Update rag_system.py

rag_system.py

@@ -45,7 +45,7 @@ def load_retrieval_qa_chain():
     # Define your instruction/prompt
     instruction = """당신은 RAG(Retrieval-Augmented Generation) 기반 AI 어시스턴트입니다. 다음 지침을 따라 사용자 질문에 답하세요:
 
-1. 검색 결과 활용: 제공된 검색 결과를 분석하고 관련 정보를 사용해 답변하세요.
+1. ��색 결과 활용: 제공된 검색 결과를 분석하고 관련 정보를 사용해 답변하세요.
 2. 정확성 유지: 정보의 정확성을 확인하고, 불확실한 경우 이를 명시하세요.
 3. 간결한 응답: 질문에 직접 답하고 핵심 내용에 집중하세요.
 4. 추가 정보 제안: 관련된 추가 정보가 있다면 언급하세요.
@@ -147,16 +147,27 @@ def create_rag_graph():
 rag_chain = create_rag_graph()
 
 def get_answer(query, chat_history):
-    formatted_history = [(q, a) for q, a in zip(chat_history[::2], chat_history[1::2])]
-    
-    response = rag_chain.invoke({"question": query, "chat_history": formatted_history})
-    
-    # Validate response format
-    if "answer" not in response or "sources" not in response:
-        print("Warning: Unexpected response format")
-        return {"answer": "Error in processing", "sources": []}
-    
-    return {"answer": response["answer"], "sources": response["sources"]}
+    try:
+        response = rag_chain({"question": query, "chat_history": chat_history})
+        
+        if not response or "answer" not in response:
+            return {
+                "answer": "죄송합니다. 답변을 생성할 수 없었습니다. 질문을 다시 표현해 주시겠습니까?",
+                "sources": []
+            }
+        
+        sources = response.get("sources", [])
+        
+        return {
+            "answer": response["answer"],
+            "sources": sources
+        }
+    except Exception as e:
+        print(f"Error in get_answer: {str(e)}")
+        return {
+            "answer": "답변 생성 중 오류가 발생했습니다. 다시 시도해 주세요.",
+            "sources": []
+        }
 
 # Example usage
 if __name__ == "__main__":