Update app.py

app.py

@@ -3,16 +3,13 @@ import os, json, re, logging, requests, markdown, time, io
 from datetime import datetime
 
 import streamlit as st
-# >>> Anthropic 부분 삭제
-# import anthropic
-from openai import OpenAI  # 커스텀 래퍼(또는 별도 라이브러리)라고 가정
+from openai import OpenAI  # OpenAI 라이브러리
 
 from gradio_client import Client
 import pandas as pd
 import PyPDF2  # For handling PDF files
 
 # ──────────────────────────────── Environment Variables / Constants ─────────────────────────
-# 기존 ANTHROPIC_KEY -> OPENAI_API_KEY 로 변경
 OPENAI_API_KEY = os.getenv("OPENAI_API_KEY", "")  
 BRAVE_KEY      = os.getenv("SERPHOUSE_API_KEY", "")  # Keep this name
 BRAVE_ENDPOINT = "https://api.search.brave.com/res/v1/web/search"
@@ -50,15 +47,10 @@ logging.basicConfig(level=logging.INFO,
 # ──────────────────────────────── OpenAI Client ──────────────────────────
 @st.cache_resource
 def get_openai_client():
-    """
-    커스텀 OpenAI 객체를 생성한다고 가정합니다. 
-    실제로는 openai.api_key = OPENAI_API_KEY 로만 설정하는 경우가 많습니다.
-    """
+    """Create an OpenAI client."""
     if not OPENAI_API_KEY:
         raise RuntimeError("⚠️ OPENAI_API_KEY 환경 변수가 설정되지 않았습니다.")
-    # 여기서는 예시로서 다음과 같이 초기화:
-    client = OpenAI(api_key=OPENAI_API_KEY)
-    return client
+    return OpenAI(api_key=OPENAI_API_KEY)
 
 # ──────────────────────────────── Blog Creation System Prompt ─────────────
 def get_system_prompt(template="ginigen", tone="professional", word_count=1750, include_search_results=False, include_uploaded_files=False) -> str:
@@ -521,56 +513,23 @@ def generate_image(prompt, w=768, h=768, g=3.5, steps=30, seed=3):
 
 def extract_image_prompt(blog_text: str, topic: str):
     """
-    Analyze the blog content (blog_text) to generate a one-line English image prompt
-    related to the topic.
+    Generate a single-line English image prompt from the blog content.
     """
-    # 기존 anthropic 클라이언트 사용 -> OpenAI 호출로 대체
     client = get_openai_client()
-
-    system_msg = (
-        f"Generate a single-line English image prompt from the following text:\n"
-        f"Topic: {topic}\n\n"
-        f"---\n"
-        f"{blog_text}\n\n"
-        f"---\n"
-        f"Return only the prompt text, nothing else."
-    )
-
-    # 실제로는 openai API를 어떻게 호출하느냐에 따라 달라집니다.
-    # 여기서는 예시로 client.responses.create()를 사용한다고 가정
+    
     try:
-        response = client.responses.create(
-            model="gpt-4.1-mini",
-            input=[
-                {
-                    "role": "system",
-                    "content": [
-                        {
-                            "type": "input_text",
-                            "text": system_msg
-                        }
-                    ]
-                }
+        response = client.chat.completions.create(
+            model="gpt-3.5-turbo",  # 일반적으로 사용 가능한 모델로 설정
+            messages=[
+                {"role": "system", "content": "Generate a single-line English image prompt from the following text. Return only the prompt text, nothing else."},
+                {"role": "user", "content": f"Topic: {topic}\n\n---\n{blog_text}\n\n---"}
             ],
-            text={"format": {"type": "text"}},
             temperature=1,
-            max_output_tokens=80,
+            max_tokens=80,
             top_p=1
         )
-        # 예시: response 객체에서 첫 번째 출력만 가져온다고 가정
-        # response 구조는 사용 중인 래퍼에 따라 다릅니다.
-        content = ""
-        if "responses" in dir(response):
-            # 가상 예시: response.responses[0].content[0].text
-            # 또는 response["choices"][0]["text"] 형태일 수도 있음
-            first_resp = response.responses[0]  # 가정
-            # 본 예시는 "content" 필드가 list로 있고, 그 중 [0]["text"]에 값이 있다고 가정
-            content = first_resp.content[0]["text"].strip()
-        else:
-            content = "A professional photo related to the topic, high quality"
-
-        return content
-
+        
+        return response.choices[0].message.content.strip()
     except Exception as e:
         logging.error(f"OpenAI image prompt generation error: {e}")
         return f"A professional photo related to {topic}, high quality"
@@ -590,8 +549,7 @@ def ginigen_app():
 
     # Set default session state
     if "ai_model" not in st.session_state:
-        # 기존 anthropic 모델명 대신, gpt-4.1-mini
-        st.session_state.ai_model = "gpt-4.1-mini"
+        st.session_state.ai_model = "gpt-3.5-turbo"  # 기본 모델로 설정
     if "messages" not in st.session_state:
         st.session_state.messages = []
     if "auto_save" not in st.session_state:
@@ -611,6 +569,10 @@ def ginigen_app():
     sb = st.sidebar
     sb.title("Blog Settings")
     
+    # 모델 선택 추가
+    available_models = ["gpt-3.5-turbo", "gpt-4o", "gpt-4-turbo"]
+    sb.selectbox("AI Model", available_models, key="ai_model")
+    
     sb.subheader("Blog Style Settings")
     sb.selectbox(
         "Blog Template", 
@@ -772,25 +734,31 @@ def process_input(prompt: str, uploaded_files):
         has_uploaded_files = bool(uploaded_files) and len(uploaded_files) > 0
         
         try:
+            # 상태 표시를 위한 상태 컴포넌트
+            status = st.status("Preparing to generate blog...")
+            status.update(label="Initializing OpenAI client...")
+            
             client = get_openai_client()
             
             # Prepare conversation messages
-            messages = [{"role": m["role"], "content": m["content"]} for m in st.session_state.messages]
+            messages = []
             
             # Web search
+            search_content = None
             if use_web_search:
-                with st.spinner("Performing web search..."):
-                    sr = do_web_search(keywords(prompt, top=5))
-                    if sr:
-                        messages.append({"role": "user", "content": sr})
+                status.update(label="Performing web search...")
+                with st.spinner("Searching the web..."):
+                    search_content = do_web_search(keywords(prompt, top=5))
             
             # Process uploaded files → content
             file_content = None
             if has_uploaded_files:
-                with st.spinner("Analyzing uploaded files..."):
+                status.update(label="Processing uploaded files...")
+                with st.spinner("Analyzing files..."):
                     file_content = process_uploaded_files(uploaded_files)
             
             # Build system prompt
+            status.update(label="Preparing system prompt...")
             sys_prompt = get_system_prompt(
                 template=st.session_state.blog_template,
                 tone=st.session_state.blog_tone,
@@ -799,68 +767,48 @@ def process_input(prompt: str, uploaded_files):
                 include_uploaded_files=has_uploaded_files
             )
 
-            # 파일 내용이 있다면 system prompt에 추가
+            # OpenAI API 호출 준비
+            status.update(label="Generating blog content...")
+            
+            # 메시지 구성
+            api_messages = [
+                {"role": "system", "content": sys_prompt}
+            ]
+            
+            user_content = prompt
+            
+            # 검색 결과가 있으면 사용자 프롬프트에 추가
+            if search_content:
+                user_content += "\n\n" + search_content
+            
+            # 파일 내용이 있으면 사용자 프롬프트에 추가
             if file_content:
-                sys_prompt += (
-                    "\n\n"
-                    "Below is the content of the uploaded file(s). Please make sure to integrate it thoroughly in the blog:\n\n"
-                    f"{file_content}\n\n"
-                    "Ensure the file content is accurately reflected in the blog.\n"
-                )
+                user_content += "\n\n" + file_content
             
-            # 사용자가 입력한 prompt와 파일 참고 메시지
-            if has_uploaded_files:
-                extra_user_msg = (
-                    f"{prompt}\n\n"
-                    "Additional note: Please make sure to reference the uploaded file content in the blog. "
-                    "Use and analyze any data, statistics, or text included in the file(s)."
-                )
-                messages.append({"role": "user", "content": extra_user_msg})
+            # 사용자 메시지 추가
+            api_messages.append({"role": "user", "content": user_content})
             
-            # 이제 OpenAI client로 요청을 보냅니다.
-            with st.spinner("Generating blog content..."):
-                response = client.responses.create(
+            # OpenAI API 호출
+            try:
+                response = client.chat.completions.create(
                     model=st.session_state.ai_model,
-                    # OpenAI 래퍼에 맞춰서 대략적으로 재구성한 예입니다.
-                    input=[
-                        {
-                            "role": "system",
-                            "content": [
-                                {
-                                    "type": "input_text",
-                                    "text": sys_prompt
-                                }
-                            ]
-                        },
-                        {
-                            "role": "user",
-                            "content": [
-                                {
-                                    "type": "input_text",
-                                    "text": prompt
-                                }
-                            ]
-                        }
-                        # 필요하면 messages 전체를 넣을 수도 있지만,
-                        # 여기서는 prompt와 system prompt만 넣는 예시
-                    ],
-                    text={"format": {"type": "text"}},
+                    messages=api_messages,
                     temperature=1,
-                    max_output_tokens=MAX_TOKENS,
-                    top_p=1,
-                    store=True
+                    max_tokens=MAX_TOKENS,
+                    top_p=1
                 )
-
-                # 예시상 response 객체에서 최종 텍스트를 꺼내는 로직
-                # 실제 구조는 라이브러리 구현에 따라 다릅니다
-                if "responses" in dir(response):
-                    # 가정: response.responses[0].content[0].text 형태
-                    content_blocks = response.responses[0].content
-                    answer = "\n".join(block["text"] for block in content_blocks if block["type"] == "output_text")
-                else:
-                    answer = "Error: Unable to parse the OpenAI response."
+                
+                # 응답 추출
+                answer = response.choices[0].message.content
+                status.update(label="Blog generated successfully!", state="complete")
+                
+            except Exception as api_error:
+                error_message = str(api_error)
+                logging.error(f"OpenAI API error: {error_message}")
+                status.update(label=f"API Error: {error_message}", state="error")
+                raise Exception(f"OpenAI API error: {error_message}")
             
-            # 스트리밍이 아니므로 한번에 answer 획득 후 출력
+            # 결과 표시
             placeholder.markdown(answer)
 
             # 이미지 생성
@@ -911,6 +859,7 @@ def process_input(prompt: str, uploaded_files):
         except Exception as e:
             error_message = str(e)
             placeholder.error(f"An error occurred: {error_message}")
+            logging.error(f"Process input error: {error_message}")
             ans = f"An error occurred while processing your request: {error_message}"
             st.session_state.messages.append({"role": "assistant", "content": ans})
 
@@ -919,4 +868,4 @@ def main():
     ginigen_app()
 
 if __name__ == "__main__":
-    main()
+    main()