app.py

import gradio as gr
from huggingfacehub import InferenceClient, HfApi
import os
import requests
import pandas as pd
import json

# Hugging Face 토큰 확인
hftoken = os.getenv("H")

if not hftoken:
    raise ValueError("H 환경 변수가 설정되지 않았습니다.")

# 모델 정보 확인
api = HfApi(token=hftoken)

try:
    client = InferenceClient("meta-llama/Meta-Llama-3-70B-Instruct", token="H")
except Exception as e:
    print(f"rror initializing InferenceClient: {e}")
    # 대체 모델을 사용하거나 오류 처리를 수행하세요.
    # 예: client = InferenceClient("gpt2", token=hftoken)

# 현재 스크립트의 디렉토리를 기준으로 상대 경로 설정
currentdir = os.path.dirname(os.path.abspath(file))
csvpath = os.path.join(currentdir, 'prompts.csv')
datapath = os.path.join(currentdir, 'newdataset.parquet')

# CSV 파일 로드
promptsdf = pd.readcsv(csvpath)
datadf = pd.readparquet(datapath)

def getprompt(act):
    matchingprompt = promptsdf[promptsdf['act'] == act]['prompt'].values
    return matchingprompt[0] if len(matchingprompt)  0 else None
    
def respond(
    message,
    history: list[tuple[str, str]],
    systemmessage,
    maxtokens,
    temperature,
    topp,
):
    # 사용자 입력에 따른 프롬프트 선택
    prompt = getprompt(message)
    if prompt:
        response = prompt  # CSV에서 찾은 프롬프트를 직접 반환
    else:
        systemprefix = """
당신은 챗봇입니다. 모든 질문에 대해 친절하고 정확한 답변을 제공하세요. 
질문에 대한 답변을 찾을 수 없는 경우, 적절한 대안을 제공해 주세요. 
"""
        
        fullprompt = f"{systemprefix} {systemmessage}\n\n"
        
        for user, assistant in history:
            fullprompt += f"Human: {user}\nAI: {assistant}\n"
        
        fullprompt += f"Human: {message}\nAI:"
        APIL = "https://api-inference.huggingface.co/models/meta-llama/Meta-Llama-3-70B-Instruct"
        headers = {"Authorization": f"Bearer {hftoken}"}


def query(payload):
    response = requests.post(APIL, headers=headers, json=payload)
    return response.text  # 원시 응답 텍스트 반환

        try:
            payload = {
                "inputs": fullprompt,
                "parameters": {
                    "maxnewtokens": maxtokens,
                    "temperature": temperature,
                    "topp": topp,
                    "returnfulltext": False
                },
            }
            rawresponse = query(payload)
            print("aw API response:", rawresponse)  # 디버깅을 위해 원시 응답 출력

            try:
                output = json.loads(rawresponse)
                if isinstance(output, list) and len(output)  0 and "generatedtext" in output[0]:
                    response = output[0]["generatedtext"]
                else:
                    response = f"예상치 못한 응답 형식입니다: {output}"
            except json.JSecoderror:
                response = f"JS 디코딩 오류. 원시 응답: {rawresponse}"

except Exception as e:
            print(f"오류: 응답 생성 중 오류가 발생했습니다: {str(e)}")
            response = f"죄송합니다. 응답 생성 중 오류가 발생했습니다: {str(e)}"

demo = gr.ChatInterface(
    respond,
    title="My Chatbot",
    description="This is my chatbot!",
    additional_inputs=[
        gr.Textbox(value="""
당신은 챗봇입니다. 모든 질문에 대해 친절하고 정확한 답변을 제공하세요.
질문에 대한 답변을 찾을 수 없는 경우, 적절한 대안을 제공해 주세요.
""", label="시스템 프롬프트"),
        gr.Slider(minimum=1, maximum=4000, value=2000, step=1, label="최대 토큰 수"),
        gr.Slider(minimum=0.1, maximum=4.0, value=1.0, step=0.1, label="온도"),
        gr.Slider(
            minimum=0.1,
            maximum=1.0,
            value=0.95,
            step=0.05,
            label="top-p (핵심 샘플링)",
        ),
    ],
    examples=[
        ["안녕"],
        ["계속 이어서 작성해봐"],
    ],
    cache_examples=False,
)

if __name__ == "__main__":
    demo.launch()