Update app-backup2.py

app-backup2.py

@@ -16,6 +16,8 @@ from folium.plugins import HeatMap, MarkerCluster
 import requests
 from collections import Counter
 import re
+import os
+import time
 
 # ============================================================================
 # 데이터 로더 클래스
@@ -502,12 +504,16 @@ class MarketAnalyzer:
 class LLMQueryProcessor:
     """Fireworks AI 기반 자연어 처리"""
     
-    def __init__(self, api_key: str):
-        self.api_key = api_key
+    def __init__(self, api_key: str = None):
+        # 환경변수에서 API 키 가져오기
+        self.api_key = api_key or os.getenv("FIREWORKS_API_KEY")
         self.base_url = "https://api.fireworks.ai/inference/v1/chat/completions"
+        
+        if not self.api_key:
+            raise ValueError("❌ FIREWORKS_API_KEY 환경변수를 설정하거나 API 키를 입력해주세요!")
     
-    def process_query(self, query: str, data_context: Dict, chat_history: List = None) -> str:
-        """자연어 쿼리 처리"""
+    def process_query(self, query: str, data_context: Dict, chat_history: List = None, max_retries: int = 3) -> str:
+        """자연어 쿼리 처리 (재시도 로직 포함)"""
         system_prompt = f"""당신은 한국 상권 데이터 분석 전문가입니다.
 
 📊 **현재 분석 데이터**
@@ -533,14 +539,49 @@ class LLMQueryProcessor:
             "Content-Type": "application/json"
         }
         
-        try:
-            response = requests.post(self.base_url, headers=headers, json=payload, timeout=30)
-            if response.status_code == 200:
-                return response.json()['choices'][0]['message']['content']
-            else:
-                return f"⚠️ API 오류: {response.status_code}"
-        except Exception as e:
-            return f"❌ 오류: {str(e)}"
+        # 재시도 로직
+        for attempt in range(max_retries):
+            try:
+                # 타임아웃을 60초로 증가
+                response = requests.post(
+                    self.base_url, 
+                    headers=headers, 
+                    json=payload, 
+                    timeout=60
+                )
+                
+                if response.status_code == 200:
+                    return response.json()['choices'][0]['message']['content']
+                elif response.status_code == 429:
+                    # Rate limit - 재시도
+                    wait_time = (attempt + 1) * 2
+                    time.sleep(wait_time)
+                    continue
+                else:
+                    return f"⚠️ API 오류: {response.status_code} - {response.text[:200]}"
+                    
+            except requests.exceptions.Timeout:
+                if attempt < max_retries - 1:
+                    time.sleep(2)
+                    continue
+                else:
+                    return "⚠️ API 응답 시간 초과. 잠시 후 다시 시도해주세요."
+                    
+            except requests.exceptions.ConnectionError:
+                if attempt < max_retries - 1:
+                    time.sleep(2)
+                    continue
+                else:
+                    return "⚠️ 네트워크 연결 오류. 인터넷 연결을 확인해주세요."
+                    
+            except Exception as e:
+                if attempt < max_retries - 1:
+                    time.sleep(1)
+                    continue
+                else:
+                    return f"❌ 오류: {str(e)}"
+        
+        return "⚠️ 최대 재시도 횟수 초과. 잠시 후 다시 시도해주세요."
 
 
 # ============================================================================
@@ -610,16 +651,17 @@ def generate_insights():
     return result[:11]
 
 
-def chat_respond(message, api_key, history):
+def chat_respond(message, history):
     """챗봇 응답"""
     if app_state.analyzer is None:
         return history + [[message, "❌ 먼저 데이터를 로드해주세요!"]]
     
     data_context = app_state.analyzer.analyze_for_llm()
     
-    if api_key:
-        if app_state.llm_processor is None or app_state.llm_processor.api_key != api_key:
-            app_state.llm_processor = LLMQueryProcessor(api_key)
+    # LLM 프로세서 초기화 (환경변수에서 API 키 자동 로드)
+    try:
+        if app_state.llm_processor is None:
+            app_state.llm_processor = LLMQueryProcessor()
         
         chat_hist = []
         for user_msg, bot_msg in history:
@@ -627,8 +669,9 @@ def chat_respond(message, api_key, history):
             chat_hist.append({"role": "assistant", "content": bot_msg})
         
         response = app_state.llm_processor.process_query(message, data_context, chat_hist)
-    else:
-        # 기본 통계
+        
+    except ValueError as e:
+        # API 키가 없는 경우 기본 통계 제공
         response = f"""📊 **기본 데이터 분석 결과**
 
 **전체 현황**
@@ -636,7 +679,13 @@ def chat_respond(message, api_key, history):
 - 업종 종류: {data_context['업종_수']}개
 - 1층 비��: {data_context.get('1층_비율', 'N/A')}
 
-💡 API 키를 입력하면 더 상세한 AI 분석을 받을 수 있습니다!"""
+⚠️ **AI 분석 사용 방법**
+환경변수를 설정하세요:
+```bash
+export FIREWORKS_API_KEY="your_api_key_here"
+```
+
+또는 Hugging Face Space에서는 Settings > Variables 에서 설정하세요."""
     
     history.append([message, response])
     return history
@@ -658,11 +707,9 @@ with gr.Blocks(title="AI 상권 분석 시스템 Pro", theme=gr.themes.Soft()) a
         with gr.Column(scale=1):
             gr.Markdown("### ⚙️ 설정")
             
-            api_key_input = gr.Textbox(
-                label="🔑 Fireworks AI API Key (선택)",
-                type="password",
-                placeholder="API 키를 입력하세요"
-            )
+            # 환경변수 상태 표시
+            api_status = "✅ API 키 설정됨" if os.getenv("FIREWORKS_API_KEY") else "⚠️ API 키 미설정 (기본 통계만 제공)"
+            gr.Markdown(f"**🔑 API 상태**: {api_status}")
             
             region_select = gr.CheckboxGroup(
                 choices=list(MarketDataLoader.REGIONS.keys()),
@@ -742,10 +789,10 @@ with gr.Blocks(title="AI 상권 분석 시스템 Pro", theme=gr.themes.Soft()) a
         outputs=[map_output, chart1, chart2, chart3, chart4, chart5, chart6, chart7, chart8, chart9, chart10]
     )
     
-    # 챗봇 이벤트
+    # 챗봇 이벤트 (API 키 파라미터 제거)
     submit_btn.click(
         fn=chat_respond,
-        inputs=[msg_input, api_key_input, chatbot],
+        inputs=[msg_input, chatbot],
         outputs=[chatbot]
     ).then(
         fn=lambda: "",
@@ -754,7 +801,7 @@ with gr.Blocks(title="AI 상권 분석 시스템 Pro", theme=gr.themes.Soft()) a
     
     msg_input.submit(
         fn=chat_respond,
-        inputs=[msg_input, api_key_input, chatbot],
+        inputs=[msg_input, chatbot],
         outputs=[chatbot]
     ).then(
         fn=lambda: "",
@@ -769,14 +816,25 @@ with gr.Blocks(title="AI 상권 분석 시스템 Pro", theme=gr.themes.Soft()) a
         (sample_btn4, "프랜차이즈 점유율?")
     ]:
         btn.click(
-            fn=lambda t=text, h=chatbot: chat_respond(t, api_key_input.value, h.value or []),
+            fn=lambda t=text, h=chatbot: chat_respond(t, h.value or []),
             outputs=[chatbot]
         )
     
     gr.Markdown("""
     ---
     ### 📖 사용 가이드
-    1. API 키 입력 (선택) → 2. 지역 선택 → 3. 데이터 로드 → 4. 10가지 인사이트 확인 또는 AI에게 질문
+    1. 지역 선택 → 2. 데이터 로드 → 3. 10가지 인사이트 확인 또는 AI에게 질문
+    
+    ### 🔑 AI 챗봇 활성화 방법
+    환경변수 설정:
+    ```bash
+    export FIREWORKS_API_KEY="your_api_key_here"
+    ```
+    
+    Hugging Face Space에서는:
+    1. Settings 메뉴 클릭
+    2. Variables 탭 선택
+    3. New variable 추가: `FIREWORKS_API_KEY`
     
     ### 📊 제공되는 10가지 분석
     1. **업종별 점포 수**: 가장 많은 업종 TOP 15
@@ -790,7 +848,7 @@ with gr.Blocks(title="AI 상권 분석 시스템 Pro", theme=gr.themes.Soft()) a
     9. **소분류 트렌드**: 세부 업종 분포
     10. **지역 특화**: 각 지역의 특화 업종
     
-    💡 **Tip**: API 키 없이도 기본 통계를 확인할 수 있습니다!
+    💡 **Tip**: API 키 없이도 10가지 시각화 분석과 기본 통계를 확인할 수 있습니다!
     """)
 
 # 실행