Update app.py

app.py

@@ -1,44 +1,103 @@
+"""
+Install the Google AI Python SDK
+
+$ pip install google-generativeai
+
+See the getting started guide for more information:
+https://ai.google.dev/gemini-api/docs/get-started/python
+"""
+
 import os
 import time
-import gradio as gr
+
 import google.generativeai as genai
+import gradio as gr
 
+# Gemini API 키 설정
 genai.configure(api_key=os.environ["GEMINI_API_KEY"])
 
-def generate_research_plan(question):
-  """질문에 대한 연구 계획을 실시간으로 생성합니다."""
-  full_prompt = f"""과학자로서 통합탐구의 절차에 따라 실험을 설계하고 예상되는 결과를 설명해줘.
-
-  질문: {question}
-
-  ## 통합탐구 과정
-  1. **문제 인식**
-  2. **가설 설정**
-  3. **변인 통제**
-  4. **자료 해석 방법 및 절차**
-  5. **결론 도출 방법 및 절차**
-  6. **예상되는 일반화**
-  7. **탐구를 위한 팁**
-  """
-
-  response = genai.generate_content(
-    model="gemini-1.5-pro",
-    prompt=full_prompt,
-    temperature=1,
-    max_output_tokens=8192,
-    yield_stream=True, 
-  )
-
-  for chunk in response:
-    yield chunk.text + "\n"
-    time.sleep(0.05)
-
-iface = gr.Interface(
-  fn=generate_research_plan,
-  inputs=gr.Textbox(lines=5, placeholder="질문이나 주제를 입력하세요."),
-  outputs=gr.Textbox(label="탐구 계획"),
-  title="🧪 통합탐구 계획 생성기",
-  description="질문을 입력하면 과학자처럼 단계별 연구 계획을 실시간으로 생성해 줍니다."
+# 모델 설정
+generation_config = {
+    "temperature": 1,
+    "top_p": 0.95,
+    "top_k": 64,
+    "max_output_tokens": 8192,
+    "response_mime_type": "text/plain",
+}
+model = genai.GenerativeModel(
+    model_name="gemini-1.5-pro",
+    generation_config=generation_config,
 )
 
-iface.launch(debug=True)
+def generate_research_plan(question):
+    """
+    주어진 질문에 대한 통합 탐구 계획을 생성합니다.
+
+    Args:
+        question (str): 탐구할 질문
+
+    Returns:
+        str: 생성된 통합 탐구 계획
+    """
+    
+    prompts = [
+        "과학자로서 통합탐구의 절차에 따라 실험을 설계하고 예상되는 결과를 설명해",
+        "질문 ",
+        "통합탐구 과정 변인 통제",
+        "질문 ",
+        "통합탐구 과정 자료 해석 방법 및 절차",
+        "질문 ",
+        "통합탐구 과정 결론 도출 방법 및 절차",
+        "질문 ",
+        "통합탐구 과정 예상되는 일반화",
+        "질문 문제 상황 및 질문",
+        "통합탐구 과정 문제 인식",
+        "질문 ",
+        "통합탐구 과정 가설 설정",
+        "질문 ",
+        "통합탐구 과정 "
+    ]
+    prompts[1] = question
+    prompts[13] = question
+    
+    response = model.generate_content(
+        prompts
+    )
+
+    return response.text
+
+def stream_output(question):
+    """
+    통합 탐구 계획 생성을 실시간으로 출력합니다.
+
+    Args:
+        question (str): 탐구할 질문
+
+    Yields:
+        str: 생성된 텍스트 조각
+    """
+
+    response = generate_research_plan(question)
+    for chunk in response.split("\n"):
+        yield chunk + "\n"
+        time.sleep(0.05)  # 출력 속도 조절
+
+with gr.Blocks() as demo:
+    gr.Markdown("# 🧪 통합 탐구 계획 생성기")
+    with gr.Row():
+        with gr.Column():
+            question = gr.Textbox(
+                lines=5,
+                label="🔬 탐구하고 싶은 질문을 입력하세요:",
+                placeholder="예: 색깔마다 에너지가 달라서 옷 색깔에 따라 마르는 속도가 다를까?",
+            )
+            submit_btn = gr.Button("🚀 계획 생성!")
+        with gr.Column():
+            plan_output = gr.Textbox(
+                lines=15,
+                label="📝 생성된 통합 탐구 계획:",
+            )
+
+    submit_btn.click(fn=stream_output, inputs=question, outputs=plan_output)
+
+demo.launch()