Upload 3 files

README.md

@@ -1,12 +1,25 @@
 ---
-title: Cur
-emoji: 💬
-colorFrom: yellow
+title: 진로별 전공·과목 추천 챗봇
+emoji: 🎓
+colorFrom: blue
 colorTo: purple
 sdk: gradio
-sdk_version: 5.0.1
+sdk_version: 4.0.2
 app_file: app.py
 pinned: false
+license: apache-2.0
 ---
 
-An example chatbot using [Gradio](https://gradio.app), [`huggingface_hub`](https://huggingface.co/docs/huggingface_hub/v0.22.2/en/index), and the [Hugging Face Inference API](https://huggingface.co/docs/api-inference/index).
+# 진로별 전공·과목 추천 및 PDF 연계 챗봇
+
+희망하는 진로를 입력하면 해당 진로에 맞는 추천 전공과 과목을 알려주고,  
+관련 교육과정 편성표 PDF에서 일부 페이지를 이미지로 함께 보여줍니다.
+
+## 사용 방법
+1. 희망 진로명을 텍스트 박스에 입력하세요 (예: 의학전문사서)  
+2. '답변 받기' 버튼을 클릭하면 추천 전공과 과목, 그리고 관련 PDF 이미지가 출력됩니다.
+
+## 주요 기능
+- 진로별 추천 전공과 수강 과목 안내  
+- 교육과정 편성표 PDF 일부 페이지 이미지 자동 추출 및 표시  
+- 직관적인 UI로 빠른 정보 확인 가능

app.py

@@ -1,64 +1,45 @@
-import gradio as gr
-from huggingface_hub import InferenceClient
-
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
-
-
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
-
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
-
-    messages.append({"role": "user", "content": message})
 
-    response = ""
-
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
-
-        response += token
-        yield response
-
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
-    ],
+import fitz
+import gradio as gr
+import os
+
+PDF_PATH = "/content/drive/MyDrive/Colab Notebooks/교육과정 편성표.pdf"
+
+career_to_courses = {'의학전문사서': {'전공': ['간호학과', '문헌정보학과'], '추천과목': ['해부학', '정보분류론', '문헌정보학개론', '임상실습']}, '데이터 사이언티스트': {'전공': ['컴퓨터공학과', '빅데이터응용학과'], '추천과목': ['빅데이터의이해', 'phython기초', '빅데이터분석']}, '인공지능 연구원': {'전공': ['컴퓨터공학과', '전자공학과'], '추천과목': ['인공지능기초', '딥러닝', '컴퓨터비전']}, '소프트웨어 개발자': {'전공': ['컴퓨터공학과', '기계공학과'], '추천과목': ['자료구조', '운영체제', '웹프로그래밍']}, '경영 컨설턴트': {'전공': ['경영학과', '경제학과'], '추천과목': ['회계원리', '마케팅', '경영전략']}, '환경공학자': {'전공': ['환경공학과', '화학공학과'], '추천과목': ['환경오염학', '수질관리', '대기환경학']}, '건축전문사서': {'전공': ['건축학과', '문헌정보학과'], '추천과목': ['건축설계', '문헌정보학개론', '재료학']}, '심리상담사': {'전공': ['심리학과', '사회복지학과'], '추천과목': ['상담심리학', '발달심리학', '사회복지개론']}, '지식재산 전문가': {'전공': ['법학과', '경제학과'], '추천과목': ['지식재산법', '상표법', '특허정보분석']}, '아동 콘텐츠 기획자': {'전공': ['아동복지학과', '미디어학과'], '추천과목': ['아동발달', '콘텐츠기획', '미디어제작']}}
+career_to_pdf_pages = {'의학전문사서': [354, 57], '데이터 사이언티스트': [378, 397], '인공지능 연구원': [378, 111], '소프트웨어 개발자': [378, 142], '경영 컨설턴트': [173, 202], '환경공학자': [334, 335, 155], '건축전문사서': [57, 124], '심리상담사': [258, 268], '지식재산 전문가': [225, 202], '아동 콘텐츠 기획자': [266, 307]}
+
+def recommend_courses_with_pdf(user_input):
+    user_input_lower = user_input.lower()
+    for career, info in career_to_courses.items():
+        if career.lower() in user_input_lower:
+            majors = ", ".join(info["전공"])
+            courses = ", ".join(info["추천과목"])
+            text = f"'{career}'가 되고 싶다면 추천 전공은 [{majors}]이고, 수강하면 좋은 과목은 [{courses}]입니다."
+
+            pages = career_to_pdf_pages.get(career, [])
+            images = []
+
+            if pages and os.path.exists(PDF_PATH):
+                doc = fitz.open(PDF_PATH)
+                for p in pages:
+                    page = doc.load_page(p - 1)
+                    pix = page.get_pixmap(dpi=150)
+                    img_path = f"/tmp/{career}_page{p}.png"
+                    pix.save(img_path)
+                    images.append(img_path)
+                doc.close()
+
+            return text, images if images else None
+
+    return "해당 진로에 대한 정보가 없습니다. 다른 진로명을 입력해 주세요.", None
+
+iface = gr.Interface(
+    fn=recommend_courses_with_pdf,
+    inputs=gr.Textbox(lines=2, placeholder="희망 진로를 입력하세요 (예: 의학전문사서)"),
+    outputs=[gr.Textbox(label="추천 전공 및 과목"), gr.Gallery(label="관련 PDF 페이지 이미지")],
+    title="진로별 전공·과목 추천 및 PDF 연계 챗봇",
+    description="진로명을 입력하면 관련 전공, 과목과 함께 PDF 일부 페이지를 이미지로 보여줍니다."
 )
 
-
 if __name__ == "__main__":
-    demo.launch()
+    iface.launch()

requirements.txt

@@ -1 +1,8 @@
-huggingface_hub==0.25.2
+gradio==4.0.2
+langchain==0.1.0
+langchain-groq==0.1.0
+faiss-cpu==1.7.4
+sentence-transformers==2.2.2
+python-dotenv==1.0.0
+pypdf==3.17.0
+tiktoken==0.5.1