Update app.py

app.py

@@ -35,6 +35,9 @@ MixGEN_code = load_code('mgen.cod')
 # 초기 Parquet 파일 로드 (기존 test.parquet)
 test_parquet_content = load_parquet('test.parquet')
 
+# 글로벌 변수로 Parquet 내용 저장
+current_parquet_content = test_parquet_content
+
 def respond(
     message,
     history: List[Tuple[str, str]],
@@ -42,9 +45,8 @@ 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
+    global fashion_code, uhdimage_code, MixGEN_code, current_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."""
 
@@ -59,10 +61,10 @@ def respond(
         system_message += f"\n\nMixGEN 코드 내용:\n```python\n{MixGEN_code}\n```"
         message = "MixGEN3 이미지 생성에 대한 내용을 학습하였고, 설명할 준비가 되어있다고 알리고 서비스 URL(https://openfree-mixgen3.hf.space)을 통해 테스트 해보라고 출력하라."
     elif message.lower() == "test.parquet 실행":
-        system_message += f"\n\ntest.parquet 파일 내용:\n```markdown\n{parquet_content}\n```"
+        system_message += f"\n\ntest.parquet 파일 내용:\n```markdown\n{current_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."
+        message = "CSV 파일을 업로드하려면 두 번째 탭을 사용하세요."
 
     # 시스템 메시지와 사용자 메시지 결합
     messages = [{"role": "system", "content": f"{system_prefix} {system_message}"}]
@@ -94,6 +96,14 @@ def upload_csv(file):
         # CSV 파일 읽기 (filepath 타입이므로 file은 경로 문자열)
         df = pd.read_csv(file)
 
+        # CSV 파일의 컬럼 확인
+        required_columns = {'id', 'text', 'label', 'metadata'}
+        available_columns = set(df.columns)
+        missing_columns = required_columns - available_columns
+
+        if missing_columns:
+            return f"CSV 파일에 다음 필수 컬럼이 누락되었습니다: {', '.join(missing_columns)}", ""
+
         # 데이터 클렌징
         df.drop_duplicates(inplace=True)
         df.fillna('', inplace=True)
@@ -108,93 +118,70 @@ def upload_csv(file):
         # Parquet 파일 로드
         parquet_content = load_parquet(parquet_filename)
 
+        # 글로벌 변수 업데이트
+        global current_parquet_content
+        current_parquet_content = parquet_content
+
         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:
+with gr.Blocks(theme="Nymbo/Nymbo_Theme",) 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="filepath")
-            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.Tab("챗봇"):
+        gr.Markdown("### LLM과 대화하기")
+        chat = 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
+        )
+
+    with gr.Tab("데이터 변환"):
+        gr.Markdown("### CSV 파일 업로드 및 Parquet 변환")
+        with gr.Row():
+            with gr.Column():
+                csv_file = gr.File(label="CSV 파일 업로드", type="filepath")
+                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]
+                )
         
-        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("### 기존 Parquet 파일")
+        gr.Markdown(f"**test.parquet 파일 내용:**\n```markdown\n{test_parquet_content}\n```")
+
     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__":