app.py

import torch
import gradio as gr
import spaces
from transformers import AutoModelForCausalLM, AutoTokenizer, TextIteratorStreamer
import os
from threading import Thread
import random
from datasets import load_dataset
import numpy as np
from sklearn.feature_extraction.text import TfidfVectorizer

# GPU 메모리 관리
torch.cuda.empty_cache()

HF_TOKEN = os.environ.get("HF_TOKEN", None)
MODEL_ID = "CohereForAI/c4ai-command-r7b-12-2024"
MODELS = os.environ.get("MODELS")
MODEL_NAME = MODEL_ID.split("/")[-1]

# 모델과 토크나이저 로드
model = AutoModelForCausalLM.from_pretrained(
    MODEL_ID,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)
tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)

# 위키피디아 데이터셋 로드
wiki_dataset = load_dataset("lcw99/wikipedia-korean-20240501-1million-qna")
print("Wikipedia dataset loaded:", wiki_dataset)

# TF-IDF 벡터라이저 초기화 및 학습
print("TF-IDF 벡터화 시작...")
questions = wiki_dataset['train']['question'][:10000]  # 처음 10000개만 사용
vectorizer = TfidfVectorizer(max_features=1000)
question_vectors = vectorizer.fit_transform(questions)
print("TF-IDF 벡터화 완료")

def find_relevant_context(query, top_k=3):
    # 쿼리 벡터화
    query_vector = vectorizer.transform([query])
    
    # 코사인 유사도 계산
    similarities = (query_vector * question_vectors.T).toarray()[0]
    
    # 가장 유사한 질문들의 인덱스
    top_indices = np.argsort(similarities)[-top_k:][::-1]
    
    # 관련 컨텍스트 추출
    relevant_contexts = []
    for idx in top_indices:
        if similarities[idx] > 0:  # 유사도가 0보다 큰 경우만 포함
            relevant_contexts.append({
                'question': questions[idx],
                'answer': wiki_dataset['train']['answer'][idx],
                'similarity': similarities[idx]
            })
    
    return relevant_contexts

@spaces.GPU
def stream_chat(message: str, history: list, temperature: float, max_new_tokens: int, top_p: float, top_k: int, penalty: float):
    print(f'message is - {message}')
    print(f'history is - {history}')
    
    # 관련 컨텍스트 찾기
    relevant_contexts = find_relevant_context(message)
    context_prompt = "\n\n관련 참고 정보:\n"
    for ctx in relevant_contexts:
        context_prompt += f"Q: {ctx['question']}\nA: {ctx['answer']}\n유사도: {ctx['similarity']:.3f}\n\n"
    
    # 대화 히스토리 구성
    conversation = []
    for prompt, answer in history:
        conversation.extend([
            {"role": "user", "content": prompt},
            {"role": "assistant", "content": answer}
        ])
    

    # 컨텍스트를 포함한 최종 프롬프트 구성
    final_message = context_prompt + "\n현재 질문: " + message
    conversation.append({"role": "user", "content": final_message})

    input_ids = tokenizer.apply_chat_template(conversation, tokenize=False, add_generation_prompt=True)
    inputs = tokenizer(input_ids, return_tensors="pt").to(0)
    

    streamer = TextIteratorStreamer(tokenizer, timeout=10., skip_prompt=True, skip_special_tokens=True)

    generate_kwargs = dict(
        inputs, 
        streamer=streamer,
        top_k=top_k,
        top_p=top_p,
        repetition_penalty=penalty,
        max_new_tokens=max_new_tokens, 
        do_sample=True, 
        temperature=temperature,
        eos_token_id=[255001],
    )
    
    thread = Thread(target=model.generate, kwargs=generate_kwargs)
    thread.start()

    buffer = ""
    for new_text in streamer:
        buffer += new_text
        yield buffer

chatbot = gr.Chatbot(height=500)

CSS = """
/* 전체 페이지 스타일링 */
body {
    background: linear-gradient(135deg, #f5f7fa 0%, #c3cfe2 100%);
    min-height: 100vh;
    font-family: 'Segoe UI', Tahoma, Geneva, Verdana, sans-serif;
}
/* 메인 컨테이너 */
.container {
    max-width: 1200px;
    margin: 0 auto;
    padding: 2rem;
    background: rgba(255, 255, 255, 0.95);
    border-radius: 20px;
    box-shadow: 0 20px 40px rgba(0, 0, 0, 0.1);
    backdrop-filter: blur(10px);
    transform: perspective(1000px) translateZ(0);
    transition: all 0.3s ease;
}
/* 제목 스타일링 */
h1 {
    color: #2d3436;
    font-size: 2.5rem;
    text-align: center;
    margin-bottom: 2rem;
    text-shadow: 2px 2px 4px rgba(0, 0, 0, 0.1);
    transform: perspective(1000px) translateZ(20px);
}
h3 {
    text-align: center;
    color: #2d3436;
    font-size: 1.5rem;
    margin: 1rem 0;
}
/* 채팅박스 스타일링 */
.chatbox {
    background: white;
    border-radius: 15px;
    box-shadow: 0 8px 32px rgba(31, 38, 135, 0.15);
    backdrop-filter: blur(4px);
    border: 1px solid rgba(255, 255, 255, 0.18);
    padding: 1rem;
    margin: 1rem 0;
    transform: translateZ(0);
    transition: all 0.3s ease;
}
/* 메시지 스타일링 */
.chatbox .messages .message.user {
    background: linear-gradient(145deg, #e1f5fe, #bbdefb);
    border-radius: 15px;
    padding: 1rem;
    margin: 0.5rem;
    box-shadow: 5px 5px 15px rgba(0, 0, 0, 0.05);
    transform: translateZ(10px);
    animation: messageIn 0.3s ease-out;
}
.chatbox .messages .message.bot {
    background: linear-gradient(145deg, #f5f5f5, #eeeeee);
    border-radius: 15px;
    padding: 1rem;
    margin: 0.5rem;
    box-shadow: 5px 5px 15px rgba(0, 0, 0, 0.05);
    transform: translateZ(10px);
    animation: messageIn 0.3s ease-out;
}
/* 버튼 스타일링 */
.duplicate-button {
    background: linear-gradient(145deg, #24292e, #1a1e22) !important;
    color: white !important;
    border-radius: 100vh !important;
    padding: 0.8rem 1.5rem !important;
    box-shadow: 3px 3px 10px rgba(0, 0, 0, 0.2) !important;
    transition: all 0.3s ease !important;
    border: none !important;
    cursor: pointer !important;
}
.duplicate-button:hover {
    transform: translateY(-2px) !important;
    box-shadow: 0 5px 15px rgba(0, 0, 0, 0.3) !important;
}
/* 입력 필드 스타일링 */
"""

with gr.Blocks(css=CSS) as demo:
    gr.ChatInterface(
        fn=stream_chat,
        chatbot=chatbot,
        fill_height=True,
        theme="soft",
        additional_inputs_accordion=gr.Accordion(label="⚙️ 옵션", open=False, render=False),
        additional_inputs=[
            gr.Slider(
                minimum=0,
                maximum=1,
                step=0.1,
                value=0.8,
                label="온도",
                render=False,
            ),
            gr.Slider(
                minimum=128,
                maximum=8000,
                step=1,
                value=4000,
                label="최대 토큰 수",
                render=False,
            ),
            gr.Slider(
                minimum=0.0,
                maximum=1.0,
                step=0.1,
                value=0.8,
                label="상위 확률",
                render=False,
            ),
            gr.Slider(
                minimum=1,
                maximum=20,
                step=1,
                value=20,
                label="상위 K",
                render=False,
            ),
            gr.Slider(
                minimum=0.0,
                maximum=2.0,
                step=0.1,
                value=1.0,
                label="반복 패널티",
                render=False,
            ),
        ],
        examples=[
            ["한국의 전통 절기와 24절기에 대해 자세히 설명해주세요."],
            ["우리나라 전통 음식 중 건강에 좋은 발효음식 5가지를 추천하고 그 효능을 설명해주세요."],
            ["한국의 대표적인 산들을 소개하고, 각 산의 특징과 등산 코스를 추천해주세요."],
            ["사물놀이의 악기 구성과 장단에 대해 초보자도 이해하기 쉽게 설명해주세요."],
            ["한국의 전통 건축물에 담긴 과학적 원리를 현대적 관점에서 분석해주세요."],
            ["조선시대 과거 시험 제도를 현대의 입시 제도와 비교하여 설명해주세요."],
            ["한국의 4대 궁궐을 비교하여 각각의 특징과 역사적 의미를 설명해주세요."],
            ["한국의 전통 놀이를 현대적으로 재해석하여 실내에서 할 수 있는 방법을 제안해주세요."],
            ["한글 창제 과정과 훈민정음의 과학적 원리를 상세히 설명해주세요."],
            ["한국의 전통 차 문화에 대해 설명하고, 계절별로 어울리는 전통차를 추천해주세요."],
            ["한국의 전통 의복인 한복의 구조와 특징을 과학적, 미학적 관점에서 분석해주세요."],
            ["한국의 전통 가옥 구조를 기후와 환경 관점에서 분석하고, 현대 건축에 적용할 수 있는 요소를 제안해주세요."]
        ],
        cache_examples=False,
    )

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