app.py

import gradio as gr
import openai
import os
from typing import Optional
from gradio_client import Client

#############################
# 기본코드
#############################

# OpenAI API 클라이언트 설정
openai.api_key = os.getenv("OPENAI_API_KEY")
if not openai.api_key:
    raise ValueError("OpenAI API 토큰(OPENAI_API_KEY)이 설정되지 않았습니다.")

def call_openai_api(
    content: str,
    system_message: str,
    max_tokens: int,
    temperature: float,
    top_p: float
) -> str:
    """
    OpenAI의 GPT-4o-mini 모델을 이용해 한 번의 질문(content)에 대한 답변을 반환하는 함수.
    """
    try:
        response = openai.ChatCompletion.create(
            model="gpt-4o-mini",
            messages=[
                {"role": "system", "content": system_message},
                {"role": "user", "content": content},
            ],
            max_tokens=max_tokens,
            temperature=temperature,
            top_p=top_p,
        )
        assistant_message = response.choices[0].message['content']
        return assistant_message
    except Exception as e:
        return f"오류가 발생했습니다: {str(e)}"

#############################
# 고급 설정 (UI에 노출되지 않음)
#############################

OPENAI_SYSTEM_MESSAGE = """반드시 한글로 답변할 것.
너는 최고의 비서이다.
내가 요구하는 것들을 최대한 자세하고 정확하게 답변하라.
##[기본규칙]
1. 반드시 한국어(한글)로 작성하라.
2. 너는 가장 주목받는 마케터이며 블로그 마케팅 전문가이다.
3. 특히 너는 '정보성(Informative)' 전문 블로그 마케팅 전문가이다.
4. 정보 제공에 초점을 맞추어 작성한다.
##[텍스트 작성 규칙]
1. 소주제를 5개로 구분하여 2000자 이상되도록 작성하라.
2. 전체 맥락을 이해하고 문장의 일관성을 유지하라.
3. 절대로 참고글을 한문장 이상 그대로 출력하지 말 것.
4. 주제와 상황에 맞는 적절한 어휘를 선택하라.
5. 한글 어휘의 난이도는 쉽게 작성하라.
6. 절대 문장의 끝에 '답니다'를 사용하지 말 것.
###[정보성 블로그 작성 규칙]
1. 독자가 얻고자 하는 유용한 정보와 흥미로운 정보를 제공하도록 작성하라.
2. 독자의 공감을 이끌어내고 궁금증을 해결하도록 작성하라.
3. 독자의 관심사를 충족시키도록 작성하라.
4. 독자에게 이득이 되는 정보를 작성하라.
##[제외 규칙]
1. 반드시 비속어 및 욕설(expletive, abusive language, slang)은 제외하라.
2. 반드시 참고글의 링크(URL)는 제외하라.
3. 참고글에서 '링크를 확인해주세요'와 같은 링크 이동의 문구는 제외하라.
4. 참고글에 있는 작성자, 화자, 유튜버, 기자의 이름, 애칭, 닉네임은 반드시 제외하라.
5. 반드시 문장의 끝부분이 어색한 한국어 표현은 제외하라('예요', '답니다', '해요', '해주죠', '됐죠', '됐어요', '고요' 등.)
"""

OPENAI_MAX_TOKENS = 4000
OPENAI_TEMPERATURE = 0.7
OPENAI_TOP_P = 0.95

#############################
# API 클라이언트 설정 (허깅페이스 스페이스)
#############################
client = Client("Kims12/blog")

#############################
# UI - 블로그 생성기 (기본코드 그대로)
#############################
with gr.Blocks() as demo:
    gr.Markdown("# 블로그 생성기")
    
    # 말투바꾸기 (라디오 버튼)
    tone_radio = gr.Radio(
        label="말투바꾸기",
        choices=["친근하게", "일반적인", "전문적인"],
        value="일반적인"  # 기본 선택
    )
    
    # 참조글 입력 (3개)와 각 API 실행 버튼
    with gr.Row():
        with gr.Column():
            ref1 = gr.Textbox(label="참조글 1")
            fetch_button1 = gr.Button("API 실행1")
        with gr.Column():
            ref2 = gr.Textbox(label="참조글 2")
            fetch_button2 = gr.Button("API 실행2")
        with gr.Column():
            ref3 = gr.Textbox(label="참조글 3 (유튜브 URL)")
            fetch_button3 = gr.Button("API 실행3")
    
    output_box = gr.Textbox(label="결과", lines=20, interactive=False)
    
    # 참조글1 API 실행 함수 (블로그 API 사용)
    def fetch_ref1(url: str) -> str:
        if not url:
            return "URL을 입력해주세요."
        try:
            result = client.predict(
                url=url,
                api_name="/predict"
            )
            return result
        except Exception as e:
            return f"오류가 발생했습니다: {str(e)}"
    
    # 참조글2 API 실행 함수 (블로그 API 사용)
    def fetch_ref2(url: str) -> str:
        if not url:
            return "URL을 입력해주세요."
        try:
            result = client.predict(
                url=url,
                api_name="/predict"
            )
            return result
        except Exception as e:
            return f"오류가 발생했습니다: {str(e)}"
    
    # 참조글3 API 실행 함수 (유튜브 API 사용)
    def fetch_ref3(url: str) -> str:
        if not url:
            return "URL을 입력해주세요."
        try:
            # 유튜브 API는 매개변수명이 youtube_url이어야 함
            youtube_client = Client("Kims12/you")
            result = youtube_client.predict(
                youtube_url=url,
                api_name="/predict"
            )
            return result
        except Exception as e:
            return f"오류가 발생했습니다: {str(e)}"
    
    # 각 버튼 클릭 시 API 실행
    fetch_button1.click(fn=fetch_ref1, inputs=ref1, outputs=ref1)
    fetch_button2.click(fn=fetch_ref2, inputs=ref2, outputs=ref2)
    fetch_button3.click(fn=fetch_ref3, inputs=ref3, outputs=ref3)
    
    # 기존 블로그 생성 함수 (기본)
    def generate_blog(tone_value: str, ref1_value: str, ref2_value: str, ref3_value: str) -> str:
        # 프롬프트 생성
        question = (
            f"말투: {tone_value}\n"
            f"참조글1: {ref1_value}\n"
            f"참조글2: {ref2_value}\n"
            f"참조글3: {ref3_value}\n"
        )
    
        # OpenAI GPT-4o-mini 모델 호출
        response = call_openai_api(
            content=question,
            system_message=OPENAI_SYSTEM_MESSAGE,
            max_tokens=OPENAI_MAX_TOKENS,
            temperature=OPENAI_TEMPERATURE,
            top_p=OPENAI_TOP_P
        )
        return response
    
    generate_button = gr.Button("생성하기")
    generate_button.click(fn=generate_blog,
                          inputs=[tone_radio, ref1, ref2, ref3],
                          outputs=output_box)
    
    # 추가 기능: API로 가져온 글들을 모두 종합하여 최종 결과 글 생성
    def generate_final_blog(ref1_value: str, ref2_value: str, ref3_value: str) -> str:
        prompt = (
            "다음은 각각의 API 실행을 통해 가져온 자료들입니다.\n"
            f"자료 1: {ref1_value}\n"
            f"자료 2: {ref2_value}\n"
            f"자료 3: {ref3_value}\n"
            "이 자료들을 종합하여 새로운 블로그 글을 작성해줘."
        )
        result = call_openai_api(
            content=prompt,
            system_message=OPENAI_SYSTEM_MESSAGE,
            max_tokens=OPENAI_MAX_TOKENS,
            temperature=OPENAI_TEMPERATURE,
            top_p=OPENAI_TOP_P
        )
        return result
    
    final_generate_button = gr.Button("최종 결과 생성")
    final_output = gr.Textbox(label="최종 결과", lines=20, interactive=False)
    final_generate_button.click(fn=generate_final_blog,
                                inputs=[ref1, ref2, ref3],
                                outputs=final_output)

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