Update app.py

app.py

@@ -1,11 +1,13 @@
 import os
 import time
 
-import gradio as gr
 import google.generativeai as genai
+import gradio as gr
 
-# Gemini API 설정
+# Google Gemini API 키 설정
 genai.configure(api_key=os.environ["GEMINI_API_KEY"])
+
+# 모델 설정
 generation_config = {
     "temperature": 1,
     "top_p": 0.95,
@@ -13,42 +15,61 @@ generation_config = {
     "max_output_tokens": 15000,
     "response_mime_type": "text/plain",
 }
+
 model = genai.GenerativeModel(
     model_name="gemini-1.5-pro",
     generation_config=generation_config,
 )
 
-def generate_response(input_text, progress=gr.Progress()):
-    """Gemini API를 호출하여 응답을 생성하는 함수 (실시간 출력)"""
-    prompt = "\n".join([
-        "Concept-based inquiry learning expert",
-        "학습주제 학습주제",
-        "주제에 대한 개념기반 탐구학습 구체적 수업 계획 0. 학습주제에 대한 매크로 개념(개념적 렌즈), 마이크로 개념(교과개념), 일반화(개념적 이해)\n\n1. 관계맺기: 지적 정서적 수업참여, 사전지식 유도\n\n2. 집중하기: 교과개념 조사, 관련 사실적 예 중 1-2개 소개하기\n\n3. 조사하기: 개념 관련 사례들 조사하기, 사례 추가제시로 개념이해 확장하기 \n\n4. 조직 및 정리하기: 사실적 개념적 수준에서 생각 구성하기, 다른 자료로, 다른 방법으로, 교과로 개념과 생각 나타내기\n\n5. 일반화: 사실적 예시에서 패턴 발견하고, 연결성 찾기, 일반화 명료화하기\n\n6.전이: 일반화 유효성검증하고 정당화하기, 새로운 상황에 적용, 학습에 대해 의미있는 행동 취하기, 예측, 가정을 형성하기 위해 경험과 이해 활용하기\n\n7. 성찰하기: 학습주체임을 인식하기, 자신 학습과정 계획하고 통제하기, 과정 평가하기\n\n8. 평가 계획 및 수행과제(GRASPS), 평가 루브릭(상, 중, 하 평어)\n\n9. 학생의 탐구를 위한 팁",
-        "학습주제 빛의 직진",
-        "주제에 대한 개념기반 탐구학습 구체적 수업 계획 ",
-        input_text
-    ])
-    
-    response = ""
-    for chunk in model.generate_content([prompt], stream=True):
-        if chunk.text:
-            response += chunk.text
-            # 약간의 지연을 추가하여 타이핑 효과를 연출합니다.
-            time.sleep(0.05) 
-            yield response 
+# 프롬프트 설정
+SYSTEM_PROMPT = """
+당신은 Concept-Based Curriculum Expert, 개념기반교육과정 설계 전문가입니다. 
+초등학교 교육과정 범위 내에서 개념기반 교육과정 및 수업을 체계적으로 설계해 주세요. 
+다음은 개념기반 교육과정 설계에 필요한 정보입니다.
+
+**개념기반 교육과정 구성 요소:**
+1. **핵심 아이디어 (일반화된 지식)**
+2. **매크로 개념 (개념적 렌즈), 마이크로 개념 (교과 개념)**
+3. **사실적 지식, 주제, 개념, 원리 및 일반화, 이론**
+4. **스트랜드와 차시별 학습활동**
+5. **평가 내용 및 방법, 평가 루브릭(상, 중, 하 평어 예시 포함)**
+6. **개념적 이해를 위한 팁** 
+"""
+
+def generate_curriculum(achievement_standard):
+    """
+    성취기준을 입력받아 개념기반 교육과정을 생성합니다.
+    아웃풋을 실시간으로 출력합니다.
+
+    Args:
+        achievement_standard (str): 성취기준
+
+    Returns:
+        str: 생성된 개념기반 교육과정
+    """
+
+    prompt = [
+        SYSTEM_PROMPT,
+        f"**성취기준:** {achievement_standard}",
+        "**개념기반 교육과정:**", 
+    ]
+
+    response = model.generate_content(prompt, stream=True)
+    collected_text = ""
+    for token in response:
+        chunk = token.text
+        collected_text += chunk
+        yield collected_text  # 실시간 출력을 위해 yield 사용
+        time.sleep(0.03)  # 출력 속도 조절
 
 # Gradio 인터페이스 설정
 iface = gr.Interface(
-    fn=generate_response,
-    inputs=gr.Textbox(lines=2, label="학습 주제 입력"),
-    outputs=gr.Textbox(lines=10, label="개념기반 탐구학습 수업 계획"),
-    title="개념 기반 탐구 학습 챗봇",
-    description="학습 주제에 대한 개념 기반 탐구 학습 수업 계획을 생성합니다.",
-    examples=[
-        ["자원의 희소성"],
-        ["다양한 환경에 서식하는 식물"],
-    ],
+    fn=generate_curriculum,
+    inputs=gr.Textbox(lines=3, label="성취기준 입력"),
+    outputs=gr.Textbox(lines=10, label="개념기반 교육과정"),
+    title="개념기반 교육과정 설계 도우미",
+    description="초등학교 교육과정에 맞는 개념기반 교육과정을 생성합니다.",
 )
 
-# 챗봇 실행
+# 인터페이스 실행
 iface.launch()