지되었습니다.\n"
             "전문 상담을 받으실 것을 강력히 권장드립니다.\n"
-            "빠른 시일 내에 전문가와 상담하시길 바랍니다."
+            "빠른 시일 내에 전문가와 상담하시길 바랍니다.\n\n"
         )
-        return {
-            "response": counseling_response,
-            "depression_label": depression_label
-        }
+    
+    # 기본 응답 (추천 또는 챗봇)
+    base_response = ""
+    mode_used = ""
+    additional_data = {}
     user_text = req.user_input
     mode = req.mode.lower()
-
-    # ▶ 1) "추천" 키워드 포함 시 → 추천
+    
+    # ▶ 1) "추천" 키워드가 포함된 경우 → 추천 로직 수행
     if any(keyword in user_text for keyword in RECOMMEND_KEYWORDS):
-        # 프로필 미입력 시 예외 처리
-        # (여기서는 hobby / detail_hobby가 최소한 1개 이상 있다고 가정)
+        # 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."
             )
-
-        # (A) 추천 로직
         user_profile = {
             "extroversion": req.extroversion or "",
             "feeling_thinking": req.feeling_thinking or "",
-            "hobby": req.hobby,  # list
+            "hobby": req.hobby,  # 리스트 형태
             "detail_hobby": req.detail_hobby or [],
         }
         top_items = recommend_content_based(user_profile, top_n=5)
         results = []
-        for (item, score) in top_items:
+        response_text = "당신을 위한 맞춤 추천을 가져왔어요! ☺️\n"
+        for i, (item, score) in enumerate(top_items, start=1):
             results.append({
                 "item_id": item["item_id"],
                 "title": item["title"],
@@ -1280,29 +1281,29 @@ def chat_or_recommend(req: ChatOrRecommendRequest):
                 "personality": item["personality"],
                 "score": round(score, 4)
             })
-        # ① 부드러운 대화체로 가공
-        response_text = "당신을 위한 맞춤 추천을 가져왔어요! ☺️"
-        for i, (item, score) in enumerate(top_items, start=1):
             clean_desc = re.sub(r"\(.*?\)", "", item["desc"]).strip()
-            response_text += (
-                f"{i}. **{item['title']}**"
-                f"   - {clean_desc} "
-            )
+            response_text += f"{i}. **{item['title']}** - {clean_desc}\n"
         response_text += "이 중에서 어떤 활동이 가장 끌리시나요? 🌟"
-        return {
-    "mode": "recommend",
-    "recommendations": results,
-    "response": response_text  # 🔹 여기에 키를 추가
-}
-
+        base_response = response_text
+        mode_used = "recommend"
+        additional_data["recommendations"] = results
 
+    # ▶ 2) 추천 키워드가 없는 경우 → 기본 챗봇 로직 수행
     else:
-        # ▶ 2) 챗봇 로직
         if mode not in ["emotion", "rational"]:
             raise HTTPException(
                 status_code=400, 
                 detail="mode는 'emotion' 또는 'rational'이어야 합니다."
             )
-
-        reply = chat_response(user_text, mode=mode)
-        return {"mode": "chat", "response": reply}
+        base_response = chat_response(user_text, mode=mode)
+        mode_used = "chat"
+    
+    # 상담 메시지와 기본 응답을 결합하여 최종 응답 생성
+    final_response = counseling_response + base_response
+    response_dict = {
+        "mode": mode_used,
+        "response": final_response,
+        "depression_label": depression_label
+    }
+    response_dict.update(additional_data)
+    return response_dict