Delete app-backup.py

app-backup.py

@@ -1,385 +0,0 @@
-import gradio as gr
-import os
-import requests
-import json
-import time
-from dotenv import load_dotenv
-
-# .env 파일 로드 (있는 경우)
-load_dotenv()
-
-def create_deepseek_interface():
-    # 환경 변수에서 API 키 가져오기
-    api_key = os.getenv("FW_API_KEY")
-    serphouse_api_key = os.getenv("SERPHOUSE_API_KEY")
-    
-    if not api_key:
-        print("경고: FW_API_KEY 환경 변수가 설정되지 않았습니다.")
-    if not serphouse_api_key:
-        print("경고: SERPHOUSE_API_KEY 환경 변수가 설정되지 않았습니다.")
-    
-    # 키워드 추출 함수 (LLM 기반)
-    def extract_keywords_with_llm(query):
-        if not api_key:
-            return "LLM 키워드 추출을 위한 FW_API_KEY가 설정되지 않았습니다.", query
-        
-        # LLM을 사용하여 키워드 추출 (DeepSeek 모델 사용)
-        url = "https://api.fireworks.ai/inference/v1/chat/completions"
-        payload = {
-            "model": "accounts/fireworks/models/deepseek-v3-0324",
-            "max_tokens": 200,
-            "temperature": 0.1,  # 일관된 결과를 위해 낮은 온도 사용
-            "messages": [
-                {
-                    "role": "system",
-                    "content": "사용자의 질문에서 웹 검색에 효과적인 핵심 키워드를 추출하세요. 키워드 사이에 쉼표나 공백을 넣지 말고 하나의 검색어처럼 수정해서 제공하세요. 예를 들어 '한덕수 국무총리 탄핵 결과'처럼 공백으로만 구분하세요."
-                },
-                {
-                    "role": "user",
-                    "content": query
-                }
-            ]
-        }
-        headers = {
-            "Accept": "application/json",
-            "Content-Type": "application/json",
-            "Authorization": f"Bearer {api_key}"
-        }
-        
-        try:
-            response = requests.post(url, headers=headers, json=payload)
-            response.raise_for_status()
-            result = response.json()
-            
-            # 응답에서 키워드 추출
-            keywords = result["choices"][0]["message"]["content"].strip()
-            
-            # 키워드가 너무 길거나 형식이 잘못된 경우 원본 쿼리 사용
-            if len(keywords) > 100:
-                return f"추출된 키워드: {keywords}", query
-                
-            return f"추출된 키워드: {keywords}", keywords
-            
-        except Exception as e:
-            print(f"키워드 추출 중 오류 발생: {str(e)}")
-            return f"키워드 추출 중 오류 발생: {str(e)}", query
-    
-    # SerpHouse API를 사용하여 검색 수행 함수
-    def search_with_serphouse(query):
-        if not serphouse_api_key:
-            return "SERPHOUSE_API_KEY가 설정되지 않았습니다."
-        
-        try:
-            # 키워드 추출
-            extraction_result, search_query = extract_keywords_with_llm(query)
-            print(f"원본 쿼리: {query}")
-            print(extraction_result)
-            
-            # 문서 코드를 더 자세히 분석해 보니 기본 GET 방식 활용이 좋을 것 같습니다
-            url = "https://api.serphouse.com/serp/live"
-            
-            # 한글 검색어인지 확인
-            is_korean = any('\uAC00' <= c <= '\uD7A3' for c in search_query)
-            
-            # 간소화된 파라미터로 시도
-            params = {
-                "q": search_query,
-                "domain": "google.com",
-                "serp_type": "web",  # 기본 웹 검색으로 변경
-                "device": "desktop",
-                "lang": "ko" if is_korean else "en"
-            }
-            
-            headers = {
-                "Authorization": f"Bearer {serphouse_api_key}"
-            }
-            
-            print(f"SerpHouse API 호출 중... 기본 GET 방식으로 시도")
-            print(f"검색어: {search_query}")
-            print(f"요청 URL: {url} - 파라미터: {params}")
-            
-            # GET 요청 수행
-            response = requests.get(url, headers=headers, params=params)
-            response.raise_for_status()
-            
-            print(f"SerpHouse API 응답 상태 코드: {response.status_code}")
-            search_results = response.json()
-            
-            # 응답 구조 확인
-            print(f"응답 구조: {list(search_results.keys()) if isinstance(search_results, dict) else '딕셔너리 아님'}")
-            
-            # 검색 결과 파싱 및 포맷팅
-            formatted_results = []
-            formatted_results.append(f"검색어: {search_query}\n\n")
-            
-            # 다양한 가능한 응답 구조에 대한 처리
-            organic_results = None
-            
-            # 가능한 응답 구조 1
-            if "results" in search_results and "organic" in search_results["results"]:
-                organic_results = search_results["results"]["organic"]
-                
-            # 가능한 응답 구조 2
-            elif "organic" in search_results:
-                organic_results = search_results["organic"]
-                
-            # 가능한 응답 구조 3 (중첩된 results)
-            elif "results" in search_results and "results" in search_results["results"]:
-                if "organic" in search_results["results"]["results"]:
-                    organic_results = search_results["results"]["results"]["organic"]
-            
-            # organic_results가 있으면 처리
-            if organic_results and len(organic_results) > 0:
-                # 응답 구조 출력
-                print(f"첫번째 organic 결과 구조: {organic_results[0].keys() if len(organic_results) > 0 else 'empty'}")
-                
-                for result in organic_results[:5]:  # 상위 5개 결과만 표시
-                    title = result.get("title", "제목 없음")
-                    snippet = result.get("snippet", "내용 없음")
-                    link = result.get("link", "#")
-                    
-                    formatted_results.append(
-                        f"제목: {title}\n"
-                        f"내용: {snippet}\n"
-                        f"링크: {link}\n\n"
-                    )
-                
-                print(f"검색 결과 {len(organic_results)}개 찾음")
-                return "".join(formatted_results)
-            
-            # 결과가 없거나 예상치 못한 구조인 경우
-            print("검색 결과 없음 또는 예상치 못한 응답 구조")
-            print(f"응답 구조 상세: {search_results.keys() if hasattr(search_results, 'keys') else '불명확한 구조'}")
-            
-            # 응답 내용에서 오류 메시지 찾기
-            error_msg = "검색 결과가 없거나 응답 형식이 예상과 다릅니다"
-            if "error" in search_results:
-                error_msg = search_results["error"]
-            elif "message" in search_results:
-                error_msg = search_results["message"]
-                
-            return f"검색어 '{search_query}'에 대한 결과: {error_msg}"
-            
-        except Exception as e:
-            error_msg = f"검색 중 오류 발생: {str(e)}"
-            print(error_msg)
-            import traceback
-            print(traceback.format_exc())
-            
-            # 디버깅 목적으로 API 요청 상세 정보 추가
-            return f"검색 중 오류가 발생했습니다: {str(e)}\n\n" + \
-                   f"API 요청 상세 정보:\n" + \
-                   f"- URL: {url}\n" + \
-                   f"- 검색어: {search_query}\n" + \
-                   f"- 파라미터: {params}\n"
-    
-    # 스트리밍 방식으로 DeepSeek API 호출 함수
-    def query_deepseek_streaming(message, history, use_deep_research):
-        if not api_key:
-            yield history, "환경 변수 FW_API_KEY가 설정되지 않았습니다. 서버에서 환경 변수를 확인해주세요."
-            return
-        
-        search_context = ""
-        search_info = ""
-        if use_deep_research:
-            try:
-                # 검색 수행 (첫 메시지 전달)
-                yield history + [(message, "🔍 최적의 키워드 추출 및 웹 검색 중...")], ""
-                
-                # 검색 실행 - 디버깅을 위한 로그 추가
-                print(f"Deep Research 활성화됨: 메시지 '{message}'에 대한 검색 시작")
-                search_results = search_with_serphouse(message)
-                print(f"검색 결과 수신 완료: {search_results[:100]}...")  # 결과 앞부분만 출력
-                
-                if not search_results.startswith("검색 중 오류 발생") and not search_results.startswith("SERPHOUSE_API_KEY"):
-                    search_context = f"""
-다음은 사용자 질문과 관련된 최신 검색 결과입니다. 이 정보를 참고하여 정확하고 최신 정보가 반영된 응답을 제공하세요:
-{search_results}
-위 검색 결과를 기반으로 사용자의 다음 질문에 답변하세요. 검색 결과에서 명확한 답변을 찾을 수 없는 경우, 당신의 지식을 활용하여 최선의 답변을 제공하세요.
-검색 결과를 인용할 때는 출처를 명시하고, 답변이 최신 정보를 반영하도록 하세요.
-"""
-                    search_info = f"🔍 Deep Research 기능 활성화: 관련 웹 검색 결과를 기반으로 응답 생성 중..."
-                else:
-                    print(f"검색 실패 또는 결과 없음: {search_results}")
-            except Exception as e:
-                print(f"Deep Research 처리 중 예외 발생: {str(e)}")
-                search_info = f"🔍 Deep Research 기능 오류: {str(e)}"
-        
-        # API 요청을 위한 대화 기록 준비
-        messages = []
-        for user, assistant in history:
-            messages.append({"role": "user", "content": user})
-            messages.append({"role": "assistant", "content": assistant})
-        
-        # 검색 컨텍스트가 있으면 시스템 메시지 추가
-        if search_context:
-            # DeepSeek 모델은 시스템 메시지를 지원합니다
-            messages.insert(0, {"role": "system", "content": search_context})
-        
-        # 새 사용자 메시지 추가
-        messages.append({"role": "user", "content": message})
-        
-        # API 요청 준비
-        url = "https://api.fireworks.ai/inference/v1/chat/completions"
-        payload = {
-            "model": "accounts/fireworks/models/deepseek-v3-0324",
-            "max_tokens": 20480,
-            "top_p": 1,
-            "top_k": 40,
-            "presence_penalty": 0,
-            "frequency_penalty": 0,
-            "temperature": 0.6,
-            "messages": messages,
-            "stream": True  # 스트리밍 활성화
-        }
-        headers = {
-            "Accept": "application/json",
-            "Content-Type": "application/json",
-            "Authorization": f"Bearer {api_key}"
-        }
-        
-        try:
-            # 스트리밍 응답 요청
-            response = requests.request("POST", url, headers=headers, data=json.dumps(payload), stream=True)
-            response.raise_for_status()  # HTTP 오류 발생 시 예외 발생
-            
-            # 메시지를 추가하고 초기 응답으로 시작
-            new_history = history.copy()
-            
-            # search_info가 있으면 시작 메시지에 포함
-            start_msg = search_info if search_info else ""
-            new_history.append((message, start_msg))
-            
-            # 응답 전체 텍스트
-            full_response = start_msg
-            
-            # 스트리밍 응답 처리
-            for line in response.iter_lines():
-                if line:
-                    line_text = line.decode('utf-8')
-                    
-                    # 'data: ' 접두사 제거
-                    if line_text.startswith("data: "):
-                        line_text = line_text[6:]
-                    
-                    # 스트림 종료 메시지 확인
-                    if line_text == "[DONE]":
-                        break
-                    
-                    try:
-                        # JSON 파싱
-                        chunk = json.loads(line_text)
-                        chunk_content = chunk.get("choices", [{}])[0].get("delta", {}).get("content", "")
-                        
-                        if chunk_content:
-                            full_response += chunk_content
-                            # 채팅 기록 업데이트
-                            new_history[-1] = (message, full_response)
-                            yield new_history, ""
-                    except json.JSONDecodeError:
-                        continue
-            
-            # 최종 응답 반환
-            yield new_history, ""
-            
-        except requests.exceptions.RequestException as e:
-            error_msg = f"API 오류: {str(e)}"
-            if hasattr(e, 'response') and e.response and e.response.status_code == 401:
-                error_msg = "인증 실패. 환경 변수 FW_API_KEY를 확인해주세요."
-            yield history, error_msg
-    
-    # Gradio 인터페이스 생성
-    with gr.Blocks(theme="soft", fill_height=True) as demo:
-        # 헤더 섹션
-        gr.Markdown(
-            """
-            # 🤖 DeepSeek V3 스트리밍 인터페이스
-            ### Fireworks AI가 제공하는 고급 AI 모델 - 실시간 응답 지원
-            """
-        )
-        
-        # 메인 레이아웃
-        with gr.Row():
-            # 메인 콘텐츠 영역
-            with gr.Column():
-                # 채팅 인터페이스
-                chatbot = gr.Chatbot(
-                    height=500,
-                    show_label=False,
-                    container=True
-                )
-                
-                # Deep Research 토글 및 상태 표시 추가
-                with gr.Row():
-                    with gr.Column(scale=3):
-                        use_deep_research = gr.Checkbox(
-                            label="Deep Research 활성화",
-                            info="최적의 키워드 추출 및 웹 검색을 통한 최신 정보 활용",
-                            value=False
-                        )
-                    with gr.Column(scale=1):
-                        api_status = gr.Markdown("API 상태: 준비됨")
-                
-                # API 키 상태 확인 및 표시
-                if not serphouse_api_key:
-                    api_status.value = "⚠️ SERPHOUSE_API_KEY가 설정되지 않았습니다"
-                if not api_key:
-                    api_status.value = "⚠️ FW_API_KEY가 설정되지 않았습니다"
-                if api_key and serphouse_api_key:
-                    api_status.value = "✅ API 키 설정 완료"
-                
-                # 입��� 영역
-                with gr.Row():
-                    msg = gr.Textbox(
-                        label="메시지",
-                        placeholder="여기에 프롬프트를 입력하세요...",
-                        show_label=False,
-                        scale=9
-                    )
-                    submit = gr.Button("전송", variant="primary", scale=1)
-                
-                # 대화 초기화 버튼
-                with gr.Row():
-                    clear = gr.ClearButton([msg, chatbot], value="🧹 대화 초기화")
-                    
-                # 예제 쿼리
-                gr.Examples(
-                    examples=[
-                        "딥러닝에서 트랜스포머와 RNN의 차이점을 설명해주세요.",
-                        "특정 범위 내의 소수를 찾는 파이썬 함수를 작성해주세요.",
-                        "강화학습의 주요 개념을 요약해주세요."
-                    ],
-                    inputs=msg
-                )
-                
-                # 오류 메시지 표시
-                error_box = gr.Markdown("")
-        
-        # 버튼과 기능 연결
-        submit.click(
-            query_deepseek_streaming,
-            inputs=[msg, chatbot, use_deep_research],
-            outputs=[chatbot, error_box]
-        ).then(
-            lambda: "",
-            None,
-            [msg]
-        )
-        
-        # Enter 키 제출 허용
-        msg.submit(
-            query_deepseek_streaming,
-            inputs=[msg, chatbot, use_deep_research],
-            outputs=[chatbot, error_box]
-        ).then(
-            lambda: "",
-            None,
-            [msg]
-        )
-        
-    return demo
-
-# 인터페이스 실행
-if __name__ == "__main__":
-    demo = create_deepseek_interface()
-    demo.launch(debug=True)