Update app.py

app.py

@@ -14,24 +14,46 @@ HF_TOKEN = os.environ.get("HF_TOKEN", None)
 client = InferenceClient(token=HF_TOKEN)
 
 
-# ── 대화 텍스트 생성 함수 (OpenAI 호환 chat.completions 방식) ───────────────
-def predict_chat(message: str, history: list):
-    # 1. Gradio 히스토리(messages 형식)를 OpenAI 호환 messages 배열로 변환
+# ── Gradio 버전에 따라 history 형식이 다르므로 두 형식 모두 지원 ────────────
+def _normalize_history(history: list) -> list:
+    """history는 Gradio 버전에 따라
+    - 신형(messages) 형식: [{"role": "user", "content": "..."}, ...]
+    - 구형(tuples) 형식:  [["user 메시지", "bot 메시지"], ...]
+    둘 중 하나로 들어올 수 있습니다. 어떤 형식이 와도 OpenAI 호환
+    messages 배열로 통일해서 반환합니다. (특정 Gradio 버전에 의존하지
+    않기 위해, gr.Chatbot/gr.ChatInterface 생성 시 type 인자를 지정하지
+    않고 이 함수에서 흡수합니다.)
+    """
     messages = []
-    if history:
-        for turn in history:
-            if isinstance(turn, dict):
-                role = turn.get("role", "user")
-                content = turn.get("content", "")
-            else:
-                role = getattr(turn, "role", "user")
-                content = getattr(turn, "content", "")
-            # Gemma 4는 assistant/model 두 표기를 혼용하지 않고
-            # OpenAI 표준인 "assistant"로 통일해서 보내야 합니다.
-            if role == "model":
-                role = "assistant"
-            messages.append({"role": role, "content": content})
+    if not history:
+        return messages
+
+    for turn in history:
+        if isinstance(turn, dict):
+            role = turn.get("role", "user")
+            content = turn.get("content", "")
+        elif isinstance(turn, (list, tuple)) and len(turn) == 2:
+            user_msg, bot_msg = turn
+            if user_msg:
+                messages.append({"role": "user", "content": user_msg})
+            if bot_msg:
+                messages.append({"role": "assistant", "content": bot_msg})
+            continue
+        else:
+            role = getattr(turn, "role", "user")
+            content = getattr(turn, "content", "")
+
+        # Gemma 4는 OpenAI 표준인 "assistant"로 통일해서 보내야 합니다.
+        if role == "model":
+            role = "assistant"
+        messages.append({"role": role, "content": content})
 
+    return messages
+
+
+# ── 대화 텍스트 생성 함수 (OpenAI 호환 chat.completions 방식) ───────────────
+def predict_chat(message: str, history: list):
+    messages = _normalize_history(history)
     messages.append({"role": "user", "content": message})
 
     try:
@@ -61,14 +83,15 @@ def predict_chat(message: str, history: list):
 with gr.Blocks() as demo:
     gr.Markdown(f"# 🤖 GS-AI API Server (Gemma 4 Mode)\nModel: `{MODEL_ID}`")
 
-    chatbot_ui = gr.Chatbot(height=480, type="messages")
+    # type 인자를 지정하지 않아, 설치된 Gradio 버전이 무엇이든
+    # (구형 tuples 기본값이든 신형 messages 기본값이든) 오류 없이 동작합니다.
+    chatbot_ui = gr.Chatbot(height=480)
     textbox_ui = gr.Textbox(placeholder="메시지를 입력하세요...")
 
     gr.ChatInterface(
         fn=predict_chat,
         chatbot=chatbot_ui,
         textbox=textbox_ui,
-        type="messages",
         api_name="chat",  # 외부 연동을 위한 /chat 경로 명시 활성화
     )