Upload 3 files

Dockerfile.txt

@@ -0,0 +1,15 @@
+# Dockerfile (이거 그대로 복사해서 Dockerfile 이라는 이름으로 저장!)
+FROM python:3.9-slim-buster
+
+WORKDIR /app
+
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+COPY app.py . 
+COPY dataset.xlsx .
+
+EXPOSE 7860
+
+# 네 Flask 앱을 웹 서버처럼 실행시켜주는 명령어 (Gunicorn이 도와줌)
+CMD ["gunicorn", "--bind", "0.0.0.0:7860", "app:app"]

app.py

@@ -0,0 +1,206 @@
+import pandas as pd
+# import torch
+from flask import Flask, request, Response, render_template_string
+from transformers import AutoTokenizer, GPT2LMHeadModel
+# from dicttoxml import dicttoxml
+import re
+import traceback
+
+app = Flask(__name__)
+
+# --- hCaptcha 설정 관련 코드 전부 제거됨 ---
+
+# 1. 모델 로드 (기존과 동일)
+print("토크나이저 로딩 중...")
+tokenizer = AutoTokenizer.from_pretrained("skt/kogpt2-base-v2", trust_remote_code=True)
+print("모델 로딩 중...")
+model = GPT2LMHeadModel.from_pretrained("skt/kogpt2-base-v2", trust_remote_code=True)
+print("모델 로딩 완료!")
+
+# 2. 데이터셋 로드 (기존과 동일)
+try:
+    df = pd.read_excel('dataset.xlsx')
+    knowledge_list = df['데이터셋에 넣을 내용(*)'].tolist()
+except Exception as e:
+    print(f"데이터셋 로드 에러: {e}")
+    knowledge_list = []
+
+def find_relevant_context(query, top_n=2):
+    """질문과 관련된 지식데이터 문장 최대 top_n개 찾아서 반환 (기존과 동일)"""
+    query_words = query.replace(" ", "").lower()
+    relevant_sentences = []
+    for s in knowledge_list:
+        s_text = str(s).replace(" ", "").replace("\n", "").lower()
+        if any(word.replace(" ", "") in s_text for word in query.split()):
+            relevant_sentences.append(s)
+    if relevant_sentences:
+        return " ".join(str(s) for s in relevant_sentences[:top_n])
+    return ""
+
+def ask_sayknow(query):
+    try:
+        context = find_relevant_context(query)
+        persona_guide = (
+            "너는 지식 기반 한국어 챗봇 Sayknow야. 자기소개(이름, 정체, 인사 등) 질문은 '저는 Sayknow입니다.'라고 답해. "
+            "그 외엔 아래 참고해서 정확하고 자연스러운 한국어 문장으로 80자 이내로 답해.\n"
+            "예시: Q: 분수의 덧셈이 뭐야?\nA: 분모가 같을 때 분자끼리 더하면 됩니다.\n"
+        )
+        info = context if context else "정보 없음"
+        prompt = f"{persona_guide}---\n[정보]\n{info}\n[질문]\n{query}\n[답변] "
+
+        # 이전 답변 로직 개선 (attention_mask 추가) - 이 부분은 잘 작동하고 있을 거야!
+        tokenizer.pad_token = tokenizer.eos_token
+        encoded_input = tokenizer.encode_plus(
+            prompt,
+            return_tensors='pt',
+            truncation=True,
+            padding=True
+        )
+        input_ids = encoded_input['input_ids']
+        attention_mask = encoded_input['attention_mask']
+        
+        model.eval()
+        with torch.no_grad():
+            gen_ids = model.generate(
+                input_ids,
+                attention_mask=attention_mask,
+                max_new_tokens=512,  # 답변이 잘리는 문제 방지를 위해 조금 늘려봤어! (60 -> 80)
+                min_length=5,
+                repetition_penalty=1.3,
+                do_sample=True,
+                top_k=30,
+                top_p=0.85,
+                pad_token_id=tokenizer.pad_token_id,
+                temperature=0.5,
+                num_beams=1
+            )
+        raw_response = tokenizer.decode(gen_ids[0], skip_special_tokens=True) # 원본 응답 저장
+        
+        # --- 응답 처리 로직 개선 버전 (index out of range 에러 방지) ---
+        # 1. 모델이 생성한 전체 텍스트에서 프롬프트 부분 자르기 (반복되는 문제 방지)
+        #    prompt가 raw_response의 시작 부분에 있다면 그 부분을 잘라낼게.
+        if raw_response.startswith(prompt):
+            extracted_answer = raw_response[len(prompt):].strip()
+        else:
+            extracted_answer = raw_response.strip()
+
+        # 2. '답변:' 키워드를 기준으로 진짜 답변 부분 추출
+        if "답변:" in extracted_answer:
+            answer = extracted_answer.split("답변:", 1)[1].strip() # 첫 번째 "답변:" 이후만
+        else:
+            # 만약 "답변:" 태그가 없으면, 프롬프트의 지시사항 중복 등을 제거 시도
+            persona_end_marker = "답해.\n" # persona_guide의 특정 끝 부분을 표시
+            if persona_end_marker in extracted_answer:
+                try:
+                    answer = extracted_answer[extracted_answer.rindex(persona_end_marker) + len(persona_end_marker):].strip()
+                except ValueError:
+                    answer = extracted_answer # 안되면 그냥 전체 사용
+            else:
+                answer = extracted_answer # 그것도 없으면 그냥 전체 사용
+
+        # 그래도 답변이 비어있으면 오류 메시지를 대체
+        if not answer:
+            answer = "죄송합니다. 질문에 대한 답변을 찾을 수 없거나 내용이 명확하지 않습니다."
+
+
+        # 1. 의미 없는 수식/영문/특수문자/반복문자 등 필터링 (기존과 동일)
+        # 이 부분을 먼저 한번 적용해서 answer가 엉뚱한 문자열이 되는 걸 방지
+        answer = re.sub(r"[^가-힣0-9 .,!?~\n]", "", answer)
+        answer = re.sub(r"([.,!?~])\1{2,}", r"\1", answer)
+        answer = re.sub(r"[a-zA-Z]+", "", answer)
+        answer = re.sub(r"[=^*/\\]+", "", answer)
+        answer = re.sub(r"\s+", " ", answer).strip()
+
+        # 2. 80자 이내로 자르기 (한글 기준) (기존과 동일)
+        def truncate_korean(text, max_len=80):
+            count = 0
+            result = ""
+            for ch in text:
+                result += ch
+                count += 1
+                if count >= max_len:
+                    break
+            return result
+        answer = truncate_korean(answer, 80)
+
+        # 3. 문장 끝이 자연스럽지 않으면 마침표 추가
+        if answer and answer[-1] not in ".!?": 
+            answer += "."
+        elif not answer: # 빈 문자열인데 '.' 찍으면 에러나니 한번 더 체크
+            answer = "알 수 없는 오류가 발생했습니다." # 최후의 보루
+
+        return answer
+    except Exception as e:
+        print(f"ask_sayknow 에러: {e}")
+        traceback.print_exc()
+        return f"내부 오류: {str(e)}" # 외부 사용자에게 보이는 메시지!
+
+# 3. API (XML 응답 유지) (기존과 동일)
+@app.route('/chatapi.html', methods=['GET'])
+@app.route('/index.html', methods=['GET'])
+def chat_api():
+    query = request.args.get('askdata', '')
+    if not query:
+        result = {"status": "error", "message": "No data"}
+    else:
+        try:
+            answer = ask_sayknow(query)
+            result = {
+                "service": "Sayknow",
+                "question": query,
+                "answer": answer
+            }
+        except Exception as e:
+            print(f"chat_api 에러: {e}")
+            traceback.print_exc()
+            result = {
+                "service": "Sayknow",
+                "question": query,
+                "answer": f"에러 발생: {str(e)}",
+                "error": str(e)
+            }
+
+    xml_output = dicttoxml(result, custom_root='SayknowAPI', attr_type=False)
+    return Response(xml_output, mimetype='text/xml')
+
+# 4. 웹 UI (간단한 질문 폼 + 답변) - hCaptcha 코드 전부 제거!
+@app.route('/', methods=['GET', 'POST'])
+def index():
+    answer = ""
+    question = ""
+    # error_message 제거
+
+    if request.method == "POST":
+        question = request.form.get('question', '')
+        # hcaptcha_response 관련 로직 제거
+        
+        # hCaptcha 검증 로직 제거
+        if question: # 질문이 있으면 바로 답변 생성!
+            answer = ask_sayknow(question)
+
+    html = f"""
+    <html>
+    <head>
+        <title>Sayknow 챗봇</title>
+        <!-- hCaptcha 스크립트 제거 -->
+    </head>
+    <body>
+        <h2>Sayknow 한국어 챗봇</h2>
+        <form method="post" action="/">
+            <input type="text" name="question" value="{question}" placeholder="질문을 입력하세요" style="width:300px;" autofocus />
+            <br/><br/>
+            <!-- hCaptcha 위젯 제거 -->
+            <!-- 에러 메시지 보여주는 부분 제거 -->
+            <br/>
+            <input type="submit" value="질문하기" />
+        </form>
+        <hr>
+        <h3>답변:</h3>
+        <p style="white-space: pre-wrap;">{answer}</p>
+    </body>
+    </html>
+    """
+    return render_template_string(html)
+
+if __name__ == '__main__':
+    app.run(host='0.0.0.0', port=7860)

requirements.txt

@@ -0,0 +1,8 @@
+pandas
+torch
+flask
+transformers==4.35.2
+dicttoxml
+gunicorn 
+openpyxl
+huggingface_hub==0.17.3