sync from f0b3ebb

app.py

@@ -3,6 +3,7 @@
 from __future__ import annotations
 
 import gc
+import io
 import os
 import re
 from collections import OrderedDict
@@ -194,35 +195,131 @@ def _resolveCode(query: str) -> tuple[str | None, str | None]:
         return None, f"검색 실패: {e}"
 
 
-def _buildColumnConfig(df: pd.DataFrame) -> dict:
-    """숫자 컬럼에 천단위 구분자 포맷 적용."""
-    config = {}
+def _formatDf(df: pd.DataFrame) -> pd.DataFrame:
+    """숫자 컬럼을 천단위 콤마 문자열로 변환 (소수점 제거)."""
     if df is None or df.empty:
-        return config
-    for col in df.columns:
-        if pd.api.types.is_integer_dtype(df[col]):
-            config[col] = st.column_config.NumberColumn(
-                col, format="%d",
+        return df
+    result = df.copy()
+    for col in result.columns:
+        if pd.api.types.is_numeric_dtype(result[col]):
+            result[col] = result[col].apply(
+                lambda x: f"{int(x):,}" if pd.notna(x) and x == x else ""
             )
-        elif pd.api.types.is_float_dtype(df[col]):
-            config[col] = st.column_config.NumberColumn(
-                col, format="%.2f",
-            )
-    return config
+    return result
+
+
+def _toExcel(df: pd.DataFrame) -> bytes:
+    """DataFrame → Excel bytes."""
+    buf = io.BytesIO()
+    df.to_excel(buf, index=False, engine="openpyxl")
+    return buf.getvalue()
 
 
-def _showDataFrame(df: pd.DataFrame, key: str = ""):
-    """DataFrame을 포맷팅해서 표시."""
+def _showDataFrame(df: pd.DataFrame, key: str = "", downloadName: str = ""):
+    """DataFrame 표시 + 엑셀 다운로드 버튼."""
     if df is None or df.empty:
         st.markdown('<p class="dl-empty">데이터 없음</p>', unsafe_allow_html=True)
         return
+    # 포맷팅된 버전으로 표시
     st.dataframe(
-        df,
-        column_config=_buildColumnConfig(df),
+        _formatDf(df),
         use_container_width=True,
         hide_index=True,
         key=key or None,
     )
+    # 엑셀 다운로드 (원본 숫자 유지)
+    if downloadName:
+        st.download_button(
+            label="📥 Excel 다운로드",
+            data=_toExcel(df),
+            file_name=f"{downloadName}.xlsx",
+            mime="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet",
+            key=f"dl_{key}" if key else None,
+        )
+
+
+# ── AI ────────────────────────────────────────────────
+
+_HAS_OPENAI = bool(os.environ.get("OPENAI_API_KEY"))
+
+if _HAS_OPENAI:
+    dartlab.llm.configure(provider="openai", api_key=os.environ["OPENAI_API_KEY"])
+
+
+def _askAi(stockCode: str, question: str) -> str:
+    """AI 질문 처리. OpenAI 우선, 없으면 HF 무료 Inference API."""
+    # OpenAI가 설정되어 있으면 dartlab.ask 사용
+    if _HAS_OPENAI:
+        try:
+            q = f"{stockCode} {question}" if stockCode else question
+            answer = dartlab.ask(q, stream=False, raw=False)
+            return answer or "응답 없음"
+        except Exception as e:
+            return f"분석 실패: {e}"
+
+    # HF Inference API (토큰 없이도 무료 호출 가능)
+    try:
+        from huggingface_hub import InferenceClient
+        token = os.environ.get("HF_TOKEN")  # 있으면 rate limit 높아짐
+        client = InferenceClient(
+            model="meta-llama/Llama-3.1-8B-Instruct",
+            token=token if token else None,
+        )
+
+        context = _buildAiContext(stockCode)
+        systemMsg = (
+            "당신은 한국 기업 재무 분석 전문가입니다. "
+            "아래 재무 데이터를 바탕으로 사용자의 질문에 한국어로 답변하세요. "
+            "숫자는 천단위 콤마를 사용하고, 근거를 명확히 제시하세요.\n\n"
+            f"{context}"
+        )
+
+        response = client.chat_completion(
+            messages=[
+                {"role": "system", "content": systemMsg},
+                {"role": "user", "content": question},
+            ],
+            max_tokens=1024,
+        )
+        return response.choices[0].message.content or "응답 없음"
+    except Exception as e:
+        return f"AI 분석 실패: {e}"
+
+
+def _buildAiContext(stockCode: str) -> str:
+    """AI에 전달할 기업 재무 컨텍스트 구성."""
+    try:
+        c = _getCompany(stockCode)
+    except Exception:
+        return f"종목코드: {stockCode}"
+
+    parts = [f"기업: {c.corpName} ({c.stockCode}), 시장: {c.market}"]
+
+    # IS 요약
+    try:
+        isDf = _toPandas(c.IS)
+        if isDf is not None and not isDf.empty:
+            parts.append(f"\n[손익계산서 요약]\n{isDf.head(15).to_string()}")
+    except Exception:
+        pass
+
+    # BS 요약
+    try:
+        bsDf = _toPandas(c.BS)
+        if bsDf is not None and not bsDf.empty:
+            parts.append(f"\n[재무상태표 요약]\n{bsDf.head(15).to_string()}")
+    except Exception:
+        pass
+
+    # ratios 요약
+    try:
+        ratDf = _toPandas(c.ratios)
+        if ratDf is not None and not ratDf.empty:
+            parts.append(f"\n[재무비율]\n{ratDf.head(15).to_string()}")
+    except Exception:
+        pass
+
+    return "\n".join(parts)
 
 
 # ── 프리로드 ──────────────────────────────────────────
@@ -328,7 +425,7 @@ if code:
     except Exception:
         pass
 
-    _showDataFrame(finDf, key="finance")
+    _showDataFrame(finDf, key="finance", downloadName=f"{code}_{sheetTab}")
 
     # ── Sections ──
     topics = []
@@ -361,17 +458,14 @@ if code:
                 secText = f"조회 실패: {e}"
 
             if secDf is not None:
-                _showDataFrame(secDf, key="section")
+                _showDataFrame(secDf, key="section", downloadName=f"{code}_{selectedTopic}")
             elif secText:
                 st.markdown(secText)
 
     # ── AI Chat ──
-    with st.expander("🤖 AI 분석 (OpenAI API 필요)", expanded=False):
-        hasAi = bool(os.environ.get("OPENAI_API_KEY"))
-
-        if not hasAi:
-            st.info("AI 분석을 사용하려면 HuggingFace Spaces Settings → Variables and secrets에서 `OPENAI_API_KEY`를 설정하세요.")
-        else:
+    with st.expander("🤖 AI 분석 (무료)", expanded=False):
+        st.caption("Llama 3.1 8B 기반 무료 AI 분석 · 복잡한 질문은 OpenAI API 설정 시 더 정확합니다")
+        if True:
             if "messages" not in st.session_state:
                 st.session_state.messages = []
 
@@ -385,15 +479,10 @@ if code:
                     st.markdown(prompt)
 
                 with st.chat_message("assistant"):
-                    try:
-                        q = f"{code} {prompt}"
-                        answer = dartlab.ask(q, stream=False, raw=False)
-                        st.markdown(answer or "응답 없음")
-                        st.session_state.messages.append({"role": "assistant", "content": answer or "응답 없음"})
-                    except Exception as e:
-                        errMsg = f"분석 실패: {e}"
-                        st.markdown(errMsg)
-                        st.session_state.messages.append({"role": "assistant", "content": errMsg})
+                    with st.spinner("분석 중..."):
+                        answer = _askAi(code, prompt)
+                    st.markdown(answer)
+                    st.session_state.messages.append({"role": "assistant", "content": answer})
 
 else:
     # 미입력 상태

requirements.txt

@@ -1,2 +1,4 @@
 dartlab>=0.7.8
 streamlit>=1.45,<2
+openpyxl>=3.1
+huggingface_hub>=0.25