Update app.py

app.py

@@ -25,21 +25,24 @@ st.markdown('###### 질문, 요약 등 다양한 부탁을 해 보세요! 교과
 
 
 api_key = st.text_input(label='OpenAI API 키를 입력하세요', type='password')
-OpenAI.api_key = api_key
+
 
 
 if api_key:
     # OpenAI API를 사용하기 위한 처리 과정을 함수로 정의
-    def initialize_openai_processing():
-        
+    def initialize_openai_processing(api_key):
+        #client = OpenAI()
+        #OpenAI.api_key = api_key
+
+
         loader = DirectoryLoader('./khistory_data', glob="*.txt", loader_cls=TextLoader)
         documents = loader.load()
         text_splitter = RecursiveCharacterTextSplitter(chunk_size=600, chunk_overlap=100)
         texts = text_splitter.split_documents(documents)
         
         persist_directory = 'db'
-        embedding = OpenAIEmbeddings()
-        #embedding = OpenAIEmbeddings(api_key=api_key)  # API 키를 생성자에 전달
+        #embedding = OpenAIEmbeddings()
+        embedding = OpenAIEmbeddings(api_key=api_key)  # API 키를 생성자에 전달
         vectordb = Chroma.from_documents(
             documents=texts,
             embedding=embedding,
@@ -54,7 +57,8 @@ if api_key:
         retriever = vectordb.as_retriever(search_kwargs={"k": 3})
 
         qa_chain = RetrievalQA.from_chain_type(
-            llm=OpenAI(),
+            #llm=OpenAI(),
+            llm=OpenAI(api_key=api_key),
             chain_type="stuff",
             retriever=retriever,
             return_source_documents=True)
@@ -62,7 +66,7 @@ if api_key:
         return embedding, vectordb, qa_chain
 
     # 함수 호출로 초기화 과정 수행
-    embedding, vectordb, qa_chain = initialize_openai_processing()
+    embedding, vectordb, qa_chain = initialize_openai_processing(api_key)
 
 
     # 텍스트 입력