Update app.py

app.py

@@ -1,32 +1,42 @@
 import gradio as gr
-import openai
+import os
+import sys
+import json
+import requests
 
-# OpenAI API 키와 Assistant ID 설정
-OPENAI_API_KEY = "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"
-ASSISTANT_ID = "asst_GLnbQ7HdAoRtQL3IKiODpRFB"
+# 환경 변수에서 필요한 설정을 로드합니다.
+API_URL = "https://api.openai.com/v1/completions"
+OPENAI_API_KEY = "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"  # 이 값은 예시이며, 실제 키값을 사용해야 합니다.
+NUM_THREADS = 5
 
-# OpenAI API 키 설정
-openai.api_key = OPENAI_API_KEY
+def exception_handler(exception_type, exception, traceback):
+    # 예외 발생 시 로그를 출력합니다.
+    print("%s: %s" % (exception_type.__name__, exception))
 
+sys.excepthook = exception_handler
+sys.tracebacklimit = 0
 
-def ask_openai(prompt):
-    response = openai.ChatCompletion.create(
-        model="gpt-4-turbo-preview",  # 또는 사용 가능한 다른 모델
-        messages=[
-            {"role": "system", "content": "You are a helpful assistant."},
-            {"role": "user", "content": prompt}
-        ]
-    )
-    return response['choices'][0]['message']['content']
+def predict(inputs):
+    # OpenAI API에 요청을 보낼 페이로드를 구성합니다.
+    payload = {
+        "model": "gpt-4-1106-preview",
+        "prompt": inputs,
+        "temperature": 0.7,
+        "max_tokens": 150
+    }
 
-# Gradio UI 구성
-interface = gr.Interface(
-    fn=ask_openai,
-    inputs=gr.Textbox(lines=2, placeholder="여기에 질문을 입력하세요..."),
-    outputs="text",
-    title="OpenAI GPT Chat",
-    description="OpenAI GPT 모델을 사용하여 답변을 제공하는 챗봇입니다."
-)
+    headers = {
+        "Content-Type": "application/json",
+        "Authorization": f"Bearer {OPENAI_API_KEY}"
+    }
 
-# Gradio 앱 실행, 공개 링크 생성을 원할 경우 share=True로 설정
-interface.launch(share=True)
+    response = requests.post(API_URL, headers=headers, json=payload)
+    if response.status_code == 200:
+        data = response.json()
+        return data["choices"][0]["text"].strip()
+    else:
+        return "오류가 발생했습니다. 상태 코드: {}".format(response.status_code)
+
+# Gradio 인터페이스 구성
+with gr.Interface(fn=predict, inputs="text", outputs="text") as interface:
+    interface.launch()