Update app.py

app.py

@@ -6,91 +6,105 @@ import numpy as np
 from sentence_transformers import SentenceTransformer
 from groq import Groq
 
-# Groq API 키 설정
+# ✅ 1. Groq API 키 설정
 os.environ["GROQ_API_KEY"] = "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"
 client = Groq(api_key=os.environ["GROQ_API_KEY"])
 
-# PDF 파일들이 Space 디렉토리에 존재해야 합니다
+# ✅ 2. PDF 파일 경로 리스트 (pdfs 폴더 기준)
 pdf_paths = [
-    "의왕단오축제 _ 의왕문화원.pdf",
-    "성인 문화학교 _ 의왕문화원.pdf",
-    "횡성문화원_문화학교.pdf",
-    "발달장애인 교육사업 _ 꿈꾸는 마을.pdf",
-    "횡성의지역축제 - 횡성축제소개.pdf",
-    "어린이 문화학교 _ 의왕문화원.pdf"
+    "pdfs/의왕단오축제 _ 의왕문화원.pdf",
+    "pdfs/성인 문화학교 _ 의왕문화원.pdf",
+    "pdfs/횡성문화원_문화학교.pdf",
+    "pdfs/발달장애인 교육사업 _ 꿈꾸는 마을.pdf",
+    "pdfs/횡성의지역축제 - 횡성축제소개.pdf",
+    "pdfs/어린이 문화학교 _ 의왕문화원.pdf"
 ]
 
+# ✅ 3. PDF 텍스트 추출
 def extract_texts_from_pdfs(pdf_paths):
-    docs = []
+    chunks = []
     for path in pdf_paths:
         try:
             with fitz.open(path) as doc:
                 for page in doc:
                     text = page.get_text().strip()
                     if len(text) > 30:
-                        docs.append({"text": text, "source": os.path.basename(path)})
-            print(f"✅ 추출 성공: {path}")
+                        chunks.append({
+                            "text": text,
+                            "source": os.path.basename(path)
+                        })
+            print(f"✅ 텍스트 추출 완료: {path}")
         except Exception as e:
-            print(f"❌ 오류: {path} -> {e}")
-    return docs
+            print(f"❌ 오류 발생: {path} -> {e}")
+    return chunks
 
 docs = extract_texts_from_pdfs(pdf_paths)
-texts = [d["text"] for d in docs]
-sources = [d["source"] for d in docs]
 
-# 임베딩 모델 + FAISS 색인 생성
+# ✅ 4. 문서 임베딩 및 FAISS 색인 구축
 embed_model = SentenceTransformer("jhgan/ko-sroberta-multitask")
+texts = [doc["text"] for doc in docs]
+sources = [doc["source"] for doc in docs]
 embeddings = embed_model.encode(texts, convert_to_numpy=True, show_progress_bar=True)
+
 index = faiss.IndexFlatL2(embeddings.shape[1])
-index.add(embeddings)
+index.add(np.array(embeddings))
 
+# ✅ 5. 유사 문서 검색 함수
 def search_similar_docs(query, top_k=3):
-    q_emb = embed_model.encode([query])[0]
-    scores, idxs = index.search(np.array([q_emb]), top_k)
-    return "\n\n".join(texts[idx] for idx in idxs[0])
+    query_emb = embed_model.encode([query])[0]
+    scores, indices = index.search(np.array([query_emb]), top_k)
+    results = []
+    for idx in indices[0]:
+        results.append(docs[idx]["text"])
+    return "\n\n".join(results)
 
+# ✅ 6. Groq 기반 응답 생성
 def ask_with_groq(question, context):
-    resp = client.chat.completions.create(
+    response = client.chat.completions.create(
         model="llama3-8b-8192",
         messages=[
-            {"role": "system", "content": "너는 문화 프로그램 관련 문서 기반 한국어 Q&A 챗봇이야."},
-            {"role": "user", "content": f"{question}\n\n[관련 문서 발췌]\n{context[:3000]}"}
+            {"role": "system", "content": "너는 문화 관련 문서를 기반으로 질문에 한국어로 답하는 도우미야."},
+            {"role": "user", "content": f"{question}\n\n[문서 내용]\n{context[:3000]}"}
         ]
     )
-    return resp.choices[0].message.content
-
-chat_history = []
-
-def chatbot_fn(message, keyword):
-    global chat_history
-    message = message.strip()
-    if not message:
-        return "", chat_history
+    return response.choices[0].message.content
 
-    context = search_similar_docs(message)
-    if not context:
-        chat_history.append(("🙋‍♂️ " + message, "❌ 관련 문서를 찾지 못했습니다."))
-        return "", chat_history
-
-    resp = ask_with_groq(message, context)
-    chat_history.append(("🙋‍♂️ " + message, "🤖 " + resp))
-    return "", chat_history
-
-def clear_chat():
-    global chat_history
-    chat_history = []
-    return chat_history
+# ✅ 7. Gradio 인터페이스 함수
+def chatbot_interface(question):
+    context = search_similar_docs(question)
+    answer = ask_with_groq(question, context)
+    return answer
 
+# ✅ 8. 예시 질문 리스트
 suggested_questions = [
     "의왕단오축제는 언제 열리나요?",
-    "성인 문화학교 교육 대상은 누구인가요?",
-    "횡성문화원 문화학교는 어떤 수업이 있나요?",
-    "꿈꾸는 마을 프로그램은 어떤 지원을 하나요?",
-    "어린이 문화학교는 몇 세부터 참여 가능한가요?"
+    "성인 문화학교에서 제공하는 수업 종류는 무엇인가요?",
+    "꿈꾸는 마을 프로그램 참가 자격은 어떻게 되나요?",
+    "���린이 문화학교에서 진행하는 주요 프로그램은 무엇인가요?",
+    "횡성축제의 개최 시기와 일정은 어떻게 되나요?",
 ]
 
-with gr.Blocks(title="📘 오아시스 문화 챗봇") as demo:
-    gr.Markdown("## 📘 오아시스 문서 기반 문화 프로그램 챗봇 🤖 '뮤지스(Musesis)'")
-    chatbot_ui = gr.Chatbot(label="🤖 챗봇 응답", height=400)
+# ✅ 9. Gradio UI 구성
+with gr.Blocks() as demo:
+    gr.Markdown("# 📚 문화 프로그램 문서 챗봇")
+    gr.Markdown("업로드된 문화 관련 문서를 기반으로 질문에 답합니다.")
+
     with gr.Row():
-        keyword_input = gr.Text
+        question_box = gr.Textbox(placeholder="질문을 입력하세요", label="질문")
+    with gr.Row():
+        submit_btn = gr.Button("질문하기")
+    with gr.Row():
+        answer_box = gr.Textbox(label="답변", lines=10)
+
+    with gr.Row():
+        gr.Markdown("### 💡 추천 질문")
+    with gr.Column():
+        for q in suggested_questions:
+            btn = gr.Button(q)
+            btn.click(fn=chatbot_interface, inputs=gr.Textbox(value=q, visible=False), outputs=answer_box)
+
+    submit_btn.click(fn=chatbot_interface, inputs=question_box, outputs=answer_box)
+
+# ✅ 10. 앱 실행
+if __name__ == "__main__":
+    demo.launch()