app.py

# 필요한 라이브러리를 가져옵니다.
import gradio as gr
import google.generativeai as genai
import os

# --- Hugging Face Spaces의 Secrets 또는 로컬 환경변수에서 API 키를 가져옵니다. ---
# 이 앱을 Spaces에 배포할 때는 'Settings' -> 'Repository secrets'에
# 'GEMINI_API_KEY'라는 이름으로 키를 저장해야 합니다.
GEMINI_API_KEY = os.environ.get("GEMINI_API_KEY")

# --- UI 및 챗봇 설명 ---
# Gradio Blocks를 사용하여 좀 더 유연한 UI를 구성합니다.
with gr.Blocks(theme=gr.themes.Default(primary_hue="blue")) as demo:
    gr.Markdown(
        """
        # ♊️ Gemini API 챗봇 (Secrets 사용)
        Google Gemini API를 사용하는 챗봇입니다. 
        Hugging Face Spaces의 'Settings' 탭에 있는 'Repository secrets'에 `GEMINI_API_KEY`가 설정되어 있어야 합니다.
        [API 키 발급받기](https://aistudio.google.com/app/apikey)
        """
    )
    
    # API 키가 설정되었는지 확인하고 안내 메시지를 표시합니다.
    if not GEMINI_API_KEY:
        gr.Warning("⚠️ Gemini API 키가 설정되지 않았습니다. Hugging Face Spaces의 'Repository secrets'에 GEMINI_API_KEY를 추가해주세요.")

    # Gradio 챗봇 UI 컴포넌트
    chatbot = gr.Chatbot(label="Gemini 챗봇", height=600)

    with gr.Row():
        # 사용자 메시지 입력란
        msg = gr.Textbox(
            label="메시지 입력",
            placeholder="무엇이든 물어보세요...",
            container=False,
            scale=7,
        )
        # 전송 버튼
        submit_button = gr.Button("전송", variant="primary", scale=1)

    with gr.Accordion("고급 설정", open=False):
        # LLM의 역할을 정의하는 시스템 메시지
        system_message = gr.Textbox(
            value="You are a helpful and friendly chatbot.", label="시스템 메시지"
        )
        # 모델의 창의성을 조절하는 슬라이더
        temperature = gr.Slider(
            minimum=0.0, maximum=1.0, value=0.7, step=0.1, label="Temperature"
        )
        # 생성할 최대 토큰 수를 조절하는 슬라이더
        max_tokens = gr.Slider(
            minimum=1, maximum=4096, value=1024, step=1, label="Max new tokens"
        )

    # --- Gemini API 호출 함수 ---
    def respond(message, chat_history, system_prompt, temp, max_output_tokens):
        # 환경변수에서 가져온 API 키가 없으면 안내 메시지를 띄웁니다.
        if not GEMINI_API_KEY:
            yield "Google API 키가 설정되지 않았습니다. 관리자에게 문의하세요."
            return

        try:
            # API 키를 설정합니다.
            genai.configure(api_key=GEMINI_API_KEY)
        except Exception as e:
            yield f"API 키 설정에 오류가 발생했습니다: {e}"
            return
        
        # 사용할 모델과 시스템 프롬프트를 설정합니다.
        model = genai.GenerativeModel(
            model_name='gemini-2.0-flash', # 최신 Flash 모델 사용
            system_instruction=system_prompt
        )

        # Gradio의 대화 기록을 Gemini API가 이해할 수 있는 형식으로 변환합니다.
        gemini_history = []
        for user_msg, model_msg in chat_history:
            if user_msg:
                gemini_history.append({"role": "user", "parts": [user_msg]})
            if model_msg:
                gemini_history.append({"role": "model", "parts": [model_msg]})
            
        # 이전 대화 기록을 바탕으로 채팅 세션을 시작합니다.
        chat = model.start_chat(history=gemini_history)

        # 모델 생성 관련 설정을 구성합니다.
        generation_config = genai.types.GenerationConfig(
            temperature=temp,
            max_output_tokens=int(max_output_tokens),
        )

        try:
            # 스트리밍 방식으로 메시지를 보내고 응답을 받습니다.
            response = chat.send_message(
                message, 
                stream=True, 
                generation_config=generation_config
            )

            # 스트리밍 응답을 실시간으로 UI에 표시합니다.
            full_response = ""
            for chunk in response:
                if hasattr(chunk, 'text'):
                    full_response += chunk.text
                    yield full_response

        except Exception as e:
            # API 호출 중 에러가 발생하면 UI에 표시합니다.
            yield f"응답 생성 중 오류가 발생했습니다: {e}"

    # --- Gradio 이벤트 리스너 ---
    # 사용자가 메시지를 입력하고 '전송' 버튼을 누르거나 엔터를 쳤을 때 실행될 로직
    def on_submit(message, chat_history, system_prompt, temp, max_output_tokens):
        # 대화 기록에 사용자 메시지를 추가합니다.
        chat_history.append((message, None))
        # 스트리밍 응답을 위해 빈 문자열로 응답을 시작합니다.
        bot_response_stream = respond(message, chat_history, system_prompt, temp, max_output_tokens)
        
        # 스트리밍 응답을 UI에 업데이트합니다.
        for partial_response in bot_response_stream:
            chat_history[-1] = (message, partial_response)
            yield "", chat_history
    
    # 메시지 전송(버튼 클릭 또는 엔터) 시 on_submit 함수를 호출합니다.
    # UI에서 API 키 입력란이 제거되었으므로, 입력(inputs) 리스트에서도 제외합니다.
    msg.submit(
        on_submit, 
        [msg, chatbot, system_message, temperature, max_tokens], 
        [msg, chatbot]
    )
    submit_button.click(
        on_submit, 
        [msg, chatbot, system_message, temperature, max_tokens], 
        [msg, chatbot]
    )

# 스크립트가 직접 실행될 때 Gradio 앱을 실행합니다.
if __name__ == "__main__":
    demo.launch(debug=True)