backend/app/main.py

# ./backend/app/main.py

from fastapi import FastAPI, HTTPException
from fastapi.middleware.cors import CORSMiddleware
from fastapi.staticfiles import StaticFiles # StaticFiles 임포트
import os
from pydantic import BaseModel
import httpx

from youtube_parser import process_youtube_video_data
from rag_core import perform_rag_query

app = FastAPI()

# CORS 설정: 프론트엔드와 백엔드가 다른 포트에서 실행될 때 필요
origins = [
    "http://localhost:8080", # Vue 개발 서버 기본 포트
    "http://localhost:5173", # Vue Vite 개발 서버 기본 포트
    "https://sodagraph-po.hf.space", # 여러분의 Hugging Face Space URL
]

app.add_middleware(
    CORSMiddleware,
    allow_origins=origins,
    allow_credentials=True,
    allow_methods=["*"],
    allow_headers=["*"],
)

# 경로 설정
current_file_dir = os.path.dirname(os.path.abspath(__file__))
project_root_dir = os.path.join(current_file_dir, "..", "..")
static_files_dir = os.path.join(project_root_dir, "static")

# OLLAMA_API_BASE_URL 환경 변수 설정
OLLAMA_API_BASE_URL = os.getenv("OLLAMA_API_BASE_URL", "http://127.0.0.1:11434")

async def generate_answer_with_ollama(model_name: str, prompt: str) -> str:
    """
    Ollama 서버에 질의하여 답변을 생성합니다.
    """
    url = f"{OLLAMA_API_BASE_URL}/api/generate"
    headers = {"Content-Type": "application/json"}
    data = {
        "model": model_name,
        "prompt": prompt,
        "stream": False # 스트리밍을 사용하지 않고 한 번에 답변을 받습니다.
    }
    print(f"INFO: Ollama API 호출 시작. 모델: {model_name}")
    print(f"INFO: 프롬프트 미리보기: {prompt[:200]}...")

    try:
        async with httpx.AsyncClient(timeout=600.0) as client:
            response = await client.post(url, headers=headers, json=data)
            response.raise_for_status()
            
            response_data = response.json()
            full_response = response_data.get("response", "").strip()
            return full_response
    except httpx.HTTPStatusError as e:
        print(f"ERROR: Ollama API 호출 실패: {e}")
        raise HTTPException(status_code=500, detail="Ollama API 호출 실패")
    except httpx.RequestError as e:
        print(f"ERROR: 네트워크 오류: {e}")
        raise HTTPException(status_code=500, detail="네트워크 오류가 발생했습니다. 잠시 후 다시 시도해주세요.")
    except Exception as e:
        print(f"ERROR: 알 수 없는 오류: {e}")
        raise HTTPException(status_code=500, detail="알 수 없는 오류가 발생했습니다. 잠시 후 다시 시도해주세요.")

class VideoProcessRequest(BaseModel):
    video_url: str
    query: str
    # 사용자가 사용할 Ollama 모델 이름을 지정할 수 있도록 추가
    ollama_model_name: str = "hf.co/DevQuasar/naver-hyperclovax.HyperCLOVAX-SEED-Text-Instruct-0.5B-GGUF:F16"

# ✅ 유튜브 영상 처리 API
@app.post("/api/process_youtube_video")
async def process_youtube_video(request: VideoProcessRequest):
    try:
        processed_chunks_with_timestamps = await process_youtube_video_data(request.video_url)

        if not processed_chunks_with_timestamps:
            return {"message": "자막 또는 내용을 추출할 수 없습니다.", "results": []}

        # 1. RAG 검색 수행
        rag_results = await perform_rag_query(
            chunks_with_timestamps=processed_chunks_with_timestamps,
            query=request.query,
            top_k=50
        )

        if not rag_results:
            return {
                "status": "error",
                "message": "검색 결과가 없습니다.",
                "video_url": request.video_url,
                "query": request.query,
                "results": []
            }

        # 2. 검색 결과를 프롬프트에 추가
        context = "\\n\\n".join([chunk["text"] for chunk in rag_results])
        prompt = f"다음 정보와 대화 내용을 참고하여 사용자의 질문에 답변하세요. 제공된 정보에서 답을 찾을 수 없다면 '정보 부족'이라고 명시하세요.\\n\\n참고 정보:\\n{context}\\n\\n사용자 질문: {request.query}\\n\\n답변:"

        # 3. Ollama 모델에 질의하여 답변 생성
        generated_answer = await generate_answer_with_ollama(
            model_name=request.ollama_model_name,
            prompt=prompt
        )

        return {
            "status": "success",
            "message": "성공적으로 영상을 처리하고 RAG 검색을 수행했습니다.",
            "video_url": request.video_url,
            "query": request.query,
            "ollama_model_used": request.ollama_model_name,
            "retrieved_chunks": rag_results,
            "generated_answer": generated_answer
        }
    except Exception as e:
        print(f"ERROR: 서버 처리 중 오류 발생: {str(e)}")
        raise HTTPException(status_code=500, detail="서버 처리 중 오류가 발생했습니다. 잠시 후 다시 시도해주세요.")

# ✅ 정적 파일은 마지막에 mount
app.mount("/", StaticFiles(directory=static_files_dir, html=True), name="static")

# 서버 실행을 위한 메인 진입점 (Docker에서는 Uvicorn이 직접 호출하므로 필수는 아님)
if __name__ == "__main__":
    import uvicorn
    import os

    port = int(os.environ.get("PORT", 7860))  # Hugging Face가 전달하는 포트를 우선 사용
    uvicorn.run(app, host="0.0.0.0", port=port)