Update app.py

app.py

@@ -32,7 +32,7 @@ fashion_code = load_code('fashion.cod')
 uhdimage_code = load_code('uhdimage.cod')
 MixGEN_code = load_code('mgen.cod')
 
-# Parquet 파일 로드
+# 초기 Parquet 파일 로드 (기존 test.parquet)
 test_parquet_content = load_parquet('test.parquet')
 
 def respond(
@@ -42,11 +42,13 @@ def respond(
     max_tokens=1024,    # 기본값 추가
     temperature=0.7,    # 기본값 추가
     top_p=0.9,           # 기본값 추가
+    parquet_content="",  # Parquet 파일 내용 상태
 ):
     global fashion_code, uhdimage_code, MixGEN_code, test_parquet_content
     system_message = system_message or ""
     system_prefix = """반드시 한글로 답변할것. 너는 주어진 소스코드를 기반으로 "서비스 사용 설명 및 안내, Q&A를 하는 역할이다". 아주 친절하고 자세하게 4000토큰 이상 Markdown 형식으로 작성하라. 너는 코드를 기반으로 사용 설명 및 질의 응답을 진행하며, 이용자에게 도움을 주어야 한다. 이용자가 궁금해 할 만한 내용에 친절하게 알려주도록 하라. 코드 전체 내용에 대해서는 보안을 유지하고, 키 값 및 엔드포인트와 구체적인 모델은 공개하지 마라."""
 
+    # 명령어 처리
     if message.lower() == "패션 코드 실행":
         system_message += f"\n\n패션 코드 내용:\n```python\n{fashion_code}\n```"
         message = "패션 가상피팅에 대한 내용을 학습하였고, 설명할 준비가 되어있다고 알리고 서비스 URL(https://aiqcamp-fash.hf.space)을 통해 테스트 해보라고 출력하라."
@@ -59,7 +61,10 @@ def respond(
     elif message.lower() == "test.parquet 실행":
         system_message += f"\n\ntest.parquet 파일 내용:\n```markdown\n{test_parquet_content}\n```"
         message = "test.parquet 파일에 대한 내용을 학습하였고, 관련 설명 및 Q&A를 진행할 준비가 되어있다. 궁금한 점이 있으면 물어보라."
-
+    elif message.lower() == "csv 업로드":
+        message = "CSV 파일을 업로드하려면 아래의 업로드 버튼을 사용하세요."
+    
+    # 시스템 메시지와 사용자 메시지 결합
     messages = [{"role": "system", "content": f"{system_prefix} {system_message}"}]
     for val in history:
         if val[0]:
@@ -70,44 +75,127 @@ def respond(
 
     response = ""
     try:
-        for message in hf_client.chat_completion(
+        for msg in hf_client.chat_completion(
             messages,
             max_tokens=max_tokens,
             stream=True,
             temperature=temperature,
             top_p=top_p,
         ):
-            token = message.choices[0].delta.get('content', None)
+            token = msg.choices[0].delta.get('content', None)
             if token:
                 response += token
                 yield response
     except Exception as e:
         yield f"추론 중 오류가 발생했습니다: {str(e)}"
 
-# Gradio 인터페이스 설정 부분도 수정
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(label="System Message", value=""),
-        gr.Slider(minimum=1, maximum=8000, value=4000, label="Max Tokens"),
-        gr.Slider(minimum=0, maximum=1, value=0.7, label="Temperature"),
-        gr.Slider(minimum=0, maximum=1, value=0.9, label="Top P"),
-    ],
-    examples=[
-        ["패션 코드 실행"],
-        ["UHD 이미지 코드 실행"],
-        ["MixGEN 코드 실행"],
-        ["test.parquet 실행"],  # 새로운 예제 추가
-        ["상세한 사용 방법을 마치 화면을 보면서 설명하듯이 4000 토큰 이상 자세히 설명하라"],
-        ["FAQ 20건을 상세하게 작성하라. 4000토큰 이상 사용하라."],
-        ["사용 방법과 차별점, 특징, 강점을 중심으로 4000 토큰 이상 유튜브 영상 스크립트 형태로 작성하라"],
-        ["본 서비스를 SEO 최적화하여 블로그 포스트(배경 및 필요성, 기존 유사 서비스와 비교하여 특장점, 활용처, 가치, 기대효과, 결론을 포함)로 4000 토큰 이상 작성하라"],
-        ["특허 출원에 활용할 기술 및 비즈니스모델 측면을 포함하여 특허 출원서 구성에 맞게 혁신적인 창의 발명 내용을 중심으로 4000 토큰 이상 작성하라."],
-        ["계속 이어서 답변하라"],
-    ],
-    theme="Nymbo/Nymbo_Theme",
-    cache_examples=False,  # 캐싱 비활성화 설정
-)
+def upload_csv(file):
+    try:
+        # CSV 파일 읽기
+        df = pd.read_csv(file.name)
+        
+        # 데이터 클렌징
+        df.drop_duplicates(inplace=True)
+        df.fillna('', inplace=True)
+        
+        # 데이터 유형 최적화
+        df = df.astype({'id': 'int32', 'text': 'string', 'label': 'category', 'metadata': 'string'})
+        
+        # Parquet 파일로 변환
+        parquet_filename = os.path.splitext(file.name)[0] + '.parquet'
+        df.to_parquet(parquet_filename, engine='pyarrow', compression='snappy')
+        
+        # Parquet 파일 로드
+        parquet_content = load_parquet(parquet_filename)
+        
+        return f"{parquet_filename} 파일이 성공적으로 업로드되고 변환되었습니다.", parquet_content
+    except Exception as e:
+        return f"CSV 파일 업로드 및 변환 중 오류가 발생했습니다: {str(e)}", ""
+
+# Gradio Blocks 인터페이스 설정
+with gr.Blocks() as demo:
+    gr.Markdown("# LLM 서비스 인터페이스")
+    
+    with gr.Row():
+        with gr.Column():
+            # CSV 파일 업로드 섹션
+            gr.Markdown("### CSV 파일 업로드 및 Parquet 변환")
+            csv_file = gr.File(label="CSV 파일 업로드", type="file")
+            upload_button = gr.Button("업로드 및 변환")
+            upload_status = gr.Textbox(label="업로드 상태", interactive=False)
+            parquet_preview = gr.Markdown(label="Parquet 파일 미리보기")
+            
+            # 업로드 버튼 클릭 시 실행할 함수
+            upload_button.click(
+                upload_csv,
+                inputs=csv_file,
+                outputs=[upload_status, parquet_preview]
+            )
+            
+            gr.Markdown("### 기존 Parquet 파일")
+            gr.Markdown(f"**test.parquet 파일 내용:**\n```markdown\n{test_parquet_content}\n```")
+        
+        with gr.Column():
+            # Chat 인터페이스 섹션
+            gr.Markdown("### LLM과 대화하기")
+            chat_history = gr.State([])  # 대화 히스토리 저장
+            parquet_content_state = gr.State(test_parquet_content)  # 초기 Parquet 내용 상태
+            
+            def chat_respond(
+                message,
+                history,
+                system_message,
+                max_tokens,
+                temperature,
+                top_p,
+                parquet_content
+            ):
+                # 현재 Parquet 내용 상태를 업데이트
+                response = respond(message, history, system_message, max_tokens, temperature, top_p, parquet_content)
+                return response
+
+            chat = gr.Chatbot()
+            system_message = gr.Textbox(label="System Message", value="")
+            max_tokens = gr.Slider(minimum=1, maximum=8000, value=4000, label="Max Tokens")
+            temperature = gr.Slider(minimum=0, maximum=1, value=0.7, label="Temperature")
+            top_p = gr.Slider(minimum=0, maximum=1, value=0.9, label="Top P")
+            
+            with gr.Row():
+                user_message = gr.Textbox(label="메시지 입력")
+                send_button = gr.Button("보내기")
+            
+            send_button.click(
+                chat_respond,
+                inputs=[user_message, chat_history, system_message, max_tokens, temperature, top_p, parquet_preview],
+                outputs=[chat, chat_history]
+            )
+    
+    gr.Markdown("## 사용 예제")
+    gr.Examples(
+        examples=[
+            ["패션 코드 실행"],
+            ["UHD 이미지 코드 실행"],
+            ["MixGEN 코드 실행"],
+            ["test.parquet 실행"],  # 새로운 예제 추가
+            ["상세한 사용 방법을 마치 화면을 보면서 설명하듯이 4000 토큰 이상 자세히 설명하라"],
+            ["FAQ 20건을 상세하게 작성하라. 4000토큰 이상 사용하라."],
+            ["사용 방법과 차별점, 특징, 강점을 중심으로 4000 토큰 이상 유튜브 영상 스크립트 형태로 작성하라"],
+            ["본 서비스를 SEO 최적화하여 블로그 포스트(배경 및 필요성, 기존 유사 서비스와 비교하여 특장점, 활용처, 가치, 기대효과, 결론을 포함)로 4000 토큰 이상 작성하라"],
+            ["특허 출원에 활용할 기술 및 비즈니스모델 측면을 포함하여 특허 출원서 구성에 맞게 혁신적인 창의 발명 내용을 중심으로 4000 토큰 이상 작성하라."],
+            ["계속 이어서 답변하라"],
+        ],
+        inputs=user_message,
+        label="예제 선택",
+    )
+    
+    gr.Markdown("## 주의 사항")
+    gr.Markdown("""
+    - **CSV 업로드**: CSV 파일을 업로드하면 자동으로 Parquet 파일로 변환됩니다.
+    - **Parquet 미리보기**: 업로드된 Parquet 파일의 첫 10개 행이 미리보기로 표시됩니다.
+    - **LLM과의 대화**: 변환된 Parquet 파일 내용을 기반으로 LLM이 응답을 생성합니다.
+    """)
+    
+    gr.Markdown("### Gradio 인터페이스를 사용하여 LLM 모델과 상호작용하세요!")
 
 if __name__ == "__main__":
     demo.launch()