app.py

import gradio as gr
from langchain.chains import RetrievalQAWithSourcesChain
from langchain.chat_models import ChatOpenAI
from langchain.embeddings.openai import OpenAIEmbeddings
from langchain.prompts.chat import (
    ChatPromptTemplate,
    HumanMessagePromptTemplate,
    SystemMessagePromptTemplate,
)
from langchain.vectorstores import Chroma

from constants import persist_directory

embedding = OpenAIEmbeddings()
vector_store = Chroma(persist_directory=persist_directory, embedding_function=embedding)
retriever = vector_store.as_retriever(search_kwargs={"k": 3})

llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0)
# gpt-3.5-turbo-0613

system_template = """Your name is UCA Academy bot. You act like a successful rich man. 
Never reveal that it is an AI. Use the following pieces of context to answer the users question shortly.
Given the following summaries of a long document and a question, create a final answer with references.
If you don't know the answer, just say that "I don't know", don't try to make up an answer.
----------------
{summaries}

You MUST answer in Korean and in Markdown format:"""

messages = [
    SystemMessagePromptTemplate.from_template(system_template),
    HumanMessagePromptTemplate.from_template("{question}"),
]

prompt = ChatPromptTemplate.from_messages(messages)

chain_type_kwargs = {"prompt": prompt}

chain = RetrievalQAWithSourcesChain.from_chain_type(
    llm=llm,
    chain_type="stuff",
    retriever=retriever,
    return_source_documents=True,
    chain_type_kwargs=chain_type_kwargs,
    reduce_k_below_max_tokens=True,
    verbose=True,
)


# 채팅봇의 응답을 처리하는 함수를 정의합니다.
def respond(message, chat_history):
    result = chain(message)

    bot_message = result["answer"]

    # 채팅 기록에 사용자의 메시지와 봇의 응답을 추가합니다.
    chat_history.append((message, bot_message))

    # 수정된 채팅 기록을 반환합니다.
    return "", chat_history


# gr.Blocks()를 사용하여 인터페이스를 생성합니다.
with gr.Blocks(theme="gstaff/sketch") as demo:
    gr.Markdown("# 안녕하세요. UCA아카데미 세이노 채팅봇와 대화해보세요.")
    chatbot = gr.Chatbot(label="채팅 입력창")  # '채팅창'이라는 레이블을 가진 채팅봇 컴포넌트를 생성합니다.
    msg = gr.Textbox(label="입력")  # '입력'이라는 레이블을 가진 텍스트박스를 생성합니다.
    clear = gr.Button("입력 초기화")  # '초기화'라는 레이블을 가진 버튼을 생성합니다.

    msg.submit(
        respond, [msg, chatbot], [msg, chatbot]
    )  # 텍스트박스에 메시지를 입력하고 제출하면 respond 함수가 호출되도록 합니다.
    clear.click(
        lambda: None, None, chatbot, queue=False
    )  # '초기화' 버튼을 클릭하면 채팅 기록을 초기화합니다.

demo.launch(
    debug=True
)  # 인터페이스를 실행합니다. 실행하면 사용자는 '입력' 텍스트박스에 메시지를 작성하고 제출할 수 있으며, '초기화' 버튼을 통해 채팅 기록을 초기화 할 수 있습니다.