불필요한 파일 정리

- basic_chatbot/tab.py 삭제 (app.py에서 직접 함수 정의)
- ml_pipeline/tab.py 삭제 (app.py에서 직접 함수 정의)
- requirements.txt 삭제 (pyproject.toml과 uv.lock으로 관리)
- __pycache__ 디렉토리들 정리

🤖 Generated with [Claude Code](https://claude.com/claude-code)

Co-Authored-By: Claude <noreply@anthropic.com>

basic_chatbot/tab.py

@@ -1,85 +0,0 @@
-import gradio as gr
-from gradio import ChatMessage
-from langchain_core.messages import BaseMessage, HumanMessage
-from .workflow import app as workflow
-
-
-def format_namespace(namespace):
-    return namespace[-1].split(":")[0] if len(namespace) > 0 else "root graph"
-
-
-def generate_response(message, history):
-    inputs = {
-        "messages": [HumanMessage(content=message)],
-    }
-    node_names = []
-    response = []
-    for namespace, chunk in workflow.stream(
-        inputs,
-        stream_mode="updates", subgraphs=True
-    ):
-        for node_name, node_chunk in chunk.items():
-            if len(node_names) > 0 and node_name not in node_names:
-                continue
-
-        if len(response) > 0:
-            response[-1].metadata["status"] = "done"
-        msg = []
-        formatted_namespace = format_namespace(namespace)
-        if formatted_namespace == "root graph":
-            print(f"🔄 Node: \033[1;36m{node_name}\033[0m 🔄")
-            meta_title = f"🤔 `{node_name}`"
-        else:
-            print(
-                f"🔄 Node: \033[1;36m{node_name}\033[0m in [\033[1;33m{formatted_namespace}\033[0m] 🔄"
-            )
-            meta_title = f"🤔 `{node_name}` in `{formatted_namespace}`"
-
-        response.append(ChatMessage(content="", metadata={"title": meta_title, "status": "pending"}))
-        yield response
-        print("- " * 25)
-
-        out_str = []
-        if isinstance(node_chunk, dict):
-            for k, v in node_chunk.items():
-                if isinstance(v, BaseMessage):
-                    v.pretty_print()
-                    out_str.append(v.pretty_repr())
-                elif isinstance(v, list):
-                    for list_item in v:
-                        if isinstance(list_item, BaseMessage):
-                            list_item.pretty_print()
-                            out_str.append(list_item.pretty_repr())
-                        else:
-                            out_str.append(list_item)
-                            print(list_item)
-                elif isinstance(v, dict):
-                    for node_chunk_key, node_chunk_value in node_chunk.items():
-                        out_str.append(f"{node_chunk_key}:\n{node_chunk_value}")
-                        print(f"{node_chunk_key}:\n{node_chunk_value}")
-                else:
-                    out_str.append(f"{k}:\n{v}")
-                    print(f"\033[1;32m{k}\033[0m:\n{v}")
-                response[-1].content = "\n".join(out_str)
-                yield response
-        else:
-            if node_chunk is not None:
-                for item in node_chunk:
-                    out_str.append(item)
-                    print(item)
-                response[-1].content = "\n".join(out_str)
-                yield response
-        yield response
-        print("=" * 50)
-    response[-1].metadata["status"] = "done"
-    response.append(ChatMessage(content=node_chunk['messages'][-1].content))
-    yield response
-
-
-demo = gr.ChatInterface(
-    generate_response,
-    type="messages",
-    title="Basic Multi-Agent Chatbot",
-    examples=["2024년의 the FAANG companies 총 근로자규모에 대한 분석을 한국어로 부탁해!"],
-    cache_examples=False
-)

ml_pipeline/tab.py

@@ -1,91 +0,0 @@
-import gradio as gr
-from gradio import ChatMessage
-from langchain_core.messages import BaseMessage, HumanMessage
-from .workflow import ml_app as workflow
-
-
-def format_namespace(namespace):
-    return namespace[-1].split(":")[0] if len(namespace) > 0 else "root graph"
-
-
-def generate_response(message, history):
-    inputs = {
-        "messages": [HumanMessage(content=message)],
-    }
-    node_names = []
-    response = []
-    for namespace, chunk in workflow.stream(
-        inputs,
-        stream_mode="updates", subgraphs=True
-    ):
-        for node_name, node_chunk in chunk.items():
-            if len(node_names) > 0 and node_name not in node_names:
-                continue
-
-        if len(response) > 0:
-            response[-1].metadata["status"] = "done"
-        msg = []
-        formatted_namespace = format_namespace(namespace)
-        if formatted_namespace == "root graph":
-            print(f"🔄 Node: \033[1;36m{node_name}\033[0m 🔄")
-            meta_title = f"🤔 `{node_name}`"
-        else:
-            print(
-                f"🔄 Node: \033[1;36m{node_name}\033[0m in [\033[1;33m{formatted_namespace}\033[0m] 🔄"
-            )
-            meta_title = f"🤔 `{node_name}` in `{formatted_namespace}`"
-
-        response.append(ChatMessage(content="", metadata={"title": meta_title, "status": "pending"}))
-        yield response
-        print("- " * 25)
-
-        out_str = []
-        if isinstance(node_chunk, dict):
-            for k, v in node_chunk.items():
-                if isinstance(v, BaseMessage):
-                    v.pretty_print()
-                    out_str.append(v.pretty_repr())
-                elif isinstance(v, list):
-                    for list_item in v:
-                        if isinstance(list_item, BaseMessage):
-                            list_item.pretty_print()
-                            out_str.append(list_item.pretty_repr())
-                        else:
-                            out_str.append(list_item)
-                            print(list_item)
-                elif isinstance(v, dict):
-                    for node_chunk_key, node_chunk_value in node_chunk.items():
-                        out_str.append(f"{node_chunk_key}:\n{node_chunk_value}")
-                        print(f"{node_chunk_key}:\n{node_chunk_value}")
-                else:
-                    out_str.append(f"{k}:\n{v}")
-                    print(f"\033[1;32m{k}\033[0m:\n{v}")
-                response[-1].content = "\n".join(out_str)
-                yield response
-        else:
-            if node_chunk is not None:
-                for item in node_chunk:
-                    out_str.append(item)
-                    print(item)
-                response[-1].content = "\n".join(out_str)
-                yield response
-        yield response
-        print("=" * 50)
-    response[-1].metadata["status"] = "done"
-    response.append(ChatMessage(content=node_chunk['messages'][-1].content))
-    yield response
-
-
-demo = gr.ChatInterface(
-    generate_response,
-    type="messages",
-    title="ML Pipeline Automation System",
-    examples=[
-        "user_events 테이블에서 2024-01-01부터 2024-12-31까지 이벤트 데이터를 추출하고, 모델을 사전학습한 후 5개 클래스 분류 모델을 학습하고 평가해줘",
-        "customer_logs 테이블에서 2024년 1분기 데이터를 추출하고, GPT2 모델로 사전학습 후 감성분석용 3클래스 분류 모델 만들어줘",
-        "transaction_data 테이블에서 최근 6개월 데이터로 이상거래 탐지 모델 학습하고 성능 평가 부탁해",
-        "product_reviews 테이블에서 2024년 전체 리뷰 데이터를 추출해서 별점 예측 모델을 만들고 F1 score 확인해줘",
-        "서버 로그 데이터에서 에러 패턴을 학습할 수 있는 분류 모델을 처음부터 끝까지 만들어줘"
-    ],
-    cache_examples=False
-)

requirements.txt

@@ -1,5 +0,0 @@
-langgraph==0.5.4
-langchain==0.3.27
-langchain-openai==0.3.28
-langchain-teddynote==0.3.45
-langgraph-supervisor==0.0.28